“這位產品經理,請你說說你的方案好在哪?”

0 評論 6597 瀏覽 54 收藏 8 分鐘

在需求評審或者方案討論時,產品經理常常需要面對其他人的靈魂提問:“這位產品經理,請你說說你的方案好在哪?”對于這個問題,你會如何回答呢?本文作者分享了自己的答案,一起來看一下吧。

一、產品經理的靈魂拷問

這周有個產品小伙伴提出了他的一個疑惑,具體情形大概是:

  1. 領導要求出某個需求出產品頁面;
  2. 團隊里有產品和UI的角色,他們討論完具體的功能需求后,就都分別進行了原型頁面設計;
  3. 完成后他們各自闡述了自己方案的優點和理由,但是他們都沒有說服對方。他們覺得自己的方案更能滿足需求,而對方的方案有很多潛在的問題和風險。

他們開始爭執起來,無法達成一致,讓這位小伙伴十分苦惱。

相信各位產品小伙伴對這個場景應該很熟悉。在需求評審的時候或者方案討論的時候,時不時會遇到來自別人的挑戰,比如“你憑什么覺得你這個方案就是好的?”,又或者是“我覺得你這樣設計不好,但是又說不出具體哪里不好?”,此時大家的心里肯定是“#%!……#&#*(崩潰中)”。

那么,我們要如何面對靈魂提問:“這位產品經理,請你說說你的方案好在哪?”

此處可以暫停一下,各位現在試著回答一下這個問題。

二、構建量化評價標準

恰好p仔本周也接到一個任務,是要針對一個復雜功能的操作路徑,進行交互上的優化。正常來說, 我就是先看看現在的功能設計怎么樣,大概有哪些不便的地方,然后找優秀的競品,體驗一下相同的功能別人是如何設計的,然后發動“競品模仿之術”一頓操作,就得到了一個新的方案。

但是!我腦海里突然響起了這個靈魂提問:“這位產品經理,請你說說你的方案好在哪?”,我一時愣住了,然后一些靈感開始在腦海里閃爍:AntDesign 5.0、用戶體驗度量、潛變量、顯變量、量化標準等等,最后在我腦海里蹦出3個指標,分別是“用戶體驗路徑長度”、“有效操作次數”和“消耗時長”,于是我得到了一個解答就是:要用可測量的指標對我的方案進行評估結果的量化。

于是我用思維導圖對優化任務的思路進行拆分:

這樣其實我構建起一套針對xx交互方案的量化評價標準,通過使用用戶體驗路徑長度、有效操作次數和消耗時長3個可測量的指標,結合預設好的任務場景(也就是輸入和輸出已經明確),來對不同方案的結果進行有意義的橫向對比。同時我們在評審方案時,可能會收集到新的建議,要評估是否接受改動,一樣可以形成新的變體方案【C’】、【C”】等再使用量化評價體系“跑”一遍得到對應的結果,再進行結果對比,評出有無提升。

三、擴展閱讀

1. 潛變量和顯變量

潛變量和顯變量是結構方程模型分析時的兩種變量類型。顯變量是可以直接觀測到的變量,比如身高、性別、被試在量表上的得分等。潛變量是不能直接觀測到的變量,包括比較抽象的概念和由于種種原因不能準確測量的變量,需要借助顯變量指標來估計。

比如上面提到的“方案的好壞”是無法直接測量的潛變量,而要轉化成可測量的“有效操作次數”等顯變量來進行評估。

2. 如何選擇合適的顯變量

選擇合適的顯變量指標需要根據分析目的、理論假設和數據特征來決定。一般來說,顯變量指標應該具有以下特點:

  • 與潛變量有較高的相關性,能夠有效地反映潛變量的含義;
  • 與其他顯變量指標有較低的共線性,能夠區分不同的潛變量;
  • 具有可信度和效度,能夠保證測量結果的穩定性和準確性。

那么如何找到合適的潛變量和顯變量呢?有以下幾個途徑:

  1. 根據理論、國家標準、行業文獻等確定潛變量和顯變量指標的初步范圍;
  2. 查閱大廠開源的標準,查找有無一些基于行業共識的潛變量和顯變量;
  3. 從統計科學的方法論入手,掌握找到潛變量和顯變量的抽象方法(最高階)。

四、結語

這篇文章僅是從我個人工作實際出發,結合數字化時代的背景和數據決策的理念,拋磚引玉地提出一個切實可行的、評估產品方案好與壞的方法。

使用量化的評估結果,以嚴謹的邏輯和客觀的數據作為自己觀點的佐證,來避免產品需求評審舌戰群儒的尷尬,也體現了產品經理專業素養的一面。

當然本文還沒有提及到對變量有效性的考量,比如模型擬合度、可信度和效度,本次就不展開細說??偠灾业娇茖W的潛變量和顯變量依舊是一門高深的學問,希望有余力的伙伴們自己往這個方向擴展學習。

本文由@產品經理P仔 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。

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!