对商业来说，市场分析是一个独立而又宏大的学科领域；对于产品经理来说，市场分析的目的是分析环境、竞品、用户，从中寻找和研究潜在需求，然后帮助产品经理更好的构思和规划产品的定位，明确用户群体和使用场景，从而提升产品的体验和市场价值。
产品经理的“市场分析”有3个维度，彼此之间相互关联又会产生3个维度。
3.1 环境分析
政策环境、使用环境、竞争环境、需求环境。
市场环境中是不是有这样的需求，这样的需求大不大。只有需求量大，才能获得更多的用户量，提升更多商业化的可能性。
01.政策环境
要弄清楚自己的产品构思是否符合国家法律法规。
政策环境的不明朗，可能会带来一些风险，也可能会带来一些好处。遇到不稳定因素，向相关经验人士请教，或者向律师咨询。
02.使用环境
也被称为使用场景、应用场景、需求场景等。充分考虑用户在不同场景下使用产品的情况，帮助产品经理更好的规划产品的交互体验，提升不同环境和场景下的用户体验。
针对环境分析的“情景调查”卡：
通过情景调查在观察用户的同时提出明确问题。
尽量不要打断用户的思路，但要敢于提问。
由于不可能在调查时明确信息的相关性，要尽可能记录更多的信息。受试者不能在交谈中使用抽象语言，而应使用明确、具体的语言。
03.竞争环境
帮助产品经理了解市场中有哪些直接或间接的竞争对手，检测竞争环境的变化，合理规避威胁，并抓住竞争环境中的产品差异，避免和比自己强大的竞争对手直面竞争。
低成本和差异化。低成本不代表低质量，千万别用高成本运作一个小众需求的产品。
针对竞争环境分析的“领域研究”卡：
04.需求环境
弄明白这个需求来自什么样的用户，有着什么样的使用场景，现在的用户在使用什么解决方法满足这个需求，有没有更好的方式满足这个需求。
前期工作就是了解用户的使用环境，分析这个需求的可行性。
针对需求风险分析的“风险评估”卡：
明确列出项目失败的可能性，有助于制定出更有效的计划，规避未来产生的潜在问题。
在考虑失败可能性的同时，还要考虑不同的利益相关者，以及无法满足其需求时可能发生的情况。此外，还要思考无法满足利益相关者需求的原因。
3.2 用户分析
画像分析：细分并明确用户特征；
行为分析：了解用户使用体验和场景；
诉求分析：掌握用户对产品或需求的关注度与诉求。
帮助产品经理透视更多潜在需求，发现产品早期或运营过程中存在的问题，为产品进一步完善、改进提供相应策略和依据。
01.画像分析
用户画像、用户角色。
用户画像需要一定数据的积累才能更加准确的描绘和定性用户的特征，可以通过行业报告、调研数据、访谈记录、产品统计工具（Web/APP）等方式获取到用户数据。
用户画像数据主要分为基本属性和行为动态两大类型。基本属性信息包括性别、年龄、地域、终端、学历、行业领域、生活偏好等信息；行为动态信息主要包括来源、受访内容、热点、特定时间、活跃频率等内容。
产品统计工具：CNZZ（Web产品），友盟（APP产品），BAT旗下也有其他工具。
用户画像分为全网画像、垂直领域画像、自己产品的用户画像。
产品经理掌握用户画像就可以更好的把握关键需求、关键任务、关键流程，从而判断产品事务的可行性和必要性，分清该做什么和不该做什么。
小贴士：
不可将人物角色设定为虚构角色，只有基于事实创建的人物角色方为有效。
始终围绕您的产品域名创建人物角色，并省略所有对您理解没有帮助的无关信息。
采用短剧或故事板的形势为人物角色编排场景，以便于更好的观察人物角色与产品进行互动的过程。
将角色目标变为与您如何帮助用户实现目标相关的讨论话题。
02.行为分析
产品上线后，在获得了基本数据的情况下，对有关数据进行统计、分析，从中发现用户使用的规律，并将这些规律与产品运营策略等相结合，从而发现目前产品运营中可能存在的问题或需求，并为进一步修正或重新制定产品策略提供依据。
用户行为也是用户画像的一部分，属于用户画像的行为动态信息。
03.诉求分析
在产品还没有上线或者发现一个全新的需求点的情况下，数据通常都是一片空白，在这种情况下，定义为诉求分析。
关注两点：最关注最咨询、最抱怨最不满。
需求画像卡：
04.分析目的
在开展分析之前，先要明确“目的”。产品经理是为了更好地规划和设计产品，提升产品价值。为了提炼需求。
产品初始阶段，分析用户画像可以帮助产品经理发现需求或发现用户。
发现需求（需求描述卡）:
小贴士：
寻找需求产生的原因非常重要。对需求排优先级。
记录产生该需求的特定时间、地点、环境等因素，并发散思考，尽可能多的发掘需求场景。
发现用户（角色变量映射表）
寻找用户的兴趣点，并延伸寻找用户的痛点（需求点）。
小贴士：
关注行为变量，而非人口统计学变量。常见的变量类型：
活动－受试者经常从事的活动；
观点－用户对于产品功能有何想法；
培训－用户接受过何种教育和培训；
技能－与产品功能相关的能力。
3.3 竞品分析
3.4 市场分析总结
产品经理体系中最为复杂的一项，它的随机性因素太多，不能单纯地看数据或者经验。
在决定做一件事的时候，以数据为依据，相对而言很有说服力，但是数据不能单纯的用统计学来决策，还要考虑数据的因果关系。
常犯的错误：把相关性当作因果性。
网友评论