当用户体验产品时，其需求是否被满足，直接决定了用户之后能否在产品中留下来。在需求被满足的过程中，定位需求关键点，重点优化，是产品经理需要重点锻炼的分析能力。
一个需求被拆解后，可能有N个需求点。若无重点的进行需求设计，会导致产品优点不够出众，无法在同类竞品中凸显差异。因此，在资源有限的情况下，如何在众多需求中定位20%的关键点，并投入80%的时间打磨，并努力做到最优呢？
笔者总结的发现关键点的方法如下：
1. 功能的核心模块体验
2. 数据分析得出“北极星”指标
3. 基数足够的逻辑推论
以笔者负责的狼人杀产品举例：
1. 功能的核心模块体验
狼人杀产品的核心模块即9人局的体验，9人局体验的核心即语音沟通。在开发资源有限的情况下，一定要优先把语音功能的体验给打磨到最高标准。低于标准的体验在后续竞争中是没有竞争力的。核心体验落后于竞品，想通过其他功能曲线救国，无异于捡了芝麻，丢了西瓜。
对核心模块体验优化后，可以通过数据和用户反馈2个维度来评估优化的效果。数据比如是功能留存，功能时长。用户反馈比如是玩家在玩家群里的吐槽，评价。数据可以跟历史数据纵向对比，也可以跟业内竞品数据进行横向对比，判断是否达到优秀标准。用户反馈可以定期通过用户体验量表得出数据上的直观表现。
2. 数据分析得出“北极星”指标
首先你要对需求敏感，推测可能影响核心数据的关键点，进行数据分析，发现“北极星”指标。比如狼人杀产品，我们推断"成功开始游戏"的新用户留存是比“未开始游戏”的新用户留存高的。之后我们通过数据分析得出成功开始游戏的新用户次留为30%左右，而未开始游戏新用户次留仅为15%。因此，我们将“组局率”（当天开始游戏人数/日活人数）作为北极星指标，进而通过各种方案提升组局率。
3. 基数足够的逻辑推论
当我们深入了解产品之后，会认识许多的用户，进而，我们可以从用户身上提取出共通性。如果符合共同性的用户基数足够，那么大概率这个主观推论是值得尝试一下的。比如我认识的核心狼人杀玩家都有一个微信群，然后通过后台数据查询了20个玩家的核心数据，数据都很好。于是推断，拥有社交关系链的玩家数据都很好。
当然，可能存在“因果倒置”的情况，即数据很好的玩家自然而然的产生了社交关系。但是产生社交关系这个需求是存在的，优化社交关系对产品数据的提升效果虽然有不确定性，但是值得一试。
综上：
敬请期待下一篇：《七、提升关键点的转化率》
网友评论