知乎問答:不要迷信數據分析
小編推薦:數據分析是很多人推崇的產品需求制定方法,用數據說話已經漸漸變成產品經理的至理名言,但不能迷信數據,畢竟數據的真實性、客觀性、全面性不好保證,而且,數據和人的大腦總是差一些“靈氣”。
問:怎么評價產品經理拿數據說話這回事?如何做數據分析?
現在PM動不動就拿數據說話,找RD跑數據,有些數據是肯定必要的,有些數據是可要可不要的,比如對于某項目,PM憑經驗可說4級以上的用戶可xxx,這時候會有人跳出來問,為什么不是3級、5級?拿出數據來。 實際上真看了數據又能看出什么呢?看完后無非是再次驗證了4級,而且看了數據后主管判斷還是PM來下的。 再比如有的功能是肯定要上的,但領導會說,調研一下有沒有必要,評估數據搞半個月,評估的結果是:可做。 實際上,該功能整個平臺的用戶都希望做,是沒有必要耗費人力評估的,只要做就可以了。 很多數據和評估是必要的,但有些很形式化,請問有意義嗎?
答:姚旭 ? 689票
數據分析是一種靠譜的產品研究方法, 這玩意有很多誤區, 也不能迷信, 最終到頭來還是要人來做決策
1.忽略沉默的用戶
二戰時英國空軍為了降低飛機的損失,決定給飛機的機身進行裝甲加固。由于當時條件所限,只能用裝甲加固飛機上的少數部位。他們對執行完轟炸任務返航的飛機進行仔細的觀察、分析、統計。發現大多數的彈孔,都集中在飛機的機翼上;只有少數彈孔位于駕駛艙。從數據上說, 加固機翼的性價比最高. 但實際情況缺恰恰相反, 駕駛艙才是最應加固的地方, 因為駕駛艙被擊中的飛機幾乎都沒飛回來.
“發聲”的數據是最好獲取的, 但如果沒把這些沉默的數據考慮進來, 那么這種數據分析是不靠譜的. 所以除了數據的結果, 還得嘗試解讀這些數據. 而解讀數據就完全依賴人了.
2.把沉默用戶當做支持和反對的中間態
2家網站A和B,都經營類似的業務,都有穩定的用戶群。它們都進行了類似的網站界面改版。改版之后,網站A沒有得到用戶的贊揚,反而遭到很多用戶的臭罵;而網站B既沒有用戶夸它,也沒有用戶罵它。如果從數據來看, 應該是網站B的改版相對更成功, 因為沒有用戶表達不滿。但事實并非如此。網站A雖然遭到很多用戶痛罵,但說明還有很多用戶在乎它;對于網站B,用戶對它已經不關心它了.
網站A指的是Facebook,網站B是微軟旗下的Live Space。
3.把數據作為決策的唯一標準
通常認為數據分析指導工作是一種高性價比的做法, 不容易犯錯, 對于代表資方的管理層來說, 比起依賴于人的決策, 依賴于數據的決策似乎更穩健.
這種決策在從0.5向0.8的產品改進上, 可能是有效的. 因為一個已有的產品, 數據就擺在那. 100個用戶50個訪問超時, 解決了這個問題, 就提升了50%的效果.
但對于從0到0.1的新產品上, 由于數據很難獲取, 需要花大力氣在獲取模擬數據上. 往往是用一周時間去想明白一個做兩個小時的產品該不該做的問題. 而且模擬的結果還和最終實際相差很遠.
A/B test或是原型系統, 先做出來, 再去驗證, 在一些場合下比先拿數據要有效的多.
4.認為數據是絕對客觀的
為了減少內耗, 往往依賴于數據來做決斷. 我一直認為數據本身是帶有主觀性的, 完全客觀的數據是沒有的. 數據的獲取方法, 數據的解讀方法, 數據的統計方法, 都是人的決策. 一份數據拿出兩個相反的結論來也不是沒有可能. 即使主觀上沒有偏向性, 也受限于方法和視野.
決策上最終起作用的還是人不是數據. 雖然人有那么多的不確定性, 還可能出現爭論, 扯皮, 不敢承擔責任.
本文由人人都是產品經理@魚精 整理自知乎問答,轉載請注明出處并保留本文鏈接。
- 目前還沒評論,等你發揮!