如何在产品运营上制定一些数据指标和策略？

一个关于牧场的故事有这样一个牧场。老板今年设定了业务目标。我们必须比去年增加50%的牛肉产量。两名员工A和B负责这件事。A学生的做法是建立一个非常科学的养殖体系。他用非常合理的方法屠宰牛，形成了更好的生态。B认为数据指标非常重要，我们今年必须实现这一目标。因此，他所采取的是尽快屠宰和生产牛肉。最终B同学不仅达到了50%的业绩目标，甚至达到了60%，而A同学只达到了30%。然后老板终于给了B很大的奖励和鼓励。在这个过程中，A学生得不到任何认可。A、B的做法没有错，因为A更注重可持续性，他有自己经营牧场的态度和方式；B没有错。他提高了公司的业绩目标，实现并超额完成了业绩目标。然而，A的所作所为在明年和明年都是可持续的，而B的所作所为在明年没有足够的牛来支持他继续生产。这一结果将对企业造成巨大伤害。通常，当企业制定一年的战略目标或数据指标时，或多或少会遇到这样的情况，即单一的数据指标可以完成。但其他与之相关的指标可能会被忽视，影响企业的后续发展。如何让用户体验到帮助企业、团队和公司制定更合理目标的策略？首先，您需要定义用户体验策略。第一步是定义用户体验的当前状态和未来目标状态。第二步是在组织和业务上找到足够的动力。因为很多团队在做用户体验的时候会发现驱动力不够，其实是因为用户体验团队没有把自己的目标绑定到产品运营、市场甚至商业团队的目标上，自然缺乏驱动力。第三步是在组织中实施策略会遇到哪些障碍和阻力。由于用户体验团队在制定自己的策略时，往往会低估成本，因此需要提前做出更全面的判断。这种成本可能是技术成本、产品团队或运营团队合作成本，这将成为自然屏障和阻力。第四步，如何验证策略是成功的？显然，必须用数据来验证。那么影响用户体验策略的因素有哪些呢？在制定战略时，必须通过整个企业的商业战略、商业目标、技术能力、经营战略或经营计划综合制定。在当今的互联网公司或企业中，孤立的用户体验策略很少。只有基于这些大目标或与您合作的其他利益相关者达成一致认可的策略，才能实施，确保实施方向正确。2用户增长的海盗法则。每个人做用户操作都必须知道这样一套规则。首先是通过市场或各种渠道获取用户，这也可能是自然增长。在这个过程中，有些用户是核心用户，或者如果需求得到满足，他们就会成为留存用户。然后为这些用户提供一些实现服务和商业服务，以获得一些好处。最后，当这部分用户的需求得到满足，您的服务质量非常好时，他可以向他人推荐您的服务。整个过程可以促进产品或服务的积极发展和用户的健康成长。那么如何将这件事与用户体验策略相结合呢？正如我刚才所说，我们必须基于商业技术和运营策略来制定用户体验策略。用户体验策略必须是为整个产品服务的目标和数据目标。因此，我们将讨论帮助用户体验团队制定其数据策略的框架。但前提是要确保整个策略在公司内部先行，并得到大家的认可，否则就很难推动这个数据框架的实施。刚才提到如何验证策略的成功，必须用数据来验证。那么数据能否验证成功，什么样的数据才能有效验证成功呢？这里有三个数据：独立访客数据、用户转换率和紫外线改进。有些人认为它促进了紫外线改进，但紫外线改进的可能性太大，可能是市场投资或自然增长。提高用户转化率能带来更多的销售机会吗？这不一定。因为更多的销售机会必须是可持续发展的，而不是在整个购买过程中提高转化率，它肯定会带来销售机会的增加。新用户提升能带来留存吗？做操作，拉一些新用户，但新用户可能不是我们的保留，没有成为保留他离开，所以即使新数据达到，实际上也没有意义。那么，我们能否有一个有效帮助用户体验团队甚至产品团队制定一些数据指标的框架呢？这些数据指标可以有效地指导产品的方向，帮助整个企业和公司促进用户的健康增长？Heartframework，用户体验数据框架来自Google。Heart有五个维度，一是好感，二是参与度，反映了用户使用产品的频率，比如日活、月活等信息。第三种接受度是反映用户对新产品或新功能的接受度或意愿。它对应于产品。如果制作了新功能，则新功能使用的转换率，包括最终使用功能和完成任务的比例。第四次保留，是平时对应的第二天保留。最后一个是任务成功率，这反映了用户在使用产品时完成任务的难度。有了一些五个维度的数据，如何通过一个过程来定义这些具体的数据指标？用户体验策略必须基于公司的业务策略、技术能力和运营策略。所以当涉及到一个项目和一个产品时，你必须有一个产品的核心目标，或者一个修改你的业务目标。这一目标是一个抽象的概念，因此我们需要将其转化为用户体验团队的设计目标。设计目标确立后，可以依次推导出信号，那么用户的行为和态度如何才能证明目标已经实现呢？最后，我们的指标由信息推导出来。而且这个指标是尽可能合理地反映这种体验的指标。最后，这样的表可以结合刚才的五个维度得到，所以在优化任何产品的体验时，都可以根据这个表填写相应的内容，从而促进最终的指标是非常合理的。以下是我公司内部实施的案例。这是一个用户满意度评分插件。事实上，我们在不同的产品操作中都有这样的插件。所以在我的情况下，不同的情况是，我们的整个平台有60或70种产品，缺乏统一的标准维度。也就是说，我不能通过某个产品的数据来判断整体标准，因为包括解决问题在内的目标、用户和人群是不同的。所以这个插件有几个设计点，是多维满意度的细分，细分项的评分。插入过程是轻量化的，不会打断用户的主要路径。此外，它还增加了一个反馈机制。过去，我们的反馈入口放在产品的角落里。只有当用户遇到大问题并想抱怨时，他才会使用它。然而，我们希望在这个过程中，用户能够更有效地做出一些反馈。他可以反馈一些积极认可的东西，或者他在使用此功能后立即遇到的问题，并直接反馈没有大脑思维处理的信息。最后，建立体验测量的优线。他满意度的部分是好感度的部分，以前对应的是满意度调查，在用户体验中。由于满意度调查的体验成本非常高，执行成本高，用户骚扰程度高，我们放弃了这种做法，直接用插件的结果来衡量问题。看看插件的方案演示。它可以在评分后选择细分项，并有一个反馈入口。当然，这个插件很简单。我们在三个月内收集了很多数据。当然，这里的产品只是一部分。我们可以清楚地看到，在这一部分，它的评价很低，这对应于一个商业保险系统。商业保险系统的整体体验实际上是一个大问题，这是整个团队下一步的重点优化项目。在其他产品的不同维度上，我们可以发现个别评分项也会明显偏低。这是指导用户体验团队接下来做什么的数据指标。另一个案例是视频会议系统。该系统的业务目标是降低用户的使用成本，提高产品的使用频率。另一个目标是使用视频会议系统来减少整个企业的内部差旅数量。此时，该框架系统可用于制定用户体验层面的数据指标。比如提升会议系统的质量感，在好感度层面树立品牌。这就是我们设计团队的目标。然后到信号，就是用户对产品的认同感肯定会提高。所以最后得出的结论是，音视频会议的满意度应该是积极的。那信号就是用户经常经常使用产品，最后是使用次数和频率，对应的是日常生活、月度生活。同样，我们也会制定接受度、任务成功率等数据，所以我们最终会形成这样一套表格，我们需要在优化过程中监控所有右侧的数据指标。由于单个数据指标不足以描述数据策略是否成功？体验策略成功吗？因此，我们必须多维度*所有指标。这是新版本的设计。最终产品上线后，数据变化非常明显。55%的新用户尝试这个功能，日常生活增加了17%。事实上，在之前的版本中，由于经验上的互动问题，咨询率非常高。有很多工单和投诉问如何使用这个产品？我们现在将咨询率降低32%。因此，这就是如何有效地利用这个框架来改善产品体验的一套方法。以上是基于用户体验的观点，在产品运营中制定一些数据指标和策略时的一些参考和建议。希望大家在这个过程中得到一些灵感。