产品经理技能树之 数据体系

若是要用一套标准来把产品经理分为上中下三个等级，我会使用这样的标准：下等：不知道用怎样的指标来评估产品的表现；中等：知道用怎样的指标来评估产品，却没有办法主导指标的走向；三、上等：可以把产品逻辑量转化成一套完整的数据体系，并可以依靠这套体系来主导指标的走向。这个针对产品经理的划分标准其实就是产品经理成长的不一样阶段，“中等”和“下等”的产品经理都有本身特定的缺陷，也均可以经过努力让本身升级到更高的阶段。

“下等产品经理”最大的问题就是缺乏经验。正是由于缺乏经验，因此才不知道到底应该用怎样的指标来评估产品的表现。什么样的指标是重要的？这些指标背后的数据是怎样采集的？这样的问题常常会困扰新手产品经理，咱们不妨一一来解答下：

一、什么样的指标对于产品而言是重要的？产品体系发展至今，其实已经有了一套被普遍接受的衡量产品表现的指标。这些指标包括：分析新用户行为模式的留存率数据、分析老用户行为模式的活跃率数据、分析推广效果的渠道分发数据以及分析功能流程的转化率数据等等。不论是风险投资人仍是产品最高负责人都会优先使用这些被普遍接受的指标来衡量产品的实际表现。

二、这些指标背后的数据要怎样采集？上述的这些被普遍接受的指标实际上已经有了不少对应的第三方采集工具，例如友盟、TalkingData等等。这些第三方采集工具一来提供了很是容易的在产品中接入的方式，二来又提供了很是形象直观的数据展示方式。除非是很是重视产品数据的保密性或是业务的独立性，通常在产品初期都会直接采用第三方工具来完成数据的采集工做。

 

说完“下等产品经理”，再来讲说“中等产品经理”。“中等产品经理”已经越过了“下等产品经理”的迷茫阶段，对于产品相关的指标以及对应的采集方式已经有了比较全面的了解，但新的烦恼也会随之而来：当相似“留存率”、“活跃率”这样的指标都表现很差的时候，究竟要怎样改进产品才能最终改善指标的表现呢？“中等产品经理”每每会缺少这种主导指标走向的能力，而形成这种状况最主要根源就在于不理解指标的本质。在我看来，指标中的那些数字就是产品背后信息流转的显性表现。表现优秀的指标每每表明着信息正在正确的产品逻辑下流转往复。而若是指标表现很差，那就表明着信息流转必定在存在问题，换句话说，产品逻辑的设定有问题。而要对产品逻辑设定进行评估，就要先将产品逻辑量化成一整套数据体系，再利用这套数据体系进行分析。

以技能树这个App为例，若是这款App商业运营的话，当“留存率”、“活跃率”这样的指标表现很差时，我就会第一时间去相关的产品逻辑中找问题。关于技能树App产品逻辑的问题，你们能够参见“产品逻辑”这个技能点。“留存率”数据与技能树的UI样式、技能认证的UI样式以及“点亮技能点”这样的概念能不能第一时间被用户理解密切相关。而“留存率”数据则是技能点点亮流程与话题讨论订阅机制密切相关。前者的问题能够依靠优化运营的方式来解决，后者的问题则能够经过采集相关功能流程中的数据并加以分析汇总来寻找解决方案。

是否可以将产品逻辑量化成一整套数据体系是衡量一个产品经理是否优秀的重要标准。我我的认为在没有拿出这套体系以前，产品甚至不该该上线。不然，在面对指标表现不佳的状况下，产品经理都不能迅速找到问题所在并拿出解决方案。而这种进退失据，不知所措的状况会给整个团队带来很是大的伤害。