246好彩天天免费资枓大全
提升用户体验有一点很关键
发布日期:2020-02-12 17:18   来源:未知   阅读:

  ”上,京东数字科技集团、高级数据产品经理李阳进行了主题为“增长中的产品管理”的精彩分享。笔记侠作为合作方,经主办方和讲者审阅授权发布。

  内容来源:2019年11月17日,由msup主办的“第八届全球软件案例研究峰会(简称:壹佰案例)”上,京东数字科技集团、高级数据产品经理李阳进行了主题为“增长中的产品管理”的精彩分享。笔记侠作为合作方,经主办方和讲者审阅授权发布。

  今天分享的主题是“增长中的产品管理”。我将从三个角度拆解“增长中的产品管理”,第一,通过一个案例开展不同思路的分析与延伸;第二,从用户的视角来看“增长”都要做什么;第三,回到起点,讲清楚增长中的产品管理到底要做什么事。

  这个产品计划推出一项免费试用服务,会提供给用户大量样例数据,快速体验分析平台的功能,这是SaaS平台型产品里比较常见推广手段。

  一些产品化不够好的SaaS平台,提供免费注册后,用户进入系统后会发现功能太复杂,不便于理解功能的使用思路,也没有提供操作指引,没有样例数据,完全不知道接下来干什么,很难上手。整个试用阶段就这样白白浪费了。

  我选择的这个案例,它在首页放了一个入口按钮。同时,针对按钮上的文案设计了两个方案:

  第一,按钮上写“体验Demo”,经过上线验证后,实际的数据大概是10%,CTR(点击通过率)18.9%;

  第一,按钮上写“体验Demo”,经过上线验证后,实际的数据大概是10%,CTR(点击通过率)18.9%;

  当时大家在群里讨论,哪个文案会更好?没有数据支撑,免费会是更好的吗?大家各执一词。

  第一、实验。通过线上实验的方式,比较哪个文案更好;这种思路现在使用的更广泛。

  第二、分析。根据类似场景的CTR数据,拆解“Demo”、 “体验”、 “免费”这些词,分析类似场景中用户更喜欢用什么词,或用户平时用什么词,用贴近用户的词作为文案;

  第三、调研。也就是常见的用户调研,直接通过问卷或其他形式,问用户你喜欢A还是B。

  第一、实验。通过线上实验的方式,比较哪个文案更好;这种思路现在使用的更广泛。

  第二、分析。根据类似场景的CTR数据,拆解“Demo”、 “体验”、 “免费”这些词,分析类似场景中用户更喜欢用什么词,或用户平时用什么词,用贴近用户的词作为文案;

  第三、调研。也就是常见的用户调研,直接通过问卷或其他形式,问用户你喜欢A还是B。

  思路一、根据案例设计⼀个A/B Test ,分别为两种⽂案切分相等的⽤户流量,根据实验结论选择CTR(点击通过率)更⾼的⽂案;

  思路二、做竞品分析或参考类似的产品,收集出现频率选出常⻅⽂案作为最终⽂案;

  思路三、设计⼀次⽤户调研,向⽤户询问更喜欢哪种⽂案,或者看到哪种⽂案更可能点击并查看。

  思路一、根据案例设计⼀个A/B Test ,分别为两种⽂案切分相等的⽤户流量,根据实验结论选择CTR(点击通过率)更⾼的⽂案;

  思路二、做竞品分析或参考类似的产品,收集出现频率选出常⻅⽂案作为最终⽂案;

  思路三、设计⼀次⽤户调研,向⽤户询问更喜欢哪种⽂案,或者看到哪种⽂案更可能点击并查看。

  实验的,用数据说话,既不掺杂用户方的主观意识,也不掺杂产品方的主观意识;

  而分析,分析用户更熟悉的用语,对用户来说是零学习成本,让用户更容易接受。

  做互联网产品大家都熟悉,“用户告诉你的需求,未必是真实需求。”调研基本的目的是填补认知空白。

  大部分用户可能会告诉你是红色,但是如果你做成红色按钮,用户并不一定点,这个调研就失败了。

  填补认知空白,要从用户角度挖掘他为什么喜欢红色,可能是红色更喜庆、更具有活力,也许是传统文化的感情色彩。

  用户的感情也需要放到试验模型里去研究,这才是填补认知空白,并不是直接找用户要结果,我们要把用户更多的关注点放在一起。

  如果我们对上面提到的三种思路进一步总结,那么当无法决策时,我们会选择两种方式:

  第一是演绎,演绎在学校中使用的更多,用理论推导,A 等于 B+C ,所以 B 等于 A-C ,类似这样的理论推导。

  第二是归纳,归纳适用于没有理论支撑的时候,通过抓取一些数据回来,最典型的就是 A/B Test。

  第一是演绎,演绎在学校中使用的更多,用理论推导,A 等于 B+C ,所以 B 等于 A-C ,类似这样的理论推导。

  第二是归纳,归纳适用于没有理论支撑的时候,通过抓取一些数据回来,最典型的就是 A/B Test。

  这个案例的产品方案,最终“无条件”地选择了“体验Demo”作为最终文案,“体验Demo”等于免费试用加上试用数据。

  利用这个案例,我们回顾了解决问题的几种分析思路;但更重要的是,在使用这些方法之前,不要“故意忘记”一些我们已经知道的关键信息,比如产品的设计意图、产品的形象和定位等等。

  增长中的产品管理需要数据驱动,但数据驱动不是一个纯粹的技术过程,只关注数据、模型、算法等技术元素往往并不能实现真正的数据驱动,可能会遇到各方面的阻力。

  只有在服务、设计、商业、组织等多个方面相互配合,并在各个环节加入数据驱动和迭代优化的理念,才能真正实现高效的产品管理,实现在数据驱动下的产品迭代和优化。

  如果纯粹地从数据的角度看,就会变成一个 A/B 测试,测试哪个CTR(点击通过率)更高。

  首先要做细分,细分可以分为:用户分群、产品模块和呈现内容。分解完之后,就会发现哪些跑的更好一些。如上图(↑)用户 B 这个分群。产品模块页面3 ,内容 1 会更好一些。

  通过组合,把更好的对象放到一起,最终实现红色增长的这条线。不断的细分,返回来应用,再细分,然后再返回来应用,这是个反复迭代的过程。

  从用户视角转移到产品视角,从获客(获取客户)开始,一直到用户转发。这是增长的AARRR海盗模型指标,还有个更新的版本RARRA,把留存提到更重要位置,其他都是为了服务留存。

  用户体验到的产品是什么样的,所有的产品视角,在用户看来是在做什么事儿呢?其实就是下面用户视角部分的(↓),从“注册”到“使用”的这个过程。

  如果是实体产品或是需要付费的产品,是从“购买”到“使用”的过程。从购买到使用是用户来到我们平台,注册成为用户,然后更高频的使用,花更多的钱,最终成为重度用户。

  但是从用户的视角来看,前后还有三个环节,现在常见的增长方法论没有覆盖到。

  第一个是接触。年初有两款APP上新,分别是飞聊和子弹短信,我通过微信群知道了这些产品,产品没有直接触到我,这就是接触。

  接触的重要性就在于,有些用户还没有“新增”就已经“流失”了。这部分用户可不会被任何数据“捕获”到,无法通过数据分析发现。

  接触与获客是不一样的,获客的目的是让用户注册,是纯粹任务性的过程,具有很明确的目的。但是接触可能是朋友的推荐或转发,在产品没有接触到我的时候,我就知道有这样一款产品了。

  同时,推荐和转发的态度很重要。如果态度是吐槽产品的功能问题,我就不会去尝试,就不会有后面的注册、转化之类的过程了。而且更重要的是,我们都知道第一印象的重要性,用户一旦有了自己判断,就很难扭转他的看法。

  很多政务和公司的流程搬到线上后会有扫描文件的需求,比如身份证,我手机装了两款用来扫描PDF文件的APP,分别是印象笔记的扫描宝和微软的Lens,这两款APP分别在不同的特定场景使用。

  在公司开会的场景中,拍摄白板上写的东西,我会用扫描宝。因为扫描宝提供了个性化功能,比如拍白板,拍A4纸等。白板上反光严重,一般APP很难识别。在日常办公的场景中,通常会使用微软的APP,因为它在功能上做的更有差异。从大家对微软的认识来说,更适用于商用。

  用户从接触到选择,然后是注册和使用。我们总是希望不断地拉新用户来,完成注册和更高频率地使用产品,最终目的是让用户购买更多提供的服务和产品。

  用起来之后,还有一个环节是传播,传播和海盗模型里的推荐并不完全相同。这里传播更强调的是情感传播,而不只是为了完成传播任务。

  常见的推荐很多是传播任务,比如微信读书APP,它有一个无限卡的活动,可以通过推荐和拉新扩充无限卡的时长。组队获得微信读书的无限卡是纯任务性的。如果组队太慢,我还会一对一分享给好友,邀请他们跟我组队。此外,电商APP帮我砍价,也是典型的案例。可想而知,这类活动的门槛会越来越高。

  微信读书有一个功能很好,就是TTS人工智能语音合成,它可以读书给我听,用起来非常爽。我很想把这点分享给朋友,但是APP只能分享无限卡,不能分享听书的功能,我就无法通过我获得良好使用体验,来感染身边的人,并获得更多新用户。

  这种情感传递带来的用户粘性会更持久,但过去做产品主要关注用户的痛点,关注最直接而表面的需求。现在,痛点找完后就要开始找痒点了。

  用户更关注自己的体验,而不是运营手段本身。因此,如果从用户视角看,产品的增长应该是一个更复杂的过程,范围也更大,前面和后面分别有延伸。这些过程反过来也会影响增长的理论模型。

  “获客”(Acquisition)只是用户体验过程中的一个点而已,前面还有接触和选择的过程。后面的“推荐”(Refer)也不是终点,推荐完之后,用户还要通过各种渠道把自己的感情传播出去。

  线下有很多例子,比如:为什么大家都去知名电视台做广告,电视台的广告和路边的小广告这两种渠道带来的效果是完全不一样的。那么放到线上,同样是线上广告,展示在不同的页面上,人们也会因为页面上的其他内容,而对广告和广告中的产品本身,产生不同的印象。

  最后的“说体验”,目的是让用户有个可以传播产品使用体验的地方,比如提供用户交流平台。

  这种用户反馈机制在数据分析平台中不是核心,数据分析平台大都是内部使用,提供数据分析能力。如果能给用户提供“说体验”的功能,除了传播之外,还能实现经验交流。

  先不管是用户视角还是产品视角,我们来看一个综合案例。最近有一个热门话题是“酒香到底怕不怕巷子深”,我们把它放到互联网产品思维的角度来体会。

  我比较赞同在互联网行业中同样有“酒香不怕巷子深”的,因为这首先存在着一个认知的问题。

  我从以下四个关注点帮助大家拆解一下这句话,“酒香为什么不怕巷子深?”。为什么我们的数据分析平台会成为流行的平台,或者大家的APP为什么会成为流行的APP。

  第一个关注点是“酒”,酒在大家的心中是有认知的,给大家的感受应该是很好喝。但是“蒸馏乙醇”则不会带来同样的感觉,虽然实际上是同样的产品。

  第二个关注点是“香”,产品都是有价值的。既要有价值,又要提供很好的体验,这是产品要做的事情,这是“酒香”的含义,酒香提供了一个很明显的识别度,因为互联网产品很容易出现同质化,导致用户不知道该怎么选。

  最后是巷子,巷子就是那个被选中的传播渠道。一坛酒再香也不能香遍全国,只在家门口的巷子里才“最香”。这份香气,在门前的巷子里的传播效果是最好的。

  第一个关注点是“酒”,酒在大家的心中是有认知的,给大家的感受应该是很好喝。但是“蒸馏乙醇”则不会带来同样的感觉,虽然实际上是同样的产品。

  第二个关注点是“香”,产品都是有价值的。既要有价值,又要提供很好的体验,这是产品要做的事情,这是“酒香”的含义,酒香提供了一个很明显的识别度,因为互联网产品很容易出现同质化,导致用户不知道该怎么选。

  最后是巷子,巷子就是那个被选中的传播渠道。一坛酒再香也不能香遍全国,只在家门口的巷子里才“最香”。这份香气,在门前的巷子里的传播效果是最好的。

  所以,“酒香不怕巷子深”是通过以上几点组合起来才发生的。对应到其他产品需要具备以下几点:

  第一,要提供大家都有认知的产品,不要生造一些词,客户不知道跟自己有什么关系;

  第四,产品传播渠道。提供不同角色,分享产品不同侧面的机会,要选择更适合的渠道。

  第一,要提供大家都有认知的产品,不要生造一些词,客户不知道跟自己有什么关系;

  第四,产品传播渠道。提供不同角色,分享产品不同侧面的机会,要选择更适合的渠道。

  下面我们来讲增长中的产品管理,增长中的产品管理有几个模块,究竟要做什么?

  第一,产品的生命周期,包括:引入、成长、成熟、衰退,还有更细分的模型。这是一个产品自身发展的阶段,可以用来与类似的产品做竞争,比如说拿一个成长周期的产品去打初创产品。

  针对不同的生命周期,需要分析用户需求、竞品分析和关注行业动态,包括用户的认知是不是被竞争对手牵走了,来实时迎合这个趋势。

  第二,产品的体验周期,从用户接触、选择、注册、使用、到最把自己的情感表达出去的传播,这是从用户的角度理解的一个周期。

  第三,产品的工程周期,产品需要通过开发、测试和上线运行来最终交付,过程中要有严格的审核机制,整个这个过程就是产品的工程周期。工程周期能不能赶上增长方案的目标呢?

  产品的工程周期,从增长的核心目标GMV(成交总额)来看,这个目标其实可以是用户数,或是总收入的商业价值。

  进一步把目标细化,把用户分群、产品模块和产品内容三部分进行分类细化,把精确的目标拆分到可以操作的问题上去。

  比如:分析发现30岁左右的女性,是长跑的主要用户群体。大家第一反应是30岁女性大部分已婚,是否尝试一下母婴品类。这是不准确的推论,谁说30岁一定要结婚?

  在细化目标中发现,其实30岁的女性是因为来自工作等多方面的压力变大,在不同的场景下会有不同的需求。把细分的结果给分析师、运营、研发甚至给管理者,他们各自的发现是不同的,这样才会发现更细分的需求、发现增长点。我们的增长点,是从用户细分的需求中得到的。只有细化目标之后,才能真正发现需求。

  明确了需求后,便进入了改变产品阶段。把更重要的功能、内容,放到客户容易找到的位置,提升客户的使用体验,这就是根据需求对产品进行重新设计。

  设计完之后是研发、测试和上线的过程,这个过程通常要一到两周的时间迭代。产品上线之后,会收集数据反馈,实现从数据反馈到修正目标,再到增长。

  根据数据分析调整产品设计,这个过程是通过增长目标来驱动产品设计的常见过程。刚讲到的产品重新设计的周期,至少要要一到两周时间。

  而且,测试、审核过程越来越严格,整个流程会拉的更长。为解决这个问题,要把更多的需要人工决策点变成自动化执行的过程。

  比如,把人工决策点变成模型,通过人工智能的算法来实现;把一些直接的数据分析模型变成自动执行的流程,甚至把一些静态功能变成由数据驱动的功能。比如:决策系统的下拉框,通过客户点击次数,动态调整选项位置,提升客户体验。

  把增长的周期缩短后,不断地找到新的优化点,可以让静态的产品,变成一个动态的产品。当整个周期缩短到足够短时,就避免了工程周期过长的问题。既提高了团队的效率,也提高了产品迭代的效率,最终提高整体增长的效率。

  我们讲了产品视角的增长,用户视角的生命周期是什么,那么工程周期出现在哪儿呢?

  工程周期出现在注册和使用的环节,数据分析是在支撑我们不断迭代产品功能、内容,把每次需要研发人员参与的过程,变成只需要数据自动决策的过程。人工智能将逐步替代人,但是在注册和使用等其他阶段还是需要人工去做的。

  最后,回顾今天分享的内容,主要有三部分内容,分别是产品增长、用户视角和UX体验周期。从一个统一的数据驱动模型出发,在不同的方面使用不同的拆解办法,将增长目标落实到可以操作的数据指标上,从而实现对于全局的掌控。

  第一,生命周期,生命周期包括:引入期,成长期,成熟期,衰退期,从市场的角度看不同周期。

  第二,工程周期,工程周期要解决的是不断提高循环的效率,从静态的变成动态的,从人工决策的变成自动决策的,从不可量化的变成可量化的。

  第一,生命周期,生命周期包括:引入期,成长期,成熟期,衰退期,从市场的角度看不同周期。

  第二,工程周期,工程周期要解决的是不断提高循环的效率,从静态的变成动态的,从人工决策的变成自动决策的,从不可量化的变成可量化的。

  用户接触产品,未必是直接触达的,可能是从某个新兴的渠道获取信息,这些信息也要把控,并不是所有渠道在用户心中的印象都是同等的。

  这方面我们要尊重经验,不然会给增长过程带来阻力。包括用户在使用完产品之后,怎么向身边的人传播这个产品,也要纳入到产品设计的范围中。

  最后,讲的是UX(UX 是 User Experience 的缩写,即用户体验)周期,用户视角的发现要落到体验周期上,从最开始接触到选择,到最后用户把自己的感情告诉身边的人,到我们最熟悉的增长环节都要把握用户,这是一个用户体会到的产品和产品增长的过程。