起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識數據增長對于設計師來說，是“真命題”還是“偽命題”？
這兩年經濟形式的大環境，以及大多數的互聯網產品已經步入成熟期，用戶量基本穩定，C類產品漸漸從過去的追求KPI變成了業務價值“增長”。行業內的招聘也漸漸變成了“產品經理（數據增長）”“設計師（數據增長）”，那么問題來了：“數據增長”到底是“真命題”還是“偽命題”？
這個話題源于跟小伙伴聊天時對于所謂“數據”“增長型”設計的思考，以及前幾年對于產品、運營的業務能力評定，從“KPI”為目標導向變為“北極星指標”去達成業務目標。
“增長”這個名詞成為了近兩年的熱詞，起源大事件是可口可樂用“首席增長官”取代了“首席營銷官”，“增長”變為成熟期公司們新時代的目標，畢竟品牌和產品的認知度夠廣，用戶量穩定，需要的是更多業務合作和連接帶來商業資金變化。
這兩年經濟形式的大環境，以及大多數的互聯網產品已經步入成熟期，用戶量基本穩定，C類產品漸漸從過去的追求KPI變成了業務價值“增長”，注意是“業務”帶來“增長”變化，行業內的招聘也漸漸變成了“產品經理（數據增長）”“設計師（數據增長）”。
那么問題來了：“數據增長”到底是“真命題”還是“偽命題”？
A說：
一個H5推廣小游戲，只不過放置在了QQ得開屏頁推廣，最終就有幾億的流量，這個數據可以成為設計師簡歷里所謂得“增長”型能力嗎？
B說：
核心功能頁強加一個廣告頁，用戶要使用這個功能就必須等待廣告結束， 這個廣告入口設置提升了廣告得點擊率/瀏覽時長，這個數據可以成為產品經理簡歷里所謂的”增長”型能力嗎?
C說：
2B型產品，設計師需要驗證設計價值提升了商業價值，但實際設計產出對商業價值轉換有直接相關性嗎？如果是產品經理提出的需求，根據需求提出的解決方案，轉化率高算業務的呢，還是算設計立功?反之，如果需求不合理做出的解決方案，轉化率低是業務得鍋還是設計師得鍋?
……
大廠產品進入“成熟期”，用戶量已經到達頂峰，無非是穩定用戶基數，尋求新的商業機會（業務拓展），所謂的數據變化看重的是用戶體驗、商業變現直接相關的業務組合，那到底該如何衡量所謂的“增長型”呢？
我梳理了幾個方向去看待這個問題：
設計師常見的幾種數據
首先先來看看我們設計師經常接觸幾種數據類型：
- 日/周/月活躍用戶數：方便產品設計人員了解產品的每日用戶情況，了解產品的用戶增長或者減少趨勢。
- 留存用戶數：用來衡量產品的用戶粘性和產品的留存用戶規模。
- 留存率：用來衡量用戶使用粘性，也可以用來作為產品改版后的重要指標。
- 流失率：可全局看出所有的流失情況，找到流失異常數據，可追蹤之前是什么情況導致流失數據情況。
- 展現PV：判斷有閱讀該功能/產品的次數。
- 展現UV：判斷有多少個用戶閱讀該功能/界面。
- 點擊UV：了解用戶對功能交互事件點擊數量規模，通過用戶的點擊數量了解用戶的使用行為。
- 人均點擊次數：用于衡量產品/頁面/功能中的內容對用戶的吸引度，對比同頁面的不同功能。
- 平均停留時長：用來衡量頁面吸引度，一般來說，停留時間越長，用戶粘性越強。
- 人均使用時長：用來衡量用戶使用產品的深度，判斷用戶使用產品的粘性和依賴度。
- NPS凈推薦值：產品口碑傳播的重要指標。
- 跳出率：用來衡量頁面內容質量。
數據思維及流程
基于“北極星指標”的規則和產品設計流程，不了解的童鞋可以手動搜索一下這個名詞和具體用法，在這里簡單贅述一下。
主要有以下幾個步驟：挖掘問題/機會點→提出假設→解決方案→ABtest→結果分析。
排查產品的功能問題，產品設計師挖掘需求，提出可能存在的假設去做小范圍的功能驗證，提出解決方案，對方案進行AB測試，驗證該問題方向是否正確，并對結果進行分析。從小點“假設”的測試數據反推驗證“大功能的問題”，即產品設計師所謂的“數據型/增長”。
分產品周期
產品周期不一樣，產品目標以及業務指標就不一樣，所需要的“數據型”就不一樣。
1. 探索期（活下去）
很多人數較少的小公司，設計師的職能很可能承載為需求分析、原型設計、UI設計等多重身份，甚至還沒有產品經理，這種情況下一般不需要“數據型”設計師，需要所謂的“全鏈路”，說白了老板只想花1個人的錢干三五個人干的活。
2.?成長期（活得好）
此階段公司有固定發展的業務方向，公司規模至少也有個幾百人，并有資金不斷注入，保證產品方向有延續性。這時候“數據型”關注的是產品用戶基數的增長，即使用量，很多數據的制定、測試都是為了“用戶增長”服務。
3. 成熟期（賺不停）
進入此階段的產品可以稱之為大廠產品了，基本都有穩定的資金流，已經靠產品盈利甚至上市，與同期的競品有良好的競爭模式，用戶基數穩定。此時的“增長型”數據重點在于觀察底層不同的數據變化，尋找不同關聯業務數據此消彼長的關系，發現更多業務合作的可能性，帶給用戶更多的權益/認同感。
至此關注數據的“用研”“增長型產品”“數據型產品”“增長型設計師”才是真正意義上的“增長型”，更多觀察數據能是為了“業務增長”服務，帶來更多商業可能性的探索。
4. 衰退期
產品生命周期快走到盡頭，跟戰略層面的定位和決策有關系，經歷過前三個周期的大型產品現在還沒完全沒落。
分產品類型
2C數據增長
更關注用戶相關的數據變化，權衡用戶體驗和商業變現之間的關系，需求的本源更關注用戶的行為和操作。
2B數據增長
更關注產品功能與業務目標之間的關系，這就更關注需求本身是不是從提升效率、節約成本等商業價值考慮，才能影響解決方案（設計產出）。
職級&職能
1. 職級
大學生——1年（初級）
基本輪不上分析數據，都是些影響不大的小需求。
1——3>年（中級）
會承擔部分需求分析，進行功能原型設計，但數據埋點等相關功能驗證由產品側決定，基本沒有話語權。（產品設計師/體驗設計師除外）
3——5>年（高級）
需要通過理論驗證/數據分析去制定產品功能的規則，跟數據、業務、產品側有強關聯，甚至會通過有效手段驗證業務/產品目標制定的正確性。
5>年以上（專家級）
行業專家具備戰略性眼光，能根據行業環境和發展趨勢預測一定的產品/業務方向，制定更宏觀的戰略（比如大改版、新項目）
2. 職能
設計師
出現全鏈路、產品設計師、體驗設計師、增長設計師，不再僅僅關注功能設計，需要參考業務/戰略目標，通過數據去驗證產品功能設計的正確性（如：AB測試）。
產品經理
重點傾向變為“業務型”“數據型”“技術型”不單單從產品單邊和業務目標去制定產品計劃，不同行業的高級產品更加專精某行業/某領域（如：業務/后臺/AI）
BB了這么久，大家是否能明白為什么大公司開始傾向于“增長型”“數據型”人才的需要，中小公司當然也會跟風要這類人才，但實際就是沒有那么多細分坑位又想讓你多干活。
適逢招聘季，也希望大家不要那么焦慮，對自己有點逼數，適時分析自己的能力是否匹配不同公司規模、產品發展周期、產品類型，最后再來看看職級職等是否能賦予你這么多權力勝任更多的HC需要，畢竟很多HR對職能和職級并不是很了解有知識和能力壁壘，最方便的方式就是抄大廠同崗位的招聘信息。
跟我一樣的新人也不要那么焦慮和眼高手低，找準方向慢慢摸索行業規律，打破知識壁壘，不要從一個角度/階層看待同一個問題，顛覆已有認知，說不定一不小心就能從低年限變成了具備“復合能力”的硬核互聯網人。
————END————
本文由 @晏鼠 原創發布于人人都是產品經理。未經許可，禁止轉載。
題圖來自Unsplash, 基于CC0協議
真的感覺小編們好用心，還會二次編輯