策略PM入门学习（四）

2.5 效果回归

效果回归是策略产品非常重要的一部分工作（后面细讲）

2.6 阶段性调研

阶段性调研是针对产品现状进行的系统性分析。
此时产出的分析结论最能代表产品问题全貌，可以有效指导下阶段的产品计划。

• 时间节点：

  • 接触新产品：接手某个产品方向的时候
  • 周期性回顾：每个月/季度/半年等固定周期的回顾
  • 不定期回顾：其他需要临时回顾整个产品现状时

• 通用方法论：

• Step 1 找到理想态：定义理想态并以数字化的指标或其他明确标准来衡量

• Step 2 抽样分析：将所有不到理想态的case抽样分析，并做统计分类，明确满足不好的原因

• Step 3 优先级判断：汇总所有问题，综合影响面、问题严重程度和解决成本确定优先级，作为接下来的项目计划​​​​​​​​​​​​​​

• 如何找到理想态

  • 任何一个产品都是用来解决用户的问题
  • 产品的理想态即给出的方案确实解决了用户的问题

• 简单情况：对于大多数刚需和工具型产品、或只是其中的策略模块，通常都可以以「帮用户解决了问题」作为理想态，并找到单一的数据指标来衡量

• 复杂情况：但依然存在很多产品，其理想态的描述是相对复杂的

所有的理想态都是为阶段性的产品目标服务的，随着产品的进化，理想态的定义也在随着进化。

• 抽样分析

• 抽样的基本步骤：
  确定调研目标→确定抽样对象→选择抽样方法→确定抽样数量→样本分析标注→整理汇总问题

• 确定调研目标：
  

  

• 确定抽样对象：

  • 通过一定规则筛选出的待分析的全量集合。
  • 筛选规则：核心指标未达到理想态、可以代表全体用户的行为的最小时间窗口内的全量数据。
  • 样本类型：根据策略类型，可以是：
    • 用户个体
    • 行为片段（session）
    • 搜索词（query）、
    • 订单
    • 其他维度

• 确定抽样对象（案例）：

  • 分析滴滴成交问题：直接在全国一周内所有未成交的订单中抽样
  • 分析美团搜索问题：因为无法直接通过数字性指标精确筛选哪些是不满足的行为，所以只能退而求其次从一天的全量用户session中抽样，然后人为进行进一步筛选

• 抽样方式：
  我们常用的抽样方式是简单随机抽样
  简单随机抽样：从总体N个单位中任意抽取n个单位作为样本，使每个可能的样本被抽中的概率相等

• 抽样数量：
  从统计角度来讲，抽样数量越高统计准确率越好，然而调研成本也会随之上升。所以数量是精度和成本的balance，通常只要代表某类问题的样本数量有统计意义即可。
  经验值：尽量使代表某问题的样本数量>=5，或者影响面>=3%

• 确定抽样数量：
  策略相对程度已经没有影响面>5%的显著问题，接下来要看影响面1~5%量级的问题：
  为了使1%问题的case数量至少达到5，那抽样数量最少要500。或者在1k的量级、即代表单个问题的case在至少为10个左右，此时得到的问题影响面数据才有较高的置信度

• 整理汇总问题：
  将标注出的问题按照合理的逻辑框架整理汇总

• 分层要点：
  上下层级：总分关系
  同层级之间：相互排斥，不重叠、不遗漏

• 案例：
  分层前：

  
  

分层后：

• 小结：

  • 抽样分析是帮助我们了解问题全貌的重要环节。
  • 在抽样开始时需要牢记调研目标；最终使用合理的逻辑框架汇总和整理所有问题。

• 优先级判断：

  • 得到现状的问题集合后，需要进一步给出优先级判断，确定接下来的项目计划
  • 按照「单位成本下的收益」从大到小排序
  • 单位成本下的收益（简称ROI） = 项目收益/项目成本

• 注意点1：

  
  

• 注意点2：

• 注意点3：
  存在一些紧急项目，因为待解决问题的恶劣程度较高，优先级高于其他常规项目

  
  

策略产品经理入门学习系列笔记：
策略PM入门学习（一）
策略PM入门学习（二）
策略PM入门学习（三）