产品分析：打造高质量产品

更新: 7/18/2025 字数: 0 字 时长: 0 分钟

产品分析的基本思路

产品分析是商业分析中最“古老”的三大内容之一(另外两个是财务分析和销售分析)。传统的产品分析关注的是产品的进销存数据，关注的是产品的财务表现。好卖的就多卖，不好卖的就清仓，是其中核心的逻辑。

之所以存在这套逻辑是因为以下原因。

• 传统经营模式以线下门店为主，渠道为王，用户能挑选的范围有限。
• 传统经营模式宣传渠道太少，用户能感知的卖点很少。
• 传统经营模式数据采集太难，无从得知用户反馈。

在这套逻辑下，产品的迭代、更新、设计的思路都很简单、粗暴。

问：什么叫好产品?

答：该产品销量占据本公司销量排行榜榜首/前三位(总之越靠前越好)； 该产品竞争对手在做，且销量占据对手排行榜榜首/前三位(总之越靠前越好)： 该产品的库存周转速度快于其他产品(越快越好)； 该产品的订货单源源不断，需要不停地补货(越多越好)； 该产品的每一款新品上市后LTV都比其他产品好(越多越好)。

这种思路能直观看出产品的好/坏，并且只需要看一两个指标就能下结论，所以应用非常广泛。只是这种做法太过粗糙，并不能区分用户购买产品的真正动机。不过，在过去也没有办法大范围采集用户数据，所以这种问题即使存在，也无从验证。

在这种“好产品”思路的指引下，产品创新的思路也很固定，一般的做法如下。

• 拿过去的好产品，换个外观，做新款继续卖。
• 拿过去的好产品，降低成本/减配，作为“大众版”、“青春版”继续卖。
• 拿过去的好产品，增加一些新功能，作为“高端版”、“尊享版”继续卖。
• 实在没什么做的，看看过去的好产品没有覆盖什么功能，出一个全新款，试探市场反馈。

当然，还有更一般的要做产品改进的情况如下。

• 老板说：“这个产品不好用，需要改进。”
• 产品经理自己觉得：“这个产品不好用，需要改进。”
• 某个强有力的经销商说：“这个产品不好用，需要改进。”

在这种情况下，产品分析的思路也很直接：做测试！因为核心功能点是不会发生大幅度变化的，因此，只要直接问用户即可。

• 目前使用的产品有哪些不满意的地方?
• 对产品还想要哪些新功能、新设计?
• 与对手的产品功能、设计进行对比，看好/差在哪里?
• 假设我们推出具有这个功能、设计的产品，是否有吸引力?
• 是否愿意为产品的这个功能、设计买单?愿意花多少钱?

这些问题大部分属于用户态度的问题，因此基本都是靠小规模的抽样市场调查完成的。这种数据采集方式可能很细致，但具有市场调查类数据的通病：无法大量复制。不过在传统企业的经营中，也不在乎复制的问题。因为他们的宣传渠道有限、销售渠道有限、用户选择有限只要推出的新品没有明显的瑕疵，剩下的工作交给销售、营销、宣传即可。总之，只要推出的新品销量好，一切都好；若销量不好，则下一次再迭代。

然而，这种思路在互联网时代已经严重落伍了，主要是因为以下几个原因。

• 媒体多元化，购买渠道多元化，宣传方式多元化，渠道对用户的影响力减小了。
• 在宣传方式多元化的情况下，市场竞争异常激烈，不但产品很容易被抄袭，更容易在宣传层面直接被打垮。
• 现在有能力采集用户的数据，因此有能力识别谁是核心用户、谁是边缘用户。

本质上看，用户对产品的购买行为可能是纯刚需或无意识的。即使用户有意识地选择了一个产品，也有可能有5种驱动力。在这5种驱动力中，严格来说只有功能驱动 + 设计驱动才能真正说明用户对产品很满意，其他3个驱动力是靠营销、销售、运营来实现的。

所以，想要做好产品设计，核心问题在于区分出到底用户有多大程度是被产品吸引了。当然，这是一个研究用户态度的问题，受限于数据采集，不可能完全精细地区分出来到底哪些用户是“纯”被产品吸引了。但是，至少要有能力区分出哪些是靠渠道优势、促销吸引、运营手段赢得的用户。这样既能够客观评估产品吸引力，又能丰富获取用户的手段，如果产品吸引力真的不够，就靠渠道、促销、运营补上。

这就是为什么要先介绍用户分析的技巧，再讲产品分析的方法。识别出产品的真正吸引力后，才能进一步探讨下面的问题。

• 针对新用户，如何快速让其体验到产品的核心卖点。
• 针对老用户，如何优化体验过程中的不足
• 如何为产品打造不同的卖点，以满足不同层次的用户。

当然，传统企业与互联网企业的产品形态有很大的差异，而互联网企业中交易型产品和内容型产品的产品形态又有很大的差异。因此下面将它们分成3类，分别做介绍。

传统企业的产品分析

1.互联网时代传统企业的产品难题

传统企业在互联网时代面临的核心问题是电商的冲击。用户可以轻松地在网上买到便宜的产品，还能快递到家，为什么还要跑到线下门店去。如果企业直接把线下门店关了，全部转型线上，不但“自废武功”，而且面对线上激烈的竞争及巨额的流量费用，很有可能难以招架。如果企业继续维持门店但不做产品创新，则很有可能门店会沦为体验店—用户到门店看了货，最后还会在网上下单。门店没有成交量，仍然没有利润。

打破这种局面的思路当然得从经受住了互联网冲击的传统企业里找灵感。举一个简单的例子：40年前，寻常百姓家中几乎没有人拥有照相机，大部分人都要去照相馆拍照。40年后，大多数人都拥有了手机，并且大部分手机都具有拍照功能。然而照相馆作为一个行业，非但没有消失，反而更加赚钱了。正是因为人人都在拍照，所以有技术含量的照片反而变得更珍贵了。比如婚纱照、艺术照、个人写真等。便利的新技术淘汰的是那些没有技术含量的、只会继续拍大头照的照相馆。手机相机的普及让人们意识到“照好看的照片非常困难”，他们更愿意为有技术含量的照片付费。

互联网企业的兴起，为用户提供了便利的购买渠道和更低价的产品。然而这也仅仅是满足了便利驱动和价格驱动的用户。便利获取低价产品，让用户对高品质服务、体验、专业化功能个性化方案的需求更高，也更愿意为之付钱。所以互联网企业会淘汰的是那些依然只会把产品摆在货架上，然后大喊“走过，路过，千万不要错过”的商家，以及毫无体验、毫无知识、毫无技术含量的实体店。如何丰富产品体验，强化线下成交能力，才是“破局之路”。

2.产品线的局部分析

想达到理想的效果，首先要做的就是缩减产品线，突出爆款，把好钢用在刀刃上。这样就需要配合数据分析，首先对现有产品线进行梳理，对产品销量、利润率、库存周转速度进行排序(见表)。

基于数据，企业需要做的是:

• 逐步把低利润、低周转的产品退出市场。
• 同一价位段，只留一款核心产品，避免自己跟自己抢流量。
• 区分出低价位、高销量的引流款产品，作为引流工具。
• 区分出高利润、高销量的爆款产品，作为主要盈利点。
• 区分出与爆款产品形成搭配的产品，重点提升交叉购买率和客单价。
• 其他定位不明的产品，如防守型产品，可以逐步退出市场，清晰定位以后再上架。

经过这样的全盘梳理，能最大限度地压缩产品成本，把成本释放出来。这样才有充足的资金，或用于产品升级，提升爆款产品的竞争力；或用于拓展互联网渠道，提升互联网渠道上的竞争力；或用于打价格战，以低价取胜。相反，总舍不得摆脱过去的束缚，只会在打造新品的时候束手束脚，最后还是会错过互联网化的机会。

3.利用数据改造传统流程

有了第一步梳理以后，可以有充足的资源做第二步的工作。第二步的工作重点在于改造传统流程，把简单的买货/卖货，利用数字化工具打造成体验的流程，如图所示。

(1) “种草”阶段

充分利用各种互联网平台，吸引用户关注，增强用户体验。此阶段传播的内容要附带内容标签。

• 视觉型：通过视觉冲击吸引用户，比如食品测评、家装效果展示等。
• 知识型：通过知识科普吸引用户，比如科普健康、育儿、美容、运动等知识。
• 体验型：通过主播、“大 V”的个人体验，传播品牌优点，感染其粉丝群体。
• 故事型：通过品牌故事，向用户灌输品牌形象(耐用、科技、老字号等)。

这样，在后续分析的时候才能有数据做参考，对比哪一种效果更好。

TIP

注意：“种草”阶段传播的内容，要附带用户进入下一阶段的链接。

• 派发优惠券把用户引流到微商城。
• 用户留下联系方式，后续让实体店跟进，
• 让用户加入微信群/添加导购员的个人微信。

这样才能保证“种草”效果，并且保证在下一阶段有数据可分析。

(2) 引流阶段

通过各种小手段，吸引用户到店。

• 优惠券：提供到店消费优惠券/礼品等，吸引用户到店。
• 体验券：提供低价格的核心服务体验，吸引用户到店。
• 科普讲座：提供知识讲座/专家面对面交流等，吸引用户到店。
• 大型展会：结合品牌宣传/新品上市等，吸引用户到店。

同“种草”阶段一样，给到用户的各种优惠券，需要以数字化的形式呈现，比如微信卡包微商城礼券等，这样不但能有数据记录，而且能避免被“薅羊毛”。

(3) 促成阶段

在用户到店后，落地“种草”阶段/引流阶段的优惠，促成用户下单。如果前两步工作做得好，则在用户到店的那一刻，接待用户的导购员就不会简单地问:“您好，您想买点什么呢?而是能清楚地知道下面的信息。

• 用户之前体验过什么?
• 用户的兴趣点在哪里?
• 用什么手段与用户沟通?

当然，想做到这个效果，也需要系统支持，需要有数字化的导购工具。

• 帮助导购了解用户的基本情况。
• 在用户提问时，能为导购员提供案例图片、专业知识、答疑话术。
• 在用户体验产品时，记录用户的问题和反馈，方便后续服务。
• 为用户配置个性化的方案并报价，查找最新的优惠信息。

这样一来，用一台iPad进行操作，替代传统的口头介绍、纸质资料、手写记录。不但能提高服务效率，而且能记录数据，还能防止导购员私下联系用户而把用户带走，一举三得。

对于产品有体验流程的，比如美容院做美容、教育辅导机构试听课程、健身房体验课程汽车试驾等，可以基于小程序/服务号开展以下活动。

• 体验前：用户到店签到。参加一次抽奖赢积分活动，或者在门店直接领取一个体验装/样品/果盘。这样用户感觉更好，同时能记录用户体验的是哪个样品，记录用户信息，或者引导用户关注小程序/服务号以便留下记录。
• 体验后：用户进行体验评分，评分完毕后给予其小额的优惠券。既能收集用户意见，又能给店员/导购员留下下一次沟通的话题。

对于产品体验流程少的，可通过增加知识性介绍和案例展示，增加和用户互动的机会，留下数据及下次跟进的线索。

• 数码、家电、汽车等有技术含量的耐用品:提供价格、性能对比等功能,现场展示给用户。
• 家装、家具等有设计成分的产品:可以直接展示老用户的案例，供新用户参考。
• 饮食、美容等有健康要素的产品:可以对用户做测试，提供个性化方案，突出产品优势。实在没有卖点的纯快消品:可以提示近期的优惠活动,告诉用户“来我这里买,实惠多”。

促成环节的关键，在于用数字化工具替代了传统店员手里的纸质宣传单、纸质价格表及脑子里背会的几句迎客语，还有门店门口纸扎的抽奖箱，因此才能更好地在互联网时代生存。

(4) 跟进阶段

如果用户当场没有下单，还能利用企业微信、个人微信，跟进用户后续购买。一般大件商品，用户考虑周期长，会对比多个品牌，因此可以持续跟进一段时间，看是否还有转化机会。小件快消品，用户逢年过节都会再买，因此还可以在换季、周末、节假日、活动等节点跟进。有了以上这 4个阶段的工作，才能让实体店摆脱靠运气“吃饭”的窘境，并且采集到足够的数据，解决“用户到底为什么不买”的问题，后续才好做分析。

4.深入分析产品

有了第二步的工作，才能有第三步的深入分析产品。在对产品进行深入分析的时候，分析对象已经从简单的一件产品，扩大到包含导购员、门店、品牌、内容的整体性产品。这样才能分析出提升用户体验的关键点。

在深入分析产品前要将数据分类、记录，主要包括以下几个方面的内容。

• 门店基础标签库的建立：门店的大小分级。
• 产品基础标签库的建立：产品的档次，价位。
• 导购员基础标签库的建立：导购员本人的活跃度，能力评估。
• 引流活动标签库的建立：活动类型，活动时间。
• 引流内容标签库的建立：内容类型(品牌/体验/知识)，内容是否有优惠。
• 用户参与引流的信息记录：用户的报名、到店、消费、二次消费信息。

有了以上数据记录，就能单独分析出以下信息了。

• 哪些内容关注度更高，更吸引人?
• 哪些活动更吸引人，转化率更高?
• 哪些体验环节更吸引人，转化率更高?

除此之外，我们还能进行综合分析，比如在众多路径中，发现效率最高的路径，图所示。

比如对比产品定位与实际购买的用户群体，发现产品的不足。

• 产品定位是高端产品，可用户对比的竞品都是中端产品。
• 产品定位是中高端产品，可用户都是凭优惠购买，实际支付在业内偏低。
• 产品定位是年轻活力产品，可用户年纪偏大，年轻人兴趣不足。

把这些差异情况反馈给产品设计人员，能极大地激发他们的产品设计灵感，从而增加产品的功能或增强品牌的宣传力度。

实际上，传统行业产品设计的思路演化，是与数据采集、数字化工具利用、数据分析密不可分的。如果不把产品设计升级建立在数字化+数据分析的基础上，继续停留在减个配置就是“青春版”、换个高档包装就是“尊享版”、涂个红色就是“女性版”的阶段，只依靠有限的交易数据，无论如何也分析不出来“用户为什么不会购买”的原因。

好在互联网企业没有传统企业诸多的弊端，互联网企业天然有条件记录大量数据，因此有更简单、清晰的分析思路，

互联网企业的交易型产品分析

1.互联网企业的交易型产品分析的关键

与传统企业不同，互联网企业的产品不仅仅包括其交易的产品，ApP、小程序本身就是其产品，App、小程序的使用体验也是产品体验的重要组成部分。甚至对于以内容为主的社交、新闻、视频、短视频、UGC产品，其内部根本没有什么交易流程。用户使用App、小程序的体验就包括全部的产品体验，所以对使用体验的分析更加重要。

互联网企业在数据采集上有优势，用户在 App、小程序内的行为可以通过数据记录下来。然而这也为企业采集用户数据带来了挑战，因为用户在 ApP、小程序内的行为太多了。读者可以试想一下，自己一天内会打开多少个App、会看多少条信息，其中真正产生交易的有多少次,又有多少次操作是随意的、毫无目的的。

因此，对互联网企业来说，其面临的核心问题在于要找出关键流程、关键动作，尽可能促使用户完成关键流程、多做关键动作。在这个问题上，交易型产品与内容型产品有明显的区别。交易型产品的关键流程与关键动作很清晰:尽可能多地促成交易。所以更容易理清楚关键流程，即交易流程，其分析目标也是很清晰的:提升交易效率，并提升总交易金额。

典型的交易型产品，包括电商平台、外卖平台、打车平台、订票软件等，这些 APP 的最终目标是尽可能多地促成用户消费(消费自营产品或入驻商家的产品)。理论上，大型游戏也可以算交易型产品，游戏里捏角色、打怪、升级、PK，最终还是为了让用户消费更多。

分析交易型产品时，一般分3个层次。

• 宏观层面：行业数据+产品概况，用于判断发展态势。
• 中观层面：三大主要流程的完成情况，用于优化用户体验。
• 微观层面：细分用户的操作行为，用于发现新的机会点。

2.宏观层面：产品生命周期分析

宏观层面，可套用之前介绍的AARRR模型体系，结合产品发展的生命周期与自身的市场份额，判断整个产品的发展态势。这里可能需要引入一些第三方数据，如行业的市场规模竞品的发展速度等，用来评价自身产品的发展阶段，从而做出合理的决策。

这里主要参考的数据如下。

• 行业市场空间是否饱和?
• 竞争对手的速度较我方更快/更慢?
• 产品本身的用户新增、活跃、留存情况如何?
• 产品交易额、交易笔数、销售数如何?
• 有交易用户的比例、用户复购率如何?

这些宏观层面的分析最终输出的是对产品生命周期的判断，如图8-19所示。

产品处于不同的生命周期，整体策略有区别，对应的改进方向也不同。

• 产品孵化期:更多关注用户体验、种子用户留存。
• 产品发展期:更多关注用户获取质量、用户活跃情况。
• 产品成熟期:更多关注用户留存、用户转化。
• 二次迭代期:更多关注老用户回流/新用户、新功能的使用率。

这些宏观层面的判断，可以为后续具体的功能点设置提供整体指导，避免只见树木不见森林，陷入流程的细节里。

3.中观层面：三大流程分析

在清晰宏观层面的定位后，可以着手处理中观层面的流程问题。交易型产品的核心流程可以简单归纳为3个阶段。

• 站外到首页：从站外各个流量渠道吸引用户，指引用户到达站内，完成注册/登录动作。
• 首页到产品：对于已注册/登录的用户，指引用户从首页抵达一个具体的产品介绍页面。
• 产品到交易：对于已经在看具体产品的用户，促成下单交易。

在数据分析上，这对应着3个关键问题。

• 注册流程：外部流量向内部转化的路径是否畅通。
• 流量分配：首页是否起到了很好的流量分配。
• 转化路径：从一个入口进入后直到成交的流程是否畅通。

(1)注册流程
此处的关键是关注转化率。注册是使用 App的第一步，也是衡量广告投放，拉新获客的最关键的指标。对于注册而言，效率从来不嫌高，100%最好。因此要日常监控各个拉新渠道的注册效率，随时进行优化。

(2)流量分配
此处的关键是引导用户。交易型产品的首页负责分配进入站内的流量，引导用户下单。正如前面所述:用户的需求有很多类，可能有的喜欢特定品牌、有的喜欢价格优惠、有的用户同时考虑购买几样产品。因此在交易型产品的首页，一般会区分不同的内容位置供用户选择。当有新的交易模式出现时，比如直播或“种草”，可能还需要有新的位置留给这些功能。

这样使得首页的流量走向非常复杂，在分析时要关注各个功能的点击率与转化率。我们可以用矩阵分析法区分出以下4类，如图所示。

• 高点击率+高转化率:“明星”位置，优先保留。
• 高点击率+低转化率:问题位置，考虑优化。。
• 低点击率+高转化率:潜力位置，考虑扩大此入口。
• 低点击率+低转化率:“鸡肋”位置，考虑优化或关停。

当然，为什么没有转化?要结合转化路径做深入的分析。很有可能用户点进去不转化，是因为后续路径出了问题，并非首页引流效果不佳。但长期来看，如果一个位置流量大但转化率低，是一种浪费流量的行为，要做优化。

潜力位置是不是真有潜力，需要做测试，有可能将位置放大以后，会吸引更多用户进入，也有可能这仅仅是一个小众需求，放大了也不能增加效果。同样，所有首页的改变，诸如调整位置、增加新功能，都需要测试后观察效果再做决定。

有一点要注意，短期内的改版常常会引发用户的反感。人都有依赖性，一旦出现变化，特别是重大改版，一定伴随着用户的负面口碑或流失。因此对于产品改版前后的数据监测，一定要及时到位。且要有一定的耐心，观察一段时间再下结论，特别是观察改版后新注册用户的使用行为。如果出现新注册用户行为表现顺畅，且老用户活跃在短期波动后出现回暖，则表示用户可以接受这种改版。

(3) 转化路径

此处的关键是，对于每一个交易流程都能建立转化漏斗来发现问题点。在前文漏斗分析法介绍中已有相关案例，这里不再赘述。 单纯地分析流程会有一个问题，就是无法确定用户最后不下单的原因。到底是因为产品不吸引人，还是流程太烦琐，还是单纯因为用户在等价格优惠。因此，需要从微观层面对用户进行细致的分析。

• 区分促销敏感型用户。
• 区分特定品牌的忠实用户。
• 区分囤货用户，设定跟进周期。

总之，利用用户分析结果可以更好地区分问题点，从而更精准地优化产品。

交易型产品的分析思路非常清晰，因为其核心目的是尽可能地促成交易。但对于内容型产其交易功能没有那么突出，用户行为更复杂，因此分析的时候要思考得更广泛。

4.互联网企业的内容型产品分析

互联网企业的内容型产品包括新闻、资讯、社交、音乐、视频、短视频、UGC等产品，这些产品虽然也有交易功能，比如出售会员资格，但大部分情况下无须交易，用户也能加好友、聊天、看帖子等。

互联网企业的内容型产品的交易流程不一定是终极目标，因为这些产品大部分依靠广告方式来变现，用户只要保持活跃就有价值。即使用户什么都不做，内容型产品也能通过CPM广告的方式挣钱。所以，保持用户活跃本身就很有意义，不需要像交易型产品一样，必须让用户的行为指向一个明确的付款动作。

在交易型产品中，如果用户不交易而一直浏览内容就是有问题的:要么产品没有让用户满意，要么价格没有让用户满意。在内容型产品中，这种行为却丝毫不是问题，反正有CPM广告呢，只要用户肯活跃就行。并且在内容型产品中，用户完成一个完整流程的速度可能很快。比如看短视频，只要 10秒左右即可;看论坛帖子，只要一两分钟即可，因此用户的浏览行为可能非常频繁。

1.区分用户行为

在整体思路上，内容型产品可以沿用交易型产品的基本思路，从宏观、中观、微观层面进行分析。但在具体操作的时候，如何将用户的行为评价为“好行为"，就是一个重要的挑战。交易型产品认定的“好行为”是只要完成交易即可，内容型产品的“好行为”的认定更多元化。

比如一个短视频产品，用户观看一个短视频可能仅仅需要几秒，但产生的行为非常丰富。

• 观看行为:包括观看时长、观看比例(观看时长/总时长)。
• 点赞行为:是否点赞。
• 是否转发，转发到哪个平台。转发行为:
• 是否保存到本地。保存行为:
• 举报行为:是否举报，举报问题的类型。
• 购物行为:是否点击视频内的购物链接。。
• 查看个人信息行为:从视频切换到创作者的主页的行为。

用户登录后，有可能在数十个短视频之间来回切换，产生的行为更加丰富。从如此多的细节里提炼出“好行为”，难度非常大。

因此，内容型产品的分析重点在于:如何定义高价值动作。有了判断的标准，才能分析如何引导用户多做“好行为”，从而实现产品的价值。

2.引导用户多做“好行为”的两种分析方法

(1)方法1:先对用户分层，定义出高价值用户，再反向找用户行为

第一步，先定义高价值用户。可以用 AARRR 模型的相关指标进行定义。
第二步，对用户价值进行分层，区分高、中、低价值用户。
第三步，对高、中、低价值用户行为进行对比分析，找到差异最大的行为。
第四步，检查高、中、低价值用户的画像，观察其群体差异是否为同一群体。

以专业知识类 UGC社区为例，可以先将用户每周登录天数作为分层标准，之后对比不同层次的各类用户的行为差异。如图 8-21所示，我们可以发现:登录0天、仅1天的用户与更高层的用户相比，主要差距体现在关注人数方面;登录2~3天、4~5天的用户与更高层的用户相比，主要差距体现在点赞次数方面。这样一个相对清晰的关键行为路径就产生了:先引导用户关注一定数量的创作者，再引导用户点赞，增加互动。至于是靠何种手段促成用户点赞的，还需要下一个阶段的深入分析。

这种方法有一个缺陷:目前的高价值用户/重度用户，不见得就是未来的高价值用户/重度用户。很有可能目前的高价值用户/重度用户只是众多用户类型中的某一种，想要吸引其他用户需要额外的手段。所以第四步操作就非常有必要了，配合用户画像方法，检验当前的重度用户和轻度用户是否是同一类人，是否有不同的需求。

如果是同一类人，则可以直接引导现有的轻度用户沿着重度用户的发展路径发展，减少路径中的发展阻力。如果不是同一类人，则可能要结合其他客群的特征来寻求思考新的方法来引导轻度用户的发展。

(2)方法 2:先对用户行为分类，定义出高价值的行为，再验证用户频繁地进行这个行为是鹾峰和生梦中有利于提升整体产品的表现

还以专业知识类 UGC 社区为例，从业务逻辑上进行分析。

• 用户在社区内分享的专业知识越多，越能增强社区的吸引力。
• 用户在一个话题下贡献的信息越多，该话题受关注度越高。
• 用户在社区内的转发行为能够在社区引来更多的曝光，从而提升社区的质量。
• 用户在社区内的点赞、收藏行为，能激励创作者进行更多的创作，从而吸引更多的人浏览。

以此，可以列出高价值行为清单。

• 创作者行为 1:分享专业知识的次数。
• 创作者行为 2:分享专业知识的点赞数。
• 读者行为 1:转发内容的次数。
• 读者行为 2:为创作者点赞的次数。

TIP

注意：这份清单只是一个假设清单，其真实价值是需要验证的。

• 比如/假设:创作者一周内创作次数为高价值行为。
• 行为结果:一个话题下，一周内创作者创作次数越多，该话题关注人数越多。
• 验证方式:对比分析法，对比未来一周内不同创作次数的话题及关注人数。
• 验证结果如表 8-7 所示。

从表 8-7 中我们可以看出，确实新增内容越多，关注人数越多，此时验证成立。并且我们注意到，比如在新增创作次数201~300(次)的话题中，有10%的关注人数，关注人数很少，这些创作次数多但关注人数少的话题，很有可能引发作者流失(作者辛苦写出来的文章没人阅读 )，因此可以更精细地制定策略。

当然，也有可能验证不成立。比如，发现作者创作次数增加的同时并不能带来话题关注人数的增加，此时就说明有其他情况存在。比如，发现话题关注人数其实和话题是否是当前热点话题有关，只要是热点话题，关注人数自然多;非热点话题，关注人数就少。那么，此时就推翻了“创作次数是高价值行为”的结论。在业务上，与其鼓励作者多创作，不如主动抛出热点话题，吸引创作者/读者关注。

在实践中，这两种方法都可用，其区别在于产品经理专业能力的强弱。专业能力越强的产品经理，越有能力依据产品内在的逻辑，找出高价值的用户行为，这时候数据只要起检验作用即可;专业能力弱的产品经理，就只能通过数据慢慢总结了。

对于用户“好行为”的定义也随着产品发展阶段的变化而变化。

• 在产品预热期，能积极转发分享，带来新增用户的用户行为是“好行为”。
• 在产品发展期，能持续留存，保持活跃时间的用户行为是“好行为”。
• 在产品成熟期，能产生转化，带来商业价值的用户行为是“好行为”。

根据整体发展态势，阶段性地调整标准能更好地指导产品的发展。

3.激励用户手段的分析方法

产品经理在找出“好行为”以后，还要能设计激励手段，激励用户多做“好行为”。内容型产品有一个优势:激励用户的手段比交易型产品丰富。交易型产品，要么通过爆款产品吸引用户，要么派发优惠券吸引用户，这些都是采用真金白银的物质奖励，代价太大;内容型产品除采用物质奖励外，还能以等级、勋章、头衔、认证等方式回馈创作者，给创作者荣誉性的激励，这些激励手段可能比实际物质奖励更好用。

因此，在找到高价值用户行为以后，需要进一步用数据验证激励手段的有效性。比如在一个知识类 UGC社区中上线创作者等级制度，规定创作者3个月内创作10篇文章即可达成1级,创作 20 篇文章即可达成2级，享受荣誉标签，那么可以观察激励手段上线后，创作者行为的变化，如图 8-22所示。

如果出现达成标准的创作者明显增加，则说明激励手段见效;如果达成标准的创作者没有明显增加，则要考虑更换手段。

TIP

注意:激励规则可能要做得更隐蔽一些，如果真的像例子中直接指定文章数量+点赞数量，则很可能引起创作者故意刷量的行为，导致产生虚假数据、劣质内容，进而导致激励手段失效，这些明显的设计问题是要在设计阶段就提醒产品经理们注意的，不要等到数据出来以后再“望数兴叹”。

了解了产品分析的基本思路，可以进一步来看营销/运营数据分析的基本思路。