爆款产品需要的是详细的数据指标

本文重点介绍淘宝、淘宝功能、淘宝问答。

帮助产品经理建立相对完整的数据指标评估体系，更好的帮助产品功能的优化迭代。

对于我们这些做产品的人来说，最痛苦的一点可能就是产品做出来之后，被客户喷，被客户使用，很繁琐，体验太差。“老板DISS你的产品不能切中痛点”；诚然，一个产品好不好，不能因为产品经理的个人喜好或者少数用户的负面反馈就全盘否定。我们需要根据大量的数据反馈和常识来判断。我们进入产品线的时候就被行业大咖教育，要做刚需、高频、痛点的产品。“然而，从来没有人告诉我们，如何通过观察数据来验证我们所做的事情是否符合这三个核心点。本文旨在帮助产品经理建立相对完整的数据指标评估体系，更好地帮助产品功能的优化迭代。

首先，请允许我根据自己的理解，重新定义“刚需、高频、痛点”:

①刚需是相对于 *** 性需求而言的”，字面意思是硬的，人们需要或不得不做的事情。

②高频是指一定时期内需求欲望出现的频率。

③痛点是指用户在满足自身需求的过程中遇到的最大障碍。

那么评价指标是什么呢？主要是下面这句话:

刚需看渗透率，高频看人，痛点看能耗。

第一，只需要看到渗透率

渗透率原本是市场营销学中的一个概念，指的是企业实际销售量占市场潜力的百分比。但是，我们可以推导出的应用范围，可以是行业覆盖，也可以是产品中的某项功能特性:例如，互联网普及率是指互联网用户占总人口的比例，用来表示互联网对普通人生活的渗透程度。

对于一款app产品，我们提出了一个新的概念，叫做“功能渗透率”，是指当前使用该功能的人数占使用该产品总人数的比例。该指标可以客观反映出当前功能对使用产品人群的覆盖率越高，功能渗透率越高，说明该功能是用户当前使用的产品的核心功能，即在当前的产品形态下，大多数用户只是刚需。

从数据中我们不难发现，10个人使用产品，7个人看资料，2个人听课程，1个人做题库。阅读信息的功能可以覆盖大部分用户。

就一个教育产品而言，它的最终目的是帮助用户通过一个证书的考试，所以这个数据结果其实一看就是反常识的。我们大多数人会认为结构化的课程应该是用户最需要的内容和功能，有些会颠覆我们的认知。但是，究竟是什么原因造成的，我们需要做一些进一步的反思。可能是功能刚上线，我们知道的用户数量少，线上运营弱，内容不够强。

同时，我们需要注意以下几点:

①渗透率数据可以帮你验证你设计的需求解决方案是否被大多数用户认可，但不能判断渗透率高的就是刚需，渗透率低的就是普通需求。是否是刚需还是需要产品经理对业务的洞察来判断，渗透率更多的是一个后验指标。

②刚需是根据用户的业务目标所达成的任务来确定的。越接近终点，越是刚需。我们可以根据用户的需求层次，从里到外，从强到弱，画一个同心圆。或者以教育类app为例，可以得到如下示意图:

简而言之，如果数据显示理想和现实有差距，那么我们就要不断地找原因，不断地调优，不断地接近理想的最优解。

第二，高频访问

人次是指用户在一定时间、一定范围内重复行为的次数。对于我们的日常生活，普通人可能一辈子买一次房，十年换一辆车。它们在生活的尺度上其实是低频的，但是在你想买车的前三个月，你的选车需求被激发出来，每天阅读各种购车信息的行为就变成了短期的高频需求。所以这里必须强调的是，它是一个相对的概念，不能断章取义的说这个。

我们来看看支付宝的一个经典案例:

反击工具产品——支付宝

2003年，支付宝还只是淘宝的一个子功能，作为网络交易的信用担保工具；

2004年底，支付宝开始逐步从淘宝体系中剥离出来，成为新的独立第三方在线支付平台；

2008年，支付宝发布移动电商战略，从PC端业务向移动端转移，推出移动支付业务。同年，公共事业缴费正式上线，支持水、电、煤、通信等缴费。

如今，支付宝不断拓宽使用场景。支付宝和它的本地钱包合作伙伴已经服务了超过12亿的全球用户，它已经成为我们手机中的超级工具app。即使我们不是每天都在淘宝上购物，生活中的线下支付也不可避免地会每天使用一次或多次支付宝。可能是外卖，可能是便利店结算，也可能是公交刷码。

支付宝的发展史就是低频工具型app最好的反击，不断渗透到所有可以用于支付的场景。网购可能是低频场景，但各类线上线下交易中的支付是高频场景。每天都有各种各样的交易发生在世界各地，小到在学校门口用2元钱买汽水，大到用1万元买笔记本电脑。一旦所有这些交易都聚集在一个平台上运营，那将是一个非常庞大的数字，这其实也是为什么会有很多工具类app疯狂重叠场景功能的原因。其实目的就是把低频设为高频。"

那么我们如何判断自己做的哪些功能是低频，哪些是高频呢？我们以刚才的教育app为例。需要注意的是，不同的功能在同一个时间区间，出现的频率是不一样的。同样的功能在不同的时间区间，频率也不同于日看、周看、月看。这款app主要提供看资料、听课程、做题库等产品功能。

所以从上面的数据我们会发现，信息是高频功能点，而课程和题库是低频。同时，我们会发现一个有趣的趋势。一般来说，功能点越高，其人均频率随时间跨度增加越快。功能点越低，其人均频率增加越慢。当然，也有一些特殊情况。所以，如果产品想增加课程和题库的数量，可以考虑将冗长的课程拆分成小知识点——短视频进行播放，将180题的题库拆解成日常的低门槛任务。

总之，如果你的产品满足刚需但频率低的需求，可以考虑以下两种方案提供给用户:

①将低频场景设置为高频场景。

②低频场景在分割前或分割后变为高频场景。

三、痛点看能耗

开头已经提到，痛点是指需求被满足的过程中，行为路径上的最大障碍。“在实现任务目标的这条路上，我们通常会付出三样东西:体力、脑力、脑力。”这三样东西加在一起，对我们完成任务的贡献就是一个整体的能量消耗。

①体力一般是指用户为完成目标而付出的实际行动，如在app中完成注册 *** 作、输入手机号、验证码等。做菜时，应先将蔬菜洗净、切块、炒菜等。每一步的完成都会最终为用户指明最终完成任务的路径。

②脑力一般指用户对实现目标的思考。思考需要精力，思考的时间越长，花费的精力就越多。所以我们可以通过检测用户完成任务时在某些页面停留时间的合理性来判断我们的产品是否给用户造成了困扰，让他真的很困惑。

③精神力量一般指使用者调动和控制情绪的能力。积极的情绪基本不消耗能量，让人感觉轻松，消极的情绪让人感觉不舒服，比如抑郁、怀疑、焦虑、愤怒等情绪。

所以，无论是体力，脑力，还是精神力量，其实都归结于本质，都是在消耗我们自己的能量。人的一切行为，其实都符合最小力原理，就是不做不行，不动脑不行。做人最重要的是开心。“这是人性造成的。所以如何解决痛点，其实就是让用户消耗更少的能量。

下面说说如何用数据来评价三种力量的消耗。我们还是以app为例:

①体力消耗。我们一般可以记录交互的步数，跳转的页面数等。供用户在app中完成任务。如果想更精细，甚至可以统计任务中每个按钮之间的按键长度和点击次数等。，但这取决于公司研究的投入产出比；

以大多数应用程序的一般情况为例——登录和注册:

用户首次进入app后，跳转到开机页面，然后注册页面，输入手机号，获取验证码等。但是用户会遇到各种各样的问题，比如手机号错误、验证码获取延迟、验证码输入错误、密码设置不符合平台规则、注册的手机号等。，这会增加用户完成任务的步骤数，降低体验。

*** 作步骤的数量一般受产品设计和业务本身属性的影响。所以在优化交互路径的时候，需要在用户走弯路的时候及时给出提示，或者直接解决问题。比如有些app注册时直接获取手机本地手机号，避免了手机号输入错误的尴尬。

一般来说，用户不会都遵循我们理想化的行为路径，很多用户会中途跳转。所以在大多数情况下会是以下情况之一:

任务实现的用户平均交互深度>:平台设计的最短交互路径深度>:流失用户的平均交互深度

这基本上是一个不变的不等式。我们只能尽力通过产品优化，让两端的大于号无限逼近等号，从而达到更好的用户体验。

②脑力的消耗，通常可以用完成任务的时间来判断，或者更准确的说，用用户处理业务的时间来判断。这应该不包括用户完成 *** 作后系统的响应时间。

处理时间因人而异，因事而异。有的人业务熟练，很快就能做到。有些事情比较复杂，所以需要更多的时间。这个更多的是受主观因素的影响，所以很多时候我们看的是人均时间，新老用户人均时间，然后是时间的整体人群分布比例，来评价整体任务完成时间的差异，从而找到进一步优化的方法。

比如现在市面上的一些app产品进入后，新手会看到一个半透明的遮罩层，指导你怎么玩里面的功能。这其实是为了帮助用户快速上手，而不是在屏幕上寻找入口。重要的是说三遍“不让用户想，不让用户想，不让用户想”，就让他顺着你设计的洋流走。

③目前我们很难有一个非常直接的脑力消耗量化指标，大部分只能通过用户对各个功能点的定性反馈来判断。也期待未来手机app可以记录用户的表情变化，并对其面部表情进行识别和评分，这样我们就可以实时同步用户的情绪变化来判断用户是否遇到了麻烦或不开心，进而有针对性地进行优化。当然，随着未来技术的成熟，法律法规可能仍然不允许，所以很多时候，这

但是我们还是可以通过一些常识性的经验找到判断的方法，比如我们使用app时突然闪退，打开页面等待超过10秒，支付产品时提醒我余额不足等等。，这会给我们完成任务时带来不好的体验。因此，我们可以将其大致分为三类:

(1)第一类是错误类。

包括网络报错、加载失败、APP闪退崩溃等。我们可以把各种错误影响的人数和影响的次数作为核心指标来衡量，比如界面名称、 *** 作系统、网络状态等等，这些都是常见的下钻维度。

(2)第二类是处方类。

比如加载时间、审计时间、后端接口返回时间等。我们可以把一些关键页面的平均加载时间和重要界面(经常调用)的平均返回时间作为核心指标来衡量。

(3)第三类是业务类。

比如验证码输入错误，手机号注册，优惠券无法使用；我们可以对用户在完成任务中返回的各种商业提示进行统计分析，看看用户一般会卡在哪里。

第四，最后的结论。

一个产品能不能做出来，取决于很多因素，比如战略方向、竞争格局、服务质量、产品体验、运营活动等。，这些都会影响产品的成败。希望这篇文章能帮助所有产品经理建立自己的数据系统，拿好衡量尺度，更好的前进。

如果最后看完什么都不记得了，请记住这个表格，期待大家做出一个让用户、公司、自己都满意的双赢产品。

电商运营者为您更新最有用的电商资讯，电商规则淘宝，淘宝功能淘宝问答，了解更多电商资讯和行业动态，记得关注电商运营官！