编辑导语:本文从产品策划、产品设计、资源整合三个模块进行分析讲述。这三个模块可以帮助我们构建一个更好的满足用户的产品,加深我们对产品构建的理解,推荐想了解如何构建优秀产品的群体阅读。
周末,我参加了一个分享会。基于我之前两年半的BI产品搭建经验,分享了如何从0到1搭建产品的完整路径,并把它变成了一个脚本。
整个内容由产品规划、产品设计、资源整合三大模块组成。产品策划是让我们做出正确定位的产品;产品设计讲究一个正确的流程;资源的整合就是要有合适的人和合适的文化。
一、产品规划——做正确的产品1.了解业务背景,确定产品定位。
做一个正确的产品,首先需要知道什么是正确的好产品。
一个好的产品应该具备三个属性:有效使用、有益运营、可持续。
所谓有效使用,是指这个产品对于用户的主观感受是有价值的;盈利是指产品对我们的经营主体来说是盈利的,这里的盈利可以是直接收益或者降低成本,而可持续是指我们的有效利用和盈利必须是一个可持续的过程,而不是一次性的销售;最后,基于这三个属性,才能做出符合市场需求的产品。
刚刚说了什么是好的产品,接下来我们来看看如何做出正确的产品。
要做出正确的产品,我们必须分两步走。首先要了解业务背景,确定自己产品的定位。第二,要从MVP入手来打造我们的产品。
当我们知道了产品的背景,确定了它的定位,首先要明确四个问题:
为什么要做这个产品?
这就决定了我们的战略定位,用户价值,企业价值。我们做一个产品,只有它有价值,我们才会去做,而不是因为老板要求我们去做,我们就得去做。
我们解决了谁的问题?
这就决定了我们的用户属性,用户规模,以及我们最终需要为用户解决什么问题。
目前用户如何解决这些问题?
这就决定了我们在打造产品的时候需要考虑用户的更换成本。说到重置成本,就不得不说另一个经济学概念,叫做“损失厌恶”。
所谓损失厌恶,是指当人们面对等量的收益和损失时,他们认为损失更难以接受。而我们的用户价值=新体验-旧体验-置换成本,所以置换成本越高,损失越大,最终用户感受到的用户价值越低。所以重置成本是一个不得不考虑的问题。
我们如何占领潜在用户的心智来超越竞争对手?
这就到了我们的终极问题,我们的定位以及如何占领用户的心智。只有我们的定位准确,才能占领用户的心智。但是如何占领用户心智呢?市面上有一本非常著名的畅销书叫《定位》,书中说“人类排斥信息,人类的头脑不仅排斥与已有知识或经验不符的信息,也没有知识或经验去处理它”。
所以,新产品要想进入用户心智,我们需要与潜在客户心智中已经存在的原有替代产品和品牌建立联系,让用户接受你,你才能占领用户心智。
我们举一个大家都很容易理解的简单例子。为什么情侣吵架时总觉得对方不讲道理,又说服不了对方?
因为大家不仅排斥信息,而且每个人的知识经验体系也不一样。想要说服他,首先要了解他现有的知识体系。如果你说服他,他的内容需要和他现有的知识体系相关,他就能和你产生情感共鸣。所以产品经理要有同理心也是这个道理。
接下来我们拿一个BI产品的实际案例来看看我们是如何理解业务背景,确定产品定位的。
首先,我们做了大量的调研和访谈以及大量的数据分析。我们找到了业务数据的使用场景,主要是看数据,分析数据,跟踪问题。但是他们现有的解决方案主要是手工检索和Excel离线分析。
在这个过程中,一方面依靠调度的人工数据检索效率很低;另一方面,Excel只能承载106万行数据,而我们的用户最多需要500万行数据进行分析。这个时候Excel就做不到了,所以现有的解决方案在效率和性能上提出了挑战。总结起来,有以下几点:
其实说到这几点,相信很多学生的公司都面临着同样的问题,尤其是第三点和第四点,是商科学生的通病。基本上每个人都经历过不知道自己有什么数据,不知道从哪里得到数据的尴尬时刻。
然后我们知道了业务背景,然后就可以分析我们的目标用户的画像了。在分析的过程中,我们发现我们的客户主要包括数据开发人员、分析师和业务人员。数据开发人员,特点是技术指数特别高,数据分析师,特点是分析思维指数高,业务人员,特点是对业务理解比较深。
基于这样的背景,最终确定我们产品的定位是:面向我们整个集团的大数据报表和自助分析平台。一方面,我们需要提供可视化的报告能力,另一方面,我们需要提供自助分析能力。我们希望通过提供这两种能力,帮助我们的业务人员通过数据快速做出决策,在我们的集团内营造一种数据驱动的文化,帮助建立一种人人都是数据分析师的文化。
在这里,我们确定了产品的定位。确定了产品定位之后,我们的第二步就是从MVP开始打造产品。
2.从MVP开始
首先,什么是MVP?我们都知道MVP是最不可行的产品。但是最不可行的产品到底是什么呢?让我们来看一个网上的例子。
我们的最终目标是生产一款能够帮助用户舒适快捷地到达目的地的汽车。那么我们的MVP产品是什么呢?你看前两张图的时候可能会觉得第二张图中有一张是我们的MVP产品,但是你看第三张图的时候会发现,其实这里的第一张才是真正的MVP产品,因为它是终极目标车的原型,是真正能跑起来解决用户问题的产品。
第二张图第一辆车有什么问题?第一,它不是汽车的原型,这意味着我们的产品将来会被重构;第二,他不会跑,解决不了用户的任何问题。
所以,所谓最小可行的产品,一定是一个简单、直接、切中要害、直指用户痛点、他要为用户输出可以依赖确定性的核心服务的产品。
我们知道什么是MVP产品,所以接下来我们要看看如何设计我们的MVP产品。在打造MVP产品的时候,我们首先要做的就是提炼用户故事。提炼用户故事主要包括三个步骤:
首先,确定我们的典型目标。
其次,对于这些典型的目标用户,要构建一个特色鲜明的画像。什么是特色鲜明?特色鲜明是指你建立的画像适合当前产品的场景,而不是说用户的画像是性别、年龄等等。
第三,要明确用户的痛点和需求,对自己的痛点和需求有完整的定义。
最后,基于这三个步骤,我们可以提炼出一个完整的代表性用户故事。
接下来,让我们来看一个例子,我们是如何找到我们的MVP用户并提取我们的用户故事的。
首先,我们需要找到我们的MVP用户。找到它们有一些标准。首先,痛点很迫切,所以我愿意和项目团队一起,花时间和精力去尝试不完善不成熟的产品。其次,在态度上,他可以主动给你一些反馈。
怎样才能找到我们的MVP用户?这里有两点。首先,我们可以基于数据。比如以我的产品为例,我可以看看数据,哪些商家的需求很多,需要很长时间才能解决,哪些学生专门负责满足需求,疲于奔命。那么这些用户一定是我的目标用户;第二点可能有些虚。我们可以多交朋友,多聊天,多观察,多思考寻找我们的业务痛点和机会。
我们来看看当时我们找到的一个MVP用户的情况。当时第一笔业务的情况非常糟糕,包括数据人员少,需求响应等待时间长,数据获取慢,不知道从哪里获取数据。第二,他们的数据建设非常不成熟,数据不足以支撑业务。同时,所有的报告都依赖于定制开发,缺乏R&D人员,没有人响应需求。报表需求积压严重,需求响应时间长达半年。
基于这样的现状,用户自然很痛苦,改变的意愿很强烈。他们非常希望提高报表构建的效率,摆脱数据需求的等待。
我们的用户故事是基于我们的MVP用户而提炼的。我们的第一个用户故事实际上在我们提炼的时候出现了一些偏差。本来我们的用户包括数据人员、分析师、业务人员,但是在细化用户故事的时候出现了偏差。我们只是提炼了数据人员的用户故事,这也导致我们后来踩了一次坑。
但是我今天不想跳过这个坑,因为只有把这个坑给大家看,大家才能重视前期所有的准备工具,不会像我一样踩坑。
当时我们给数据人员提炼的用户画像是:懂技术,懂底层数据,技术指数很高。他们的痛点是反复满足业务需求,总是做零碎的数据需求,不断帮助用户查找、检索、分析、搭建看板,自身的价值无法体现,能力无法提升。他们的目标和期望是帮助用户快速搭建数据看板,完成数据分析和数据导出。
基于此,我们的第一步产品规划基本完成。我们已经确定了产品的定位,提取了我们的用户故事。然后我们将设计产品。
二、产品设计、正确的过程产品设计,我们通常分三步走。
当时我们在前期调研的基础上,设计了整体的产品框架,主要包括三个功能。第一个是门户,可以查看授权的报表;二是分析,可以开始自助分析和报表开发;第三,可以开始临时数据检索。
这个0.1版本上线后,发现我们的数据人员用的很好。他们自己做了看板,反馈了很多问题,然后表达了对这个产品的满意。
但是在观察数据的过程中,我们发现有一类用户,上来不久就流失了,几乎没有留存,而且这类用户的比例还是比较高的。于是我们接下来分析了这些用户,然后我们发现这些用户其实是业务用户,他们的画像只是不知道代码,但是他们知道业务;他们的目标和期望是从数据分析中得到结果来指导业务。
但是,当他们使用我们平台上的产品时,会出现一些问题。
让我们来看看我们的用户体验图。首先,我们产品的整体行为路径其实挺长的,从门户到报表制作再到数据源连接、数据集制作、报表制作。
但是我们只有两个触点,一个是门户,一个是这个门户上有一个新的分析按钮。再来看看用户的心情。我们发现,首先,业务用户进入我们的门户后,他在门户上可能没有任何授权的报表,所以他进来后,就是一个白板。那时,用户可能会被迫。
然后,他在这个页面上看到了一个分析门户,就很高兴的说我可以点击这个分析门户来构建报表,但是他点击分析门户之后,弹出一个窗口让他创建新的数据源,包括Mysql,Hive等等,但是业务用户连这些数据源是什么都不知道。所以用户在这个过程中是一个绝望的过程。很快用户就流失了。
在这个过程中,我们也发现了一些痛点和机会。比如在门户网站上,我们没有任何引导,对新手非常不友好。第二是我们的链接太长。对于业务人员来说,连接数据源、制作数据集太难了,不属于他们的角色任务。
那么第三个就是我们明明有大量的报表,但是因为没有提供存储和申请权限的入口,所以很多用户上来之后会看到一个白板,或者很多用户会反复自建报表,直接看。
最后是我们的图表制作模块,没有任何指导,交互边界不够清晰,没有办法扩展。因为这些痛点,用户的价值感很低,自然留存也很低。但痛点其实是我们的机会。
成长黑客里有一句话:留着不死。没有留存,你的产品就没办法活下去。于是我们开始了一场产品转型的大战。其实我在上面的用户体验图中已经发现了一些痛点和机会。接下来,我们需要进行更详细的用户调研和分析,以验证和挖掘需求。
首先我们收集了很多用户的反馈,然后我们召开吐槽大会收集用户的诉求。吐槽大会是什么情况?我作为产品经理坐在前面,一群用户坐在下面吐槽,然后我也没法反驳,因为我老板就坐在我旁边。如果我反驳,老板会说:哦,不要反驳,认真听。这个过程还是很痛苦的。心不够强,脸皮不够厚,就不行。
最后,我们还进行了一些问卷调查。同时我们也亲自体验了我们的产品,从体验中发现问题。
最后提炼出我们的第二个用户故事,也就是商务人士的用户故事。我们发现他们的画像看不懂代码,他们的痛点是不知道自己想要的数据在哪里,如何获取数据,想要的看板迟迟不上线,重复繁琐的线下Excel分析数据。
同时,我们分析我们整体产品的模型,发现我们更多的是一个传统的数据分析模型,这个模型是由R&D学生主导的。R&D的学生去准备数据和开发报告,而业务人员只是在这个过程中接受数据。如果验收通过,那么会提出下一个需求。如果验收不通过,他们将回到R&D重新开发。
因此,需求被反复地交流,报告被反复地开发。因此,基于对R&D人员和业务人员角色画像的理解,我们开始了新的自助数据分析模型。在这个过程中,我们根据角色将R&D人员与业务人员完全分离。R&D人员的主要任务是准备数据。准备好数据后,他放在一个地方,业务人员去取数据,探索自助分析。
最终,在这个过程中,我们的业务人员获得了分析的主导权,能够基于数据及时洞察业务问题,而我们的R&D人员则回到自己的渠道,做更有价值的数据挖掘等相关工作。
至此,我们已经完成了对整个产品框架的重新分析,接下来我们将对产品框架进行整体调整。
为了解决查找数据资料的问题,我们提供了一个数据超市的功能,让R&D同学做的数据可以直接放入超市,商科同学可以在这个数据超市里快速找到自己想要的数据。
为了解决查找报表和重复开发报表的问题,我们提供了一个报表超市的模块,用户可以通过尝试直接从报表超市中检索来找到自己想要的报表。
为了解决分析难的问题,提供了拖拽式的交互方式,提供了近30种常用的图表组件,并提供了上滚下钻、同期一键分析等功能。,解决用户数据分析难的问题。而且在这个过程中用户不需要写任何脚本,而且市面上其实也有很多BI产品仍然允许用户通过写脚本来实现这些功能,这对于用户来说其实是极其困难的,我们想尽量避免让用户写脚本。
到目前为止,其实我们已经完成了产品整体框架的调整,我们其实也知道我们真正的1.0版本需要如何修改。但是我们前面也提到了,我们的用户留存率低,仅仅是产品框架的改造。能否达到提高用户留存的效果?所以我们还是要看看这些框架层的修改能否提高留存,所以我们需要帮助用户找到他们的啊哈时刻。
啊哈时刻是指新用户第一次意识到产品的价值,脱口而出“啊哈,这个产品可以帮我做到这一点”的时刻。这是一个非常重要的时刻,只有找到这个时刻,用户才能意识到产品对它的价值,那么我们真正怎么做呢?
首先,我们为用户首次登录提供新手指导,解决用户首次登录的认知问题,让不同角色的用户进来后找到自己角色的功能切入点;第二,我们已经添加了门户的演示报告,我们将把每次迭代中的任何新的可视化功能合并到我们的门户报告中。
同时,在我们门户的演示报告中会有来自手册的说明。当用户进来看到这个很酷的演示报告时,他会立刻感到惊讶,然后他可以按照手册的指示来完成他的一些关键行为,比如完成一个自助分析,比如完成一个看板的构建。
那么这时用户就会脱口而出:啊哈,这个产品可以帮我达到这样的视觉效果,帮我完成这样的分析效果。这时候其实我们帮用户找到了他的啊哈时刻,留存自然会提高。
接下来,我们来看看基于1.0版本的用户体验图是什么样子的。我们可以看到,整体的行为路径其实很长。我们增加了报表超市、数据超市、报表管理等模块。但如果再看一下我们的联系人,会发现每个模块都有自己的联系人,用户可以基于联系人切入自己需要的产品模块。
再来看看我们用户的心情。第一,用户进入门户后,可以直接看到新手指南和演示报告。这时候用户看到一个很酷的报表就很兴奋。这个过程就是我们增强了用户的动力,整个心情处于一种很惊喜的状态。
然后用户会按照我们产品的指引去探索报告,这个过程会比较困难,所以用户的情绪会有一定程度的下降但不会太低。慢慢的,当他发现如何建立报告并完成关键行为时,他会非常兴奋。而且在这个过程中,我们通过一些指引和交互优化,减少用户的阻力,力求用户兴奋指数最大化。
当最终用户完成他的关键行为,并与其他用户分享这个看板时,他的成就感会最大化,他的兴奋指数会达到一个峰值。(兴奋指数是一个从0到100的数值,简单表示用户在某个时间完成某件事的积极性有多高,所以形象地称为兴奋指数)
到这一刻,我们已经基本完成了1.0的构建。在1.0的搭建过程中,我们从MVP内核开始迭代优化,小步快跑,小范围试错,为用户提供好的产品,成就我们的产品。
互联网产品中有一句话,效率才是王道,天下武功只有快才能破。所以一定要小步快跑,不断迭代,优化产品。
在这个过程中,我们会注意两点,第一是需求的推动,第二是需求的筛选。在推广方面,我们当时用的是敏捷开发。我们每两周迭代一次,小步快跑,不断和用户沟通调整优先级。
当然这种方法对于产品经理来说其实是很累的,尤其是团队比较大的时候。当时我只是一个产品经理,团队17人,基本上是累死人的。
第二个是需求筛选。一方面,需求来自于我们的用户;另一方面,需求其实来源于产品,来源于产品经理的宏观调控。最后整理出一个大的需求池,可以通过KANO模型分析需求优先级。
其实在这个过程中,我们要时刻记住产品体验的五层,专注于我们的定位,在我们的产品范围内开发、改进、优化我们的产品,永远不要出格,不要超出我们的产品范围。
至此,我们完成了整体产品功能0-1的过程。功能全面上线后,是否意味着真正的0-1已经完成?其实我们产品的0-1不仅是功能的完善,更是用户的留存和增长。因为如果你的产品没有用户增长或者留存,那么你的0-1其实是失败的。所以,这里就不得不说说运营驱动的产品成长。
当时我们用了四种方法:
第一个是经验。我们自己先用。项目团队是我们的第一批用户。只有我们觉得好用,用户才能觉得好用。
第二是测量。我们用数据来衡量我们的产品。我们一直在呼吁数字化。数字化要从我们数据部门本身做起。关于这一点,我在市场上看到了一些有趣的现象,就是有一些数据产品。他衡量别人的产品,却忘了作为产品,他也需要被衡量。如果不衡量自己的产品,如何实现增长?第二是我们会关注NPS和满意度。
第三是用户关系的维护。我们会扩大种子用户的规模,维护种子用户的关系,不断得到用户的反馈。
第四是生态圈的建设,建立一个数据完整的生态圈。BI产品是整个大数据平台中的一个产品,我们需要打通中国中心,让中国中心支撑我们的整个产品体验。向上,我们离用户最近。我们不仅要为用户提供易用的体验,还要建立数字思维体系,培养我们的数据人才。
最终我们收集了用户1100多条用户反馈,完成了600多条,80多次迭代,1300多条系统需求,完成了2000人的培训。这里有一个很有意思的数据,就是1300多个系统需求,其中600个是用户反馈,所以还有近700个需求,其实是产品经理根据自己对产品的宏观、中观、微观方面的把握规划出来的需求。
到目前为止,我们已经完成了对用户故事的提炼,对用户体验图谱的描绘,对需求优先级的不断挖掘,对用户的运营。这时就可以完成用户模型的建立,用户模型是产品现有用户和潜在用户的偏好和行为反应模式。
当你掌握了用户模型,就可以区分需求的优先级,预测产品迭代后用户行为的变化,而不是说产品不会被任何人使用,最后草草了事。毫不夸张的说,我做这个产品已经两年半了,基本上可以准确预测任何功能上线后用户的反应模式。
最后,在第三个模块中,我们来谈谈整合资源。
资源整合主要是关于合适的人和合适的文化。但事实上,合适的人,合适的文化,一开始是永远没有的,除非你非常幸运。比如我觉得我是一个很幸运的人。我的团队基本都是对的人,大家都是积极、主动、好动的同学。但是如果你的团队不是那么理想主义,你该怎么办?
首先要达成一致的目标,不要吝啬的把产品的使命愿景目标传达给整个团队,让大家看到未来,提高大家的主动性和积极性。
第二,要明确产品的价值。在产品大愿景的前提下,明确产品设计的目标和价值,让团队里的每个人都知道做这件事的价值,用户能解决什么问题,能带来什么价值,而不是产品让我做就做。
第三是主人翁意识,就是团队的每个成员都要感受到他的价值,明白他的重要性,培养每个人的主人翁意识。最后,开放意味着不要害怕质疑和争吵。应该让团队的同学为了创造更好的产品而争吵质疑产品经理,有一个开放的环境。
当时基于这些方案,我们打造了一个优秀的、有凝聚力的团队,团队获得了重点项目、优秀团队、中央标杆项目等多项荣誉。
最后基本实现了人人都是数据分析师的愿景。当然不是全部,但至少我们实现了大部分。最终积累了10万用户,4万月活用户,92%的用户满意度,94%的NPS,2400%的ROI,这其实是一个比较高的数字。
至此,我们的0-1彻底完成。
四、结语最后,我想用梁宁先生的一句话来结束我的演讲。
产品能力是训练一个人判断信息,把握重点,整合有限资源,把自己的价值包装成一个产品交付给世界,并获得回报的过程。希望我们所有的产品、运营,以及正在努力打造产品的合作伙伴,能够把你的价值传递给世界,并得到回报。
本文由@唐唐是老坛酸菜女王原创发布。每个人都是产品经理。未经作者允许,禁止转载。
图片来自Unsplash,基于CC0协议。