聊聊产品思维和数据思维

共 1141字,需浏览 3分钟

 ·

2022-11-14 18:55

1.今年是我产品工作第八年,刚开始做研发和数据运营相关的工作,后面逐渐主做产品工作,辅做数据和运营相关的工作。
现在呢,产品和数据,成了工作的两条核心,围绕产品和数据的思考逐渐形成的产品思维和数据思维,一直在我大脑中左右互搏。

2.做产品,要有思辨和敏捷的能力,它是验证和思考产品设计策略的方法。当时,我的Leader一直要求我们去思考产品的本质问题。因为只有思考清楚了本质问题,产品设计才会具备吸引力,是这样的过程:
针对一个业务需求,产品经理需要细化出很多场景,这些场景推导出众多产品实现的路径,接下来针对每条路径去串联和思考可能存在的问题。然后再基于思考分析并提出其他路径存在的致命问题,并推翻。这样通过多次的梳理和推翻,那么最终留下来的就是满足业务需求最关键的产品策略路径,进而设计出有吸引力且简单的方案。并通过调研不同的用户角色和设定场景,看看不同的用户能否用起来。
Demo开发出来后,再针对Demo多次讨论和推翻,其实推翻的次数越多,产品的质量会越高。
微信的朋友说,红包的场景和对支付的串联就是这么经历过30多次的推翻和重塑场景后出来的。
以上,是我理解的产品经理要有的思辨和敏捷的能力。可以看这个专辑:产品经理工作流。如下的产品模块的核心流程梳理也能帮到你:


3.在做数据挖掘时,我又有不同的思考。相比来说,做产品需求更多是依据需求做策略,是感性的,会难免出现偏差,而数据挖掘就是弥补这种偏差,所以数据是理性的。
数据思维相比产品思维,它不会说谎,是对产品是否更好被用户用得爽的证明。
但数据也是有硬伤的。首先数据只能给出现象但极难从现象看到本质,所以不能完全依赖数据来做决策;然后数据分析之后只能给出存在的可能,但是100%的证实,所以数据终究只能作为辅助手段。
数据工作最核心的能力是批判和怀疑,产品呈现出数据结果后,数据产品经理能根据数据结果找出疑点来推翻结论或能提出更好的问题,并且能结合产品设计思考出更多的业务场景,不同的数据指标模型能分析出不同的业务策略,分析的指标和维度越完善,数据结论也越有说服力。
所以数据埋点和整理数据指标是最基础的。

同样,数据分析也是一件很难的事情,首先需要基于理解业务来建立丰富的分析框架,其次需要扎实的统计分析能力和逻辑推导能力。涉及到数据合并和数据清洗后,得出有效的数据结论。但是大部分都低估了数据分析的难度。

以上,是我对数据工作的一点思考。这两篇文章我觉得能帮助到你:

案例聊聊利用数据分析四步法梳理业务需求(内附案例数据表下载)
产品经理工作流之数据分析全阶段(附电商统计)

4.再回到产品经理的工作流,产品思维和数据思维始终要贯穿全局。每一步要做有效的思考和决策,过程量清晰了,全局自然就清晰了。


你是怎么平衡这两种思维能力的呢?期待你的留言。

浏览 44
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报