在本文中，本文作者將結合個人以往的實踐經驗以及對應的方法論，對產品經理明確初期的產品目標及迅速決策為用戶的服務訴求進行詳述。
當今互聯網環境下，很多產品經理喜歡把做事情的著眼點扎根於“產品”本身，他們的目標是提供一個“可用、易用、好用”的產品；實際上從上面的兩條定義可以看出，產品不是企業運營的最終目的，而能為終端用戶服務，或者說為用戶創造價值才是最終目的，產品是為實現最終目的而誕生的載體或中間物。
作為承載服務的介質，產品的形態與特性又受制於企業的目標用戶、技術水平、商業模式等等。這就是為什麼市場上同時存在Photoshop和美圖秀秀（目標用戶）、天貓和京東（商業模式）、今日頭條和人民日報（載體、形態和技術）的道理；但是術業有專攻，產品經理必然要把主要精力花在產品上，然而崗位的特殊性又要求產品經理不僅僅需要關注產品，更重要的還需要去思考產品的終極目標和其限制條件。
那麼，如何才能讓產品經理更迅速的逐步迅速到達產品的終極目標就尤為重要。
在本文中，結合個人以往的實踐經驗以及對應的方法論，對產品經理明確初期的產品目標及迅速決策為用戶的服務訴求進行詳述：
- 如何用需求分析明確產品目標？
- 我認為的產品經理應該具備的素養是什麼？
- 數據分析的作用及思路是什麼？又如何根據數據去驅動產品？
如何用需求分析明確產品目標？
需求分析：是指對要解決的問題進行詳細的分析，弄清楚問題的要求，包括需要輸入什麼數據，要得到什麼結果，最後應輸出什麼。[3] 需求分析.百度百科. 2016
需求分析是個普適的方法論，任何崗位、任何項目在開始階段都要經歷需求分析，換句話說，沒做需求分析就急於展開工作是盲目且低效的，結果也是失敗居多。產品的需求分析，不單指用戶的需求，也包含企業、平臺、服務提供者等所有利益相關者的需求，過度向一方傾斜可能會導致其他利益相關者的需求得不到有效滿足，進而影響產品的正常運轉。
我們用一個實例來進行整個概念的分解，這裡引用俞軍（百度貼吧之父，滴滴產品顧問）老師提的一個問題：
正向案例：如何讓用戶更多地使用拼車功能？
以概念清晰，目標明確為基本點：
- 拼車：指的是多個相互間有或無聯繫的乘客使用同一輛車到達相同或者不同的目的地；
- 目的：讓用戶更多的使用拼車服務；
- 先從企業和司機角度出發，我們為什麼要讓用戶更多的使用拼車功能（由於沒有業務方，所以純熟個人自行意淫的結果）：
- 企業：對用戶而言提高了其可用到車的效率；拼車可以有效減少司機的資源空置率，提高車輛的使用率，減少車輛管理，對自由車輛和車牌的需求數量減少，減少對環境的汙染以及緩解交通壓力；
- 司機：減少空駛率，可以多接單從而提高收入。
從商業的角度來看，企業增加拼車功能是具有必要性的，尤其是在網約車本身受到限制而造成車輛減少的情況下。
現在我們再回到用戶本身，先來做基礎的用戶畫像（也就是什麼樣的人群會去打車）
- 經濟上相對比較寬裕的
- 想要迅速到達目的地（減少出行時間）
- 想要一個舒適的交通工具
- 沒有其他交通工具可選
- 想要一個比較不錯的服務
- 想要認識新朋友（當前社會極少數的用戶存在這種狀態）
- 自己不太容易找到目的地（路痴）
- 有智能手機且有對應的打車軟件的
我們從中可以看出，這類用戶群體其實是比較清晰的，那麼再回到拼車這件事情上，在什麼情況下會選擇拼車？
- 在節省時間的基礎上節省經濟支出
- 相對時間比較寬裕
- 無車可選
- 環保主義者，為了節省資源
在拼車這件事情上，用戶的動機並不是太強烈，那麼從上述內容出發，我們又如何才能讓用戶更想要選擇拼車服務呢？
排除一些錯誤或者極少數用戶才產生結果的歸因：
- 用戶想要認識新朋友：根據心理學的不對面原則（在陌生環境中儘量與陌生人不對面直接接觸），用戶會覺得比較尷尬，所以除了極少數自來熟的人可能會跟同車的人進行搭訕（中性詞）聊天之外，大多數是不願意產生這樣的局面的；甚至用戶可能還會害怕，因為其心理安全距離在這種環境下已經不存在了；
- 利益驅動：只能說在特定的條件下相對便宜，但是前提是在時間上有保障；在打車的狀態下，用戶的首要目的是迅速到達目的地。
那麼，到底哪些東西可以吸引到用戶呢？ 以下為個人思考，看到本文的童鞋們也請自行自考，然後寫下來吧（任何方案沒有對錯，只在於我們解決問題的方式不同而已）
- 明確拼到車及接到用戶的時間，讓用戶一眼知道如果拼車的話預計多久時間就能從出發地出發；
- 讓用戶有信任感和安全感，明確知道同車的夥伴都是好人，比如實名認證；
- 減少用戶與陌生人之間的生疏感，幫助用戶破冰；比如可以拼車之後可以在小群裡聊天，先彼此熟悉一下，後續可以真的成為朋友，進行興趣標籤匹配等；
- 在節省時間的情況下節省支出，讓用戶可以明確感知拼車與不拼車的差異不是太大；
- 對於同目的地的，可以根據數據匹配並且告知用戶，對方在目的地的往返次數比較高，是一個對該地點非常熟悉的乘客；
- 車輛使用推薦，根據用戶平時使用車輛習慣以及出行目的地進行用車方式推薦。
這裡面我們根據需求分析，瞭解了我們的用戶是誰？我們用戶有什麼樣子的特徵，再根據特徵產出對應的解決方案（上述解決方案並不完整，只是個人觀點，這裡並沒有對拼車服務進行深入的剖析，謹以此實例描述需求分析的過程與其可能產出的結果）
需求分析的重要性，主要體現在我們可以明確瞭解做事情的目的及帶來的效益（可能是用戶群體增加，也可能是企業盈利增加）
需求分析的幾個主要節點：
- 為誰做？我的用戶群體是誰？
- 為什麼做？解決了用戶什麼問題？為用戶提供了何種服務？
- 這個服務本身可以帶來什麼樣的預期結果？
- 這個服務的上線和運營成本是多少？投入產出比是否合理？是否存在替代方案？
- 這個服務可以為後續哪些服務提供依據（前期也可以不考慮這個問題）
- 如果是運營需求，那麼是否提高了運營的效率並且給用戶帶來價值？
上面我們使用了一個正向的例子來說明需求分析的重要性，這裡用一個反向的案例來說明不使用需求分析結果會如何？
反向案例：提高用戶粘性，增加美女圖片功能
某產品原始需求：由於我們的用戶群體大多數單身，所以他們沒事兒喜歡看性感的美女圖片，我們還可以使用這些美女圖片進行變現。
產品經理接到需求之後並沒有進行任何的調研工作，直接就出了需求，並且想好了美女圖片的來源以及如何給用戶展現，大約歷時10天開發完畢並可以進行線上運營。當開放給用戶之後，發現整個服務對於用戶來說根本就沒有價值，慘不忍睹
後來進行調研發現：
- 用戶有空餘時間時，都是在戶外，並不太方便去瀏覽
- 用戶的手機性能有限，並不能看到高清的圖片
- 由於無法做到千人千面，所以所有用戶瀏覽到的結果是一致的，雖然有一些手段去提高用戶的好奇心，但是結果也並不理想
- 其他一系列原因以及並不存在的價值
- 很多用戶對平臺失去了信任，認為平臺略微低俗了一些。
所以，當我們直接去執行，去落地，如果需求明確並且用戶價值本身就比較高，那可能這個服務對於用戶來說接受度也會很高，但是大多數沒有經過分析的需求基本上是無效的。
當我們完成需求分析部分，並且可行性比較高的時候再動手去落地，就算不產生效益也不會傷害用戶；需求分析無論在什麼階段都是產品必備軟技能之一，也決定了需求分析是一個普適性的方法論：
舉個例子，如何使用需求分析做競品分析；很多產品經理會直接打開競品看看類似的功能競品是如何實現的，有哪些亮點可以借鑑；而根本沒有思考需求或者給用戶提供的這項服務的本身的目的及業務邏輯是什麼；而如果直接使用需求分析的方法，在這個階段的關鍵節點如下：
- 要解決什麼問題：我的產品為什麼要優化，遇到了什麼問題？是核心功能的使用率低，還是關鍵任務的完成率低，還是基礎功能不足以支持整體商業目標？明確要解決的問題後，才能有的放矢地研究競品，選擇重點關注的方面。
- 要輸入什麼數據：這裡的數據是廣義的數據，不特指數字，一切能提供相關信息的內容都可以算作數據。在這裡，產品經理就要明確，哪些競品是可用來作為比較的對象，競品的商業層、功能層、表現層是否都要成為研究對象，競品的歷史版本和改版記錄是否應該關注等等。
- 要得到什麼結果和輸出內容：產出取決於問題，能解決第1點中提出的待解決問題的競品分析才算完成了預期目標。
- 還可以反推和理解別人的產品為什麼這麼做？又為什麼不這麼做？
除了需求分析、競品分析之外，產品經理還需要掌握太多其他的技能（比如項目管理、交互設計、用戶研究等），而這些技能都已經有很成熟的體系支撐，這裡就不再贅述了。接下來聊聊產品經理應該具備的基本素養是什麼？
我認為的產品經理應該具備的基本素養是什麼？
產品經理定義：
（1）維基百科：產品經理（英文：Product manager，縮寫：PM）也稱產品企劃，是為終端用戶服務，負責產品整個生命週期的人。[1] 產品經理.維基百科,2016
（2）百度百科：產品經理（Product Manager）是企業中專門負責產品管理的職位，產品經理負責調查並根據用戶的需求，確定開發何種產品，選擇何種技術、商業模式等。[2] 產品經理.百度百科, 2017
自我驅動力及主觀能動性
一個產品沒有自我驅動力的話，ta不會去主動了解業務，不會去主動研究競品。 “一個沒有主觀能動性和自驅力的產品經理，是很難將一個產品做到極致的，因為ta沒有追求，沒有對用戶及業務深入的認知”，產品經理無論在需求分析、項目推進、落地、運營都起著重要的作用，如果一個產品不具備這項基本素養，對於整個產品的規劃、迭代都不會有明確的認知，同時也無法保證項目在確定的時間達到可運營狀態；當產品的基礎底層搭建完成之後，需要產品經理與運營團隊、業務團隊一起去確定後續產品的整體目標及迭代方向，而產品不具備主觀能動性時，就會造成無法有效為用戶提供有價值的服務，也無法為企業創造價值
發現並解決問題的能力
每個人都可能發現問題，但不是每個人都可以解決問題或者提出對應的解決方案，另一個普適性的方法論 “產品是解決問題的”,這個“解決問題”不侷限於產品本身的問題，可能在推進項目的時候遇到了問題，產品在運營的時候遇到的問題，其他各種個樣的問題；只有解決了其中的各項問題，才可能讓產品做的更好，產品經理自身成長的更快；舉個例子：產品臨近上線，但是短信通道還沒有業務去與供應商談，服務端無法接入短信會造成用戶無法註冊；那麼這個時候產品經理如果不去解決這個問題，則會使產品的上線時間延遲，可能會造成錯過時機而導致產品失敗。
溝通和理解能力
美國著名企業家卡內基先生曾指出，一個人事業的成功因素，只有15％是由他的專業技術決定的，另外的85％則要靠人際關係（而人際關係主要來源於溝通） “如果你沒辦法理解別人說什麼，那你也很難表述自己的觀點”，溝通是一個雙向的過程，不僅需要你理解別人，還需要別人理解你。最終的目的是達到互相認知一致；在溝通中信息要對等，沒理解的地方都需要去問，不要害怕和恐懼；溝通需要長期去鍛鍊自己並且增加自己的知識儲備，使自己的認知提高，所以沒辦法用三言兩語說明白，如果需要了解溝通的技巧及一些原理，可以去看[程正敏.有效溝通的內涵剖析[A].企業經濟,2004]和[楊從傑.初入職場大學生溝通障礙管理研究[A].高等財經教育研究,2015]，這兩篇文獻對有效溝通和溝通障礙均進行了深入詳細的闡述
學習能力
你對業務的迅速消化，對概念的理解的快慢都從學習能力中可以充分體現，而這些又是你為用戶提供服務的前提；“清晰瞭解業務，並將對應的業務進行線上化並優化其流程是一款產品的第一步”，而對於我而言，最快的學習方法是“多問為什麼”，不僅問你的上級及對接業務部門，同時需要去問自己。
內容引自：[原慧敏.論成人學習能力的構建[A].廣州廣播電視大學學報,2013]成人的經驗尤其是社會交往方面的經驗，是他們協作的基礎，協作與經驗的充分共享能夠為成人群體共同解決問題提供寶貴的資源。
有追求，並且有堅持
你需要對你做的事業產生興趣，並且愛上ta，將你所做的事情的概念搞清楚，明確其目標，那樣你才能做的更好，堅持的更久；“概念清晰、目標明確”
有擔當
有擔當才能敢做，敢做才能收穫更多，也才能獲得團隊成員的認可。
當具備了產品的一些要素，並且明確各項業務的時候，或許你就已經經歷過好幾款產品了。那麼在這個層面上，我們如果根據數據來進行突破？
數據分析的作用及思路是什麼？又如何根據數據去驅動產品？
數據：這個概念其實很清晰，但是也並不那麼容易能表現出來。
以註冊為例：
假如：用戶在註冊頁面的瀏覽UV是1000，在註冊頁面的平均停留時長是2分鐘，最終轉化為10%（註冊成功／頁面UV）
那麼根據這個數據我們可以判斷出基本的結果：
- 註冊頁面存在著流程問題，用戶無法有效完成註冊，但是還沒有辦法有效分析到底哪個流程有問題，所以可以進一步埋點，看看用戶在註冊頁面都做了哪些操作，點擊了什麼？瀏覽了其他的什麼東西？跳出的路徑是什麼？
- 註冊頁面的流量較大，是否可以將一些運營活動放在註冊頁面中來。讓用戶一眼能看到我們註冊之後可以參與XXX活動
這裡，我們簡單的表述一下數據的問題，我們主要來說說，數據到底該怎麼去做？
- 明確各項指標定義，比如註冊頁面PV、UV的定義是什麼？產品的日活、月活的指標定義是什麼？
- 明確轉化之間的計算方式，知道最終的結果是怎麼來的？對誰有指導意義
- 這個對應的數據對你的產品或者運營或者其他業務有什麼指導性的意義，不要去做無意義的指標定義，比如你要看頁面的轉化，那麼就對頁面轉化的指標進行定義和埋點，比如頁面的PV、UV，按鈕的點擊次數，頁面停留時間，下一個頁面的PV、UV，頁面停留時間等
上面我們用實例來講述了在產品中數據的重要性；所以當我們使用在產品中進行埋點，並且去收集了基礎數據後，就可以對基礎數據進行分析，去發現產品存在的問題，並且最好能深入探究到原因。數據分析有一些常常容易掉進去的陷阱，這裡引用：大前研一.思考的技術[M].中信出版社,2017.中的一些觀點(大前研一，麥肯錫顧問公司日本分社社長)：
觀點一：
不要把假設和結論混為一談。分析數據後所整理出來的資料，只不過是假設。為了證明這一假設是正確的，必須再著手蒐集證據，並分析證據。
數據分析中最容易犯的錯誤之一，就是導出網站後臺數據，發現數據表現不好的指標，然後簡單推測出幾條原因敷衍了事；實際上這樣的推斷很容易遭到質疑，要讓自己的結論站得住腳，需要蒐集證據驗證你的假設，證據可能來自用戶反饋，也可能來自細分數據、競品比較等；我個人偏向於先找到細分數據驗證我的推斷。
觀點二：
所謂線性思維，就是套用公式，根據公式就一定會得到正確答案的直線式思維方法；但是，在非線性以及複雜理論體系的世界裡，初期條件存在些許不同時，結果就會變得無法預測（換句話說，在你試圖建立因果關係之前，要排除可能的影響（干擾）因素）
舉個例子，某電商做了一個10點鐘免費搶的促銷活動，導致了數據在上午10點-12點時段異常的高，而數據分析人員沒有關注活動信息就認為用戶在這個時段有暴漲，那麼這個數據可能就會造成誤判，從而造成一些成本損失。
觀點三：
認清現象和原因的不同；做數據分析最容易犯的錯誤之一就是把所發現的問題反過來說，當作是解決方案。例如，某電商網站購物車的“去結算”按鈕的點擊率持續下降，經分析認為是網站流量質量不好，有購買意願的用戶少造成的。於是提出了優化建議：提升流量質量，從而提升購物車的轉化。
在這個優化建議提出之後，產品、運營、用研都對產品進行了覆盤，發現並沒有進行改版和優化，而最終經過深入分析，透過現象看其本質，發現是因為成本控制，所以對優惠券的疊加規則進行改變，從而導致了轉化下降；與流量本身是沒有關聯性的。
歸根結底，數據分析工作沒有做到位，沒有分析出流量質量不高的根本原因，才導致解決方案“虛”、落不了地。
結語
產品經理對於需求分析的把控程度決定了其為用戶提供對應服務的準確性及價值，而數據分析能力決定了產品的走向及優化的點是否符合用戶預期。
Tips：本文整體結構不是特別清晰，主要的原因是僅挑選其中比較實際而且可以通用性的內容進行描述和整合，具體的一些寫文檔的技能、畫原型的技能、寫PPT的技能、寫方案的技能等還是需要個人去真正多做項目才能有效培養的，任何一項硬技能都是與團隊協作高度匹配的，只有和團隊達到磨合最優，才能讓整個團隊的產出效率最高。
以上內容是我從業以來的個人總結，因為並不擅長於此，所以也是在鍛鍊自己，很感謝在我職業和人生道路上既當了人生導師又是好朋友的一些人，他們對我說過的一些內容讓我在當前的人生中受益匪淺。
很感謝我人生路上的這些明燈，是他們讓我在產品路上走的更堅定，也對自己更自信。希望每一個做產品的人都有自己的堅持，也都能一直走下去。同時歡迎吐槽，也歡迎一起交流
作者：羅德濤，電商產品經理，專注於研究社交電商、金融理財業務；對用戶體驗有執著的熱愛。
本文由 @羅德濤 原創發佈於人人都是產品經理。未經許可，禁止轉載。