利用數據優化產品迭代過程的案例分析

穆璐

【摘 要】為了檢驗產品的實際使用效果，從而改造產品二次迭代過程，利用各類數據進行分析和調整尤為重要，通過使用者反饋的數據能夠優化產品的功能，通過分析產品流量統計的數據可以解決產品的問題，通過監視用戶行為的數據可以提高交互的邏輯，不同的數據代表和檢驗著一個產品的效果和其價值，因此重視各類數據，采取不同方法改進產品，才能讓產品的結果完美展現。

【關鍵詞】數據優化 產品迭代 案例分析

往往產品上線后，通過利用各類數據能夠發現用戶使用中、運營推廣中、用戶反饋中及原始產品中的各類問題，通過數據的統計結果，來優化產品迭代過程是整個產品的重要環節之一。通過此種方法的改變，可以逐漸將產品中的小問題解決掉，從而提高產品功能性和可擴展性，不斷通過數據優化和跟蹤來修正初始上線產品的方法是產品非常重要的策略之一。通過數據分析明確產品迭代過程的需求，從而達到讓產品不斷迭代、優化、易用的目的。下面就以某個天氣穿衣產品作為典型案例從三個方面對數據進行分析。

一、 通過使用反饋的數據結果優化產品功能

充分利用調查問卷的數據結果進行數據交叉分析，獲得產品需要修正的功能和需要增加的功能，對產品上線后的效果起到奠定信心的作用。

（一）通過話題引發的天氣的數據，對產品的“主要”功能進行檢驗

好奇心日報APP軟件于6月發布了一個“你對天氣應用有什么期待？”的討論，通過討論結果，看到對天氣穿衣的需求正是用戶主要的核心需求，從一個側面的數據給出了產品優化的方面，同時通過數據驗證了天氣穿衣產品研發的實用性，如圖1-1所示：

在吐槽的話題中能夠發現，已上線的天氣穿衣產品已經滿足了用戶提出的部分功能，其余用戶功能通過這個話題也能進一步挖掘出來，并在產品二期迭代中加以運用，如表1-1統計如下：

（二） 通過用戶使用產品后的調查問卷檢驗產品功能和結果

經過對用戶使用產品后的調查問卷數據統計結果，可以通過交叉分析得到用戶對產品的綜合評分，通常包含：產品使用效果評分，產品滿意度評分，產品設計評分以及產品交互評分等。同時，可以檢驗產品的數據準確性，功能的實用性，使用產品的頻率以及提示的準確度。

第一類：用戶評分類。例如：使用滿意度評分和交互效果評分結果。

以該產品為例，滿意度評分非常滿意（5分）和比較滿意（4分）占了用戶評分的92.5%，人均評分4.45分，交互效果非常滿意（5分）和比較滿意（4分）占了用戶評分90.5%。通過評分的數據結果能夠看出該產品在交互設計等方面評分相對低，明確下一步迭代過程中應該重點提升該方面。

第二類：用戶實際操作類。例如：核心功能和產品使用頻率調查結果。

以該產品為例，通過問卷調查的結果，能夠看出用戶對異地穿衣和全年逐日查詢的兩個功能關注較高，從而檢驗了產品最初設計功能需求的正確性和實用性。該產品也能從用戶使用頻率看出，產品對于用戶是“剛性”需求，從而判斷出研發該產品比較有實用價值。

除此之外，調查問卷還有一個附加功能，就是建立產品的“自信”，讓產品體現其“價值”。例如：對天氣穿衣搭配建議的準確性調查結果。94.5%的人認為產品數據比較準確。

二、 通過流量統計的數據來解決產品問題

通過對瀏覽量的數據統計、日與月的數據對比和點擊熱圖的細分構成了產品人員的數據分析和數據優化思路與框架。針對某個數據統計平臺對產品的兩個關鍵評估指標——頁面點擊率和回訪率可以發現產品的問題。通過數據的分析結果，能夠起到調整產品運營推廣思路和產品功能迭代等作用。

（一）點擊熱圖分析

產品上線后宣傳推廣的位置在首頁右側圖中，從點擊結果來看，紅色代表點擊比較集中，量比較多，因此點擊數據也比日常推廣位點擊熱度高，從而反應出產品推廣位置比較能讓用戶感興趣。如圖1-2所示：

（二）某流量統計數據分析

通過對天氣穿衣產品某時段逐日點擊量的變化趨勢圖可以看出，6月5日達到峰值，每小時點擊量1755次，因為是端午節期間，用戶外出旅游的行為加大，從而點擊量增高。但在節后點擊量回落較大，可以判斷出產品可能遇到問題，經過排查，產品確實在圖片展示和頁面展現速度上存在問題，迅速進行調整。

通過頁面回訪率和停留時間的數據也能夠檢驗產品的實際使用效果。從統計平臺上可以看到，該產品直接部署在生活頻道中，從4月（上線前）和5月（上線后）的統計數據對比來看，上線前后新訪者比例逐步增加，結果為新訪者和舊訪者的占比從8：13調整到4：3。可以看出該產品的上線，增加了新訪者的比例，同時產品的關注度加以提升。

通過專業人士分析，統計平臺統計的頁面停留時間的秒數不太能夠反映出實際的產品粘性，因為，有些人可能沒有關閉一些頁面，導致頁面全天一直在線，因此建議在做數據分析的時候，不要用停留時常這個數據來對產品的實際效果進行檢驗。

三、 通過監視用戶使用過程提高產品交互邏輯

交互需要具備邏輯推理性、情感因素和對細節的處理方法。為了產品更好地服務應用，產品人員應從監視用戶使用的角度，來觀察用戶的使用行為，從而對產品迭代進行改造。

（一）發現潛在需求

從站在用戶身邊來體驗用戶的使用過程，可以發現用戶潛在需求，通過該產品，在用戶使用的過程中，很多次找尋其他中小型城市的穿衣頁面未果，因此在產品二次迭代中從全國34個大城市的基礎上增加了搜索框，滿足全國2560個城市的搜索查詢功能。

（二）糾正產品邏輯缺陷

通過監視用戶使用行為，發現在日歷切換和人群服裝切換在使用中，抽樣調查中多人不理解，覺得邏輯有點問題。這一問題的發現給整個產品的交互邏輯帶來了挑戰，因此問題需要在產品二次迭代中進行大量修改。從側面的問卷調查的使用中，對交互的邏輯的滿意率也驗證了交互存在的問題。

總而言之，充分利用數據分析可以指導產品的迭代過程，但數據分析是需要不斷的實踐總結，因為除了對各類數據的分析方法外，更重要的是了解并沉浸到產品的各個環節，成為自己業務的骨灰用戶，同時要對業務的方方面面有更深入的了解。

參考文獻：

[1]張文霖，誰說菜鳥不會數據分析，電子工業出版社，2016年05月01日.

[2]馮孫穎，數據支撐下的 App 迭代策略，友盟平臺，2015年04月30日.

[3]吳喜之，從數據到結論（第四版），中國統計出版社，2014年.

[4]Darrell Huff，How to Lie with Statistics 統計數字會撒謊，Penguin，1991年12月.