只要你作的是一個大用戶量的產品,互聯網的產品每每都有這個特色,那麼咱們能聽到都只能是少部分用戶的聲音,他們是否表明大多數用戶是無從判斷的。雖然絕大多數狀況下的經驗證實,只要在用戶的選擇上沒犯什麼低級失誤,他們是具備表明性(接受這種假設是一種性價比很高的廉價解決方案),而還有一招就是讓數據來講話,看看用戶究竟是怎麼作的,所謂according to the data是最難被駁倒的。
其實原來讀研的時候,我作的就是統計分析、數據挖掘相關的課題,但工做以來,深深的體會到,實際的生產和科研是有很大不一樣的。科學研究很注重「性價比」的性,只要結果好,每每不在意投入,由於科研的結果不是爲了應用(相對而言),而是爲了證實實力,同理,不少公司的高端產品也是爲了證實實力,並非爲了掙錢或者市場佔有率。
而實際生產環境更注重綜合的性價比了,因此咱們再也不須要用獨立份量去分析每次運營、每一個功能改進所帶來的流量變化,再也不須要用人工神經網絡預測產品未來的用戶數,甚至給出A>B結論的時候也不須要作顯著性檢驗,一切的一切須要的只是一種sense,一種對數據的敏感,最商業的敏感。
要意識到,用戶怎麼說和怎麼作是不一樣的,其實用戶的語言不如行爲更能反應出他的真實需求,好比用戶說在搜索客戶的時候應該加一個按交易額搜索,也許只是他某次特殊的須要使然,但咱們經過用戶行爲的數據分析能夠發現,這個功能上了以後只有1/10000的人用,這就是咱們被用戶的說法騙了,但數據永遠不會騙咱們。
問題在於,手頭常常是有槍沒×××的情況,其實數據分析的方法不少,但不少時候苦於拿不到數據,這是咱們須要考慮的,在產品設計的時候就要把用戶數據提取的需求加進去,這也是一類非功能需求,這樣才能作到產品的可持續發展。