產品經理技能樹之 數據體系

若是要用一套標準來把產品經理分爲上中下三個等級，我會使用這樣的標準：下等：不知道用怎樣的指標來評估產品的表現；中等：知道用怎樣的指標來評估產品，卻沒有辦法主導指標的走向；三、上等：可以把產品邏輯量轉化成一套完整的數據體系，並可以依靠這套體系來主導指標的走向。這個針對產品經理的劃分標準其實就是產品經理成長的不一樣階段，「中等」和「下等」的產品經理都有本身特定的缺陷，也均可以經過努力讓本身升級到更高的階段。

「下等產品經理」最大的問題就是缺乏經驗。正是由於缺乏經驗，因此纔不知道到底應該用怎樣的指標來評估產品的表現。什麼樣的指標是重要的？這些指標背後的數據是怎樣採集的？這樣的問題常常會困擾新手產品經理，咱們不妨一一來解答下：

一、什麼樣的指標對於產品而言是重要的？產品體系發展至今，其實已經有了一套被普遍接受的衡量產品表現的指標。這些指標包括：分析新用戶行爲模式的留存率數據、分析老用戶行爲模式的活躍率數據、分析推廣效果的渠道分發數據以及分析功能流程的轉化率數據等等。不論是風險投資人仍是產品最高負責人都會優先使用這些被普遍接受的指標來衡量產品的實際表現。

二、這些指標背後的數據要怎樣採集？上述的這些被普遍接受的指標實際上已經有了不少對應的第三方採集工具，例如友盟、TalkingData等等。這些第三方採集工具一來提供了很是容易的在產品中接入的方式，二來又提供了很是形象直觀的數據展示方式。除非是很是重視產品數據的保密性或是業務的獨立性，通常在產品初期都會直接採用第三方工具來完成數據的採集工做。

 

說完「下等產品經理」，再來講說「中等產品經理」。「中等產品經理」已經越過了「下等產品經理」的迷茫階段，對於產品相關的指標以及對應的採集方式已經有了比較全面的瞭解，但新的煩惱也會隨之而來：當相似「留存率」、「活躍率」這樣的指標都表現很差的時候，究竟要怎樣改進產品才能最終改善指標的表現呢？「中等產品經理」每每會缺少這種主導指標走向的能力，而形成這種狀況最主要根源就在於不理解指標的本質。在我看來，指標中的那些數字就是產品背後信息流轉的顯性表現。表現優秀的指標每每表明着信息正在正確的產品邏輯下流轉往復。而若是指標表現很差，那就表明着信息流轉必定在存在問題，換句話說，產品邏輯的設定有問題。而要對產品邏輯設定進行評估，就要先將產品邏輯量化成一整套數據體系，再利用這套數據體系進行分析。

以技能樹這個App爲例，若是這款App商業運營的話，當「留存率」、「活躍率」這樣的指標表現很差時，我就會第一時間去相關的產品邏輯中找問題。關於技能樹App產品邏輯的問題，你們能夠參見「產品邏輯」這個技能點。「留存率」數據與技能樹的UI樣式、技能認證的UI樣式以及「點亮技能點」這樣的概念能不能第一時間被用戶理解密切相關。而「留存率」數據則是技能點點亮流程與話題討論訂閱機制密切相關。前者的問題能夠依靠優化運營的方式來解決，後者的問題則能夠經過採集相關功能流程中的數據並加以分析彙總來尋找解決方案。

是否可以將產品邏輯量化成一整套數據體系是衡量一個產品經理是否優秀的重要標準。我我的認爲在沒有拿出這套體系以前，產品甚至不該該上線。不然，在面對指標表現不佳的狀況下，產品經理都不能迅速找到問題所在並拿出解決方案。而這種進退失據，不知所措的狀況會給整個團隊帶來很是大的傷害。