早期用户洞察早期用户洞察

产品用户洞察常用方法：
市场调研
二手资料分析
一、流程

文章图片
产品用户洞察流程.png

目标用户与用户画像（服务谁）
使用场景与频率（交互，作用对象，用来做什么，完成什么任务）
a. 期望维度，用户如何描述期望，期望达到什么目的，更好的
b. 不同场景中的满足程度
深层次需求，现有产品在未来中的表现，满足期望、需求。有什么是部分满足或者没有满足
聚类，量化，痛点被提到的频率、占比。评估现阶段产品需求优先级，做与否，什么时候做。规划解决方案

A. 明确目标用户及用户画像
【早期用户洞察】方法：市场细分，用户细分、竞品调研
产品不能且很难满足所有人的需求。参考央视春晚与B站春晚

明确目标用户基本步骤与方法：

文章图片
明确目标用户流程.png
竞品服务的好不好，没考虑到的点是什么。没有很好的满足的目标用户是谁。
自身的技术与资源是否支持
绘制用户画像

B. 使用场景、任务、需求

文章图片
使用场景.png 洞察在不同场景下的不同期望与痛点
惊喜与未满足的疼点是什么
团队讨论、用户调研（焦点小组）
碎片化：看一些较短的知识技能，或者需要历史记录
C. 痛点和惯用解决方案，探索使用影响因素
贯穿使用产品的所有环节（下载、注册、使用、付费）
例子1：
下载，如果包体太大。户外下载流量会很大，针对不同对象的解决方案有：

产品解决方案：开发轻量级产品
用户：回家、回公司下载（有wife的地方）

例子2：
场景：线下商城购物，想要和线上的同一件产品进行比价。
如何更快、更高效的满足用户的这种需求？
相关指标：网络速度、查询速度
优化方法：拍照一键搜索
D. 验证评估和探索
聚类分析，不可能一次性解决所有痛点。
二、产品策略指标如何对产品的发展、成功做出评估，之后如何评价？产品现存的问题有什么。都可用通过指标来参考以及判断。产品策略、功能、架构等等。指标分为数据维度、指标维度。

维度：
说明数据，维度是指可指定不同值的对象的描述性属性或特征。例如，地理位置的维度可以包括“纬度”、“经度”或“城市名称”。“城市名称”维度的值可以为“旧金山”、“柏林”或“新加坡”。
指标：
衡量数据，指标是指可以按总数或比值衡量的具体维度元素。例如，维度“城市”可以关联指标“人口”，其值为具体城市的居民总数。
维度和指标的关系：
虽然维度和指标可以独立使用，但常见的还是相互结合使用。维度和指标的值以及这些值之间的关系，使您的数据具有了意义。为了挖掘尽可能多的深层次信息，维度通常与一个或多个指标关联在一起。
例如，维度“城市”可以与指标“人口”和“面积”相关联。有了这些数据，系统还可以创建“人口密度”等比值指标，带来有关这些城市的更详细的深入信息。

文章图片
产品策划指标.png A. 用户数指标
日活（DAU）：一天内日均活跃设备数(去重，每个公司活跃的定义不一样)
周活跃数（WAU）：一周内活跃设备数(去重，每个公司活跃的定义不一样)
日新增DNU：一周内的日均新增人数,计算方式：一周新增设备数(不去重)/自然周天数
最高活跃（PCU）：一周内的最高活跃设备数
月活（MAU）：一个月内的活跃设备数(去重)。
活跃度（DAU/MAU）：体现用户的总体粘度，衡量期间内每日活跃用户的交叉重合情况。
参考：数据指标有哪些？什么是好的数据指标？
新增、月活、日活、浏览量
回访：卸载之后又下载
做对比。增加/减少的程度，去判断策略的好坏程度
B. 用户行为指标
评论、点赞、点击率、停留时长、转发、分享、转化率、日均活跃时常
停留时常不是越多越好，例如注册页。
日均活跃时间。不在相同领域的产品也在竞争。淘宝、微信公众号、头条、游戏。都在抢用户的时间。
评论、收藏….定性与定量的评价，功能上线的好坏
如何通过数据分析掌握用户行为？（一）
C. 产品运营指标
会员收益、广告收益、销售收益（交易额、抽成）
产品初期更加注重用户指标，重点在于扩大用户与市场，打造好的产品口碑。成熟期更注重收益指标，但是如何平衡好二者也是非常重要的，不能一味追求收益而忽视了用户，也不能不考虑收益。
例子：微信订阅号Abtesting，综合考虑公众号收益与用户体验
D. 用户体验指标

文章图片
用户体验指标.png 问卷方式，产品功能上线前后(（满意度）对比，质信/量化去评估。单访问数量不考虑频度是不科学的，注重用户互动深度，综合考量。
可参考数据维度：用户分享率、用户完成效率、出错率等等
用户体验指标是产品长期运营良好的根本性指标
产品策略指标的获取途径

企业内部
用户数指标、用户行为指标
企业外部
各大应用商城的产品排行榜，Google paly
参考同类型产品的排行榜做竞品分析，竞争对手的产品哪好哪不好？或者某竞争产品A排行上升，可以看A产品版本迭代，修改了哪些部分，我们自己的产品是否需要改进。
排行榜：市场趋势
下载量：市场规模
评价等：用户喜好