做为产品经理,数据分析我们并不陌生,在进行产品优化和迭代以及向上级汇报的时候我们都需要做数据分析,所以我们日常接触数据分析的时候很多。然而事实往往并不是这样,这种阳春白雪的数据分析往往是发生在大公司,很多中小公司往往是随便找几个数据来进行片面的分析,甚至有的公司连这种下里巴人的数据分析都不需要,直接拍脑壳做决策,从而很多产品经理并没有实际数据分析的经验。
双十一刚过,你还剩几只手在呢?都说,剁手一时爽,拆箱抖不停。
作为产品经理,当我们要做一款产品,它具有以下特点:使用频次低,使用时间短,可替代性强,没有良好的商业模式…..当这些词汇出现的时候,这样的产品ROI低的可怕,大多数的时候我们都本能的避让,我们宁愿选择冥思苦想一种新的商业模式来改变世界。那么我们看看下面的产品:搜狗输入法,美图秀秀,360杀毒,WiFi万能钥匙,QQ邮箱,墨迹天气等,甚至支付宝本质上也是一个工具,这些产品的用户量都是以亿为单位的,他们也都具备以上的特点,可是他们获得了大众的认可。
个性化推荐的基础是用户画像,而用户画像就是将用户标签化,用一个个标签去描述用户处用户的特征、喜好、行为习惯等信息。为了数据标准化和规范化,我们需要在后台建立一个标签库,通过对标签库的维护,来满足用户画像的需求,并作为数据分析的依据。
通俗点讲,就是说到底我们需要去看哪些数据,比如是要看某篇文章分享的是不是够多,或者点了付款单付款成功人数的比例有多少,一般可以大致分为三类:用户基本数据、功能使用数据、综合数据。
目前,几乎所有的产品都少不入客服系统的身影,不管是面向电商的商品导购、平台网站的智能引导还是B端客户运营,我们都能看到虚拟客服的应用,而随着智能技术的发展,智能客服正逐渐成为越来越多公司选择的客服产品。在这里,我们简单阐述客服系统的应用、分类及智能客服产品的使用模式
提到需求评审,绝大多数产品新手都会联想到自己熬夜伤肝写出的产品需求在评审大会上被开发、测试、项目经理、UI、运营等轮流攻击更有甚者可能会骂你傻X。但事实真的是这样吗?
业界有很多公司老板都是以自己曾经是产品经理而著称,比如腾讯的马化腾就说过自己是公司的首席产品经理,同样,微信的缔造者张小龙也是一位业界有名的产品经理。