撰文|周佳桔
編輯|何垚垚
聊天的時候，有朋友問我產品經理的工作內容到底是什麼，我想了一下，問他“你看過開心麻花的舞臺劇嗎？”
"撰文|周佳桔
編輯|何垚垚
聊天的時候，有朋友問我產品經理的工作內容到底是什麼，我想了一下，問他“你看過開心麻花的舞臺劇嗎？”
（《驢得水》劇照）
“有數據顯示，開心麻花系列舞臺劇在北京及全國中心城市上演超過4000場，為百餘萬觀眾帶來了無限歡樂。而他們的特色在於，每一場演出都是獨一無二的。”
之所以能做到這一點，是因為他們每一場都在根據觀眾的現場反饋，對需要修改的包袱進行更新或調整。
通常意義上來講，舞臺劇在巡演之前，會研究不同地區的語言、地區特色等，並對劇本進行調整，在接下來的表演過程中根據觀眾的互動與評價反饋對劇本進行進一步修改完善。
在進一步完善之前，主創們一般會做三件事：用戶研究、產品設計和數據跟蹤。
"撰文|周佳桔
編輯|何垚垚
聊天的時候，有朋友問我產品經理的工作內容到底是什麼，我想了一下，問他“你看過開心麻花的舞臺劇嗎？”
（《驢得水》劇照）
“有數據顯示，開心麻花系列舞臺劇在北京及全國中心城市上演超過4000場，為百餘萬觀眾帶來了無限歡樂。而他們的特色在於，每一場演出都是獨一無二的。”
之所以能做到這一點，是因為他們每一場都在根據觀眾的現場反饋，對需要修改的包袱進行更新或調整。
通常意義上來講，舞臺劇在巡演之前，會研究不同地區的語言、地區特色等，並對劇本進行調整，在接下來的表演過程中根據觀眾的互動與評價反饋對劇本進行進一步修改完善。
在進一步完善之前，主創們一般會做三件事：用戶研究、產品設計和數據跟蹤。
▌如何進行用戶分析
“用戶”這一群體，可以細分成目標用戶、新用戶、活躍用戶、核心用戶、召回用戶和流失用戶。
對於“開心麻花”這類主打喜劇形式的舞臺劇來說，
每一個想要在休息日開懷大笑的人，都可能成為目標用戶；
訂票平臺上第一次出現的購票ID就可能是新用戶；
平臺上頻繁出現的ID屬於活躍用戶甚至核心用戶；
較少活動甚至不再出現的ID都屬於需要召回的用戶。
要研究上述用戶，首先要分析每一階段用戶的情況，包括用戶行為特徵、用戶常用功能、用戶轉化情況。然後才能根據用戶問卷與反饋分析去梳理完整的產品需求。比如：
- B站的目標用戶整體年齡偏小；
- 微博最早的目標用戶是白領階層；
- 知乎最早的註冊方式表明目標用戶需要擁有某知識領域的垂直度。
在用戶研究這一點上，開心麻花可謂經驗滿滿：主創們在表演開始之前，會根據不同的地區觀眾的方言、風俗等情況對原劇本進行創作或調整，帶給不同地區的人們量身定製的獨特體驗。
"撰文|周佳桔
編輯|何垚垚
聊天的時候，有朋友問我產品經理的工作內容到底是什麼，我想了一下，問他“你看過開心麻花的舞臺劇嗎？”
（《驢得水》劇照）
“有數據顯示，開心麻花系列舞臺劇在北京及全國中心城市上演超過4000場，為百餘萬觀眾帶來了無限歡樂。而他們的特色在於，每一場演出都是獨一無二的。”
之所以能做到這一點，是因為他們每一場都在根據觀眾的現場反饋，對需要修改的包袱進行更新或調整。
通常意義上來講，舞臺劇在巡演之前，會研究不同地區的語言、地區特色等，並對劇本進行調整，在接下來的表演過程中根據觀眾的互動與評價反饋對劇本進行進一步修改完善。
在進一步完善之前，主創們一般會做三件事：用戶研究、產品設計和數據跟蹤。
▌如何進行用戶分析
“用戶”這一群體，可以細分成目標用戶、新用戶、活躍用戶、核心用戶、召回用戶和流失用戶。
對於“開心麻花”這類主打喜劇形式的舞臺劇來說，
每一個想要在休息日開懷大笑的人，都可能成為目標用戶；
訂票平臺上第一次出現的購票ID就可能是新用戶；
平臺上頻繁出現的ID屬於活躍用戶甚至核心用戶；
較少活動甚至不再出現的ID都屬於需要召回的用戶。
要研究上述用戶，首先要分析每一階段用戶的情況，包括用戶行為特徵、用戶常用功能、用戶轉化情況。然後才能根據用戶問卷與反饋分析去梳理完整的產品需求。比如：
- B站的目標用戶整體年齡偏小；
- 微博最早的目標用戶是白領階層；
- 知乎最早的註冊方式表明目標用戶需要擁有某知識領域的垂直度。
在用戶研究這一點上，開心麻花可謂經驗滿滿：主創們在表演開始之前，會根據不同的地區觀眾的方言、風俗等情況對原劇本進行創作或調整，帶給不同地區的人們量身定製的獨特體驗。
易觀方舟Argo的用戶行為分析理念在於：用戶研究和產品設計相輔相成，只有明確了目標用戶擁有的屬性，明白用戶的需求，才能更好地將需求與產品設計相融。
▌數據跟蹤的作用是什麼
產品設計完成並上線之後，數據跟蹤成為產品迭代中最為重要的一個環節。
其原因在於，我們可以通過分析數據跟蹤中所得到的信息，找到用戶流失或轉化的原因，幫助產品迭代，提升用戶體驗與用戶留存，從而提高用戶生命週期價值。
空間的可視化讓主創們可以通過觀眾的行為多年工作這一“數據”來實時檢驗表演問題，包括觀眾的注意力集中度，鼓掌次數與歡笑程度等多方面，記錄整合之後，在接下來的場次中進行修改。
而觀眾在某一場中多數開始玩手機甚至中途離場時，就是一種用戶流失的預警。
產品在迭代中的數據跟蹤運用，跟這樣的修改劇本的方式有異曲同工之處。
"撰文|周佳桔
編輯|何垚垚
聊天的時候，有朋友問我產品經理的工作內容到底是什麼，我想了一下，問他“你看過開心麻花的舞臺劇嗎？”
（《驢得水》劇照）
“有數據顯示，開心麻花系列舞臺劇在北京及全國中心城市上演超過4000場，為百餘萬觀眾帶來了無限歡樂。而他們的特色在於，每一場演出都是獨一無二的。”
之所以能做到這一點，是因為他們每一場都在根據觀眾的現場反饋，對需要修改的包袱進行更新或調整。
通常意義上來講，舞臺劇在巡演之前，會研究不同地區的語言、地區特色等，並對劇本進行調整，在接下來的表演過程中根據觀眾的互動與評價反饋對劇本進行進一步修改完善。
在進一步完善之前，主創們一般會做三件事：用戶研究、產品設計和數據跟蹤。
▌如何進行用戶分析
“用戶”這一群體，可以細分成目標用戶、新用戶、活躍用戶、核心用戶、召回用戶和流失用戶。
對於“開心麻花”這類主打喜劇形式的舞臺劇來說，
每一個想要在休息日開懷大笑的人，都可能成為目標用戶；
訂票平臺上第一次出現的購票ID就可能是新用戶；
平臺上頻繁出現的ID屬於活躍用戶甚至核心用戶；
較少活動甚至不再出現的ID都屬於需要召回的用戶。
要研究上述用戶，首先要分析每一階段用戶的情況，包括用戶行為特徵、用戶常用功能、用戶轉化情況。然後才能根據用戶問卷與反饋分析去梳理完整的產品需求。比如：
- B站的目標用戶整體年齡偏小；
- 微博最早的目標用戶是白領階層；
- 知乎最早的註冊方式表明目標用戶需要擁有某知識領域的垂直度。
在用戶研究這一點上，開心麻花可謂經驗滿滿：主創們在表演開始之前，會根據不同的地區觀眾的方言、風俗等情況對原劇本進行創作或調整，帶給不同地區的人們量身定製的獨特體驗。
易觀方舟Argo的用戶行為分析理念在於：用戶研究和產品設計相輔相成，只有明確了目標用戶擁有的屬性，明白用戶的需求，才能更好地將需求與產品設計相融。
▌數據跟蹤的作用是什麼
產品設計完成並上線之後，數據跟蹤成為產品迭代中最為重要的一個環節。
其原因在於，我們可以通過分析數據跟蹤中所得到的信息，找到用戶流失或轉化的原因，幫助產品迭代，提升用戶體驗與用戶留存，從而提高用戶生命週期價值。
空間的可視化讓主創們可以通過觀眾的行為多年工作這一“數據”來實時檢驗表演問題，包括觀眾的注意力集中度，鼓掌次數與歡笑程度等多方面，記錄整合之後，在接下來的場次中進行修改。
而觀眾在某一場中多數開始玩手機甚至中途離場時，就是一種用戶流失的預警。
產品在迭代中的數據跟蹤運用，跟這樣的修改劇本的方式有異曲同工之處。
（話劇場景佈置照）
數據跟蹤的目的在於，每一次的跟蹤與分析，都是在驗證產品設計的合理性與運營策略的可行性。在蒐集到用戶評價與反饋之後，用改版之後的數據與改版之前做對比，找到迭代的核心與最優解。
對於有技術能力、APP和網站但處在數據量不大的業務早期的團隊來說，想要快速獲客、促活與轉化來促進產品發展，就需要全端數據採集，快速並私有化部署。
易觀方舟Argo的初心在於，我們認為數據驅動是一種基礎能力，且在未來會有更廣闊的應用前景，不僅僅包括數據，還有產品、運營及整個生態的發展。我們想讓更多的人以更簡單的方式擁有這樣的能力。
"撰文|周佳桔
編輯|何垚垚
聊天的時候，有朋友問我產品經理的工作內容到底是什麼，我想了一下，問他“你看過開心麻花的舞臺劇嗎？”
（《驢得水》劇照）
“有數據顯示，開心麻花系列舞臺劇在北京及全國中心城市上演超過4000場，為百餘萬觀眾帶來了無限歡樂。而他們的特色在於，每一場演出都是獨一無二的。”
之所以能做到這一點，是因為他們每一場都在根據觀眾的現場反饋，對需要修改的包袱進行更新或調整。
通常意義上來講，舞臺劇在巡演之前，會研究不同地區的語言、地區特色等，並對劇本進行調整，在接下來的表演過程中根據觀眾的互動與評價反饋對劇本進行進一步修改完善。
在進一步完善之前，主創們一般會做三件事：用戶研究、產品設計和數據跟蹤。
▌如何進行用戶分析
“用戶”這一群體，可以細分成目標用戶、新用戶、活躍用戶、核心用戶、召回用戶和流失用戶。
對於“開心麻花”這類主打喜劇形式的舞臺劇來說，
每一個想要在休息日開懷大笑的人，都可能成為目標用戶；
訂票平臺上第一次出現的購票ID就可能是新用戶；
平臺上頻繁出現的ID屬於活躍用戶甚至核心用戶；
較少活動甚至不再出現的ID都屬於需要召回的用戶。
要研究上述用戶，首先要分析每一階段用戶的情況，包括用戶行為特徵、用戶常用功能、用戶轉化情況。然後才能根據用戶問卷與反饋分析去梳理完整的產品需求。比如：
- B站的目標用戶整體年齡偏小；
- 微博最早的目標用戶是白領階層；
- 知乎最早的註冊方式表明目標用戶需要擁有某知識領域的垂直度。
在用戶研究這一點上，開心麻花可謂經驗滿滿：主創們在表演開始之前，會根據不同的地區觀眾的方言、風俗等情況對原劇本進行創作或調整，帶給不同地區的人們量身定製的獨特體驗。
易觀方舟Argo的用戶行為分析理念在於：用戶研究和產品設計相輔相成，只有明確了目標用戶擁有的屬性，明白用戶的需求，才能更好地將需求與產品設計相融。
▌數據跟蹤的作用是什麼
產品設計完成並上線之後，數據跟蹤成為產品迭代中最為重要的一個環節。
其原因在於，我們可以通過分析數據跟蹤中所得到的信息，找到用戶流失或轉化的原因，幫助產品迭代，提升用戶體驗與用戶留存，從而提高用戶生命週期價值。
空間的可視化讓主創們可以通過觀眾的行為多年工作這一“數據”來實時檢驗表演問題，包括觀眾的注意力集中度，鼓掌次數與歡笑程度等多方面，記錄整合之後，在接下來的場次中進行修改。
而觀眾在某一場中多數開始玩手機甚至中途離場時，就是一種用戶流失的預警。
產品在迭代中的數據跟蹤運用，跟這樣的修改劇本的方式有異曲同工之處。
（話劇場景佈置照）
數據跟蹤的目的在於，每一次的跟蹤與分析，都是在驗證產品設計的合理性與運營策略的可行性。在蒐集到用戶評價與反饋之後，用改版之後的數據與改版之前做對比，找到迭代的核心與最優解。
對於有技術能力、APP和網站但處在數據量不大的業務早期的團隊來說，想要快速獲客、促活與轉化來促進產品發展，就需要全端數據採集，快速並私有化部署。
易觀方舟Argo的初心在於，我們認為數據驅動是一種基礎能力，且在未來會有更廣闊的應用前景，不僅僅包括數據，還有產品、運營及整個生態的發展。我們想讓更多的人以更簡單的方式擁有這樣的能力。
▌互動中的產品迭代啟示
產品迭代的來源：用戶需求及產品評價反饋。
產品迭代的動力：提升用戶體驗，提升用戶留存率及活躍度。
從產品與用戶的關係來說，每一次成功的產品迭代都意味著雙方互動的進一步融洽。
以微信為例：
微信7.0.0版本，可以在聊天詳情頁裡，給單聊設置強提醒。
微信7.0.4版本，增加“僅展示一個月”朋友圈功能，解決了三天和半年之間時間跨度太大的問題。
微信7.0.6版本，可以將收藏的筆記、文件預覽等頁面設為浮窗。
而在這個過程中，產品如果擁有自身的創新，迭代後的體驗感超出用戶原本的期待值，也會在一定程度上給用戶帶來驚喜，提升用戶留存甚至擴大目標用戶的群體。
關於迭代，開心麻花的舞臺劇在不斷更新的過程中不僅會根據觀眾的實時反應進行自我的調整與完善，還可以用精彩的故事和表演來引導觀眾，塑造人物形象，輸出自己的價值觀，實現與觀眾的互動。
在這場互動中，用戶的反饋會直接影響產品迭代的方向和細節的處理。而迭代的產品會直觀影響用戶的留存、轉化與活躍度。
正確使用數據分析，形成產品與用戶的正向互動，就顯得非常重要。
立即掃碼，體驗產品經理的日常 ↓ ↓
"