产品用户洞察常用方法：
市场调研
二手资料分析
一、流程
- 目标用户与用户画像（服务谁）
- 使用场景与频率（交互，作用对象，用来做什么，完成什么任务）
a. 期望维度，用户如何描述期望，期望达到什么目的，更好的
b. 不同场景中的满足程度 - 深层次需求，现有产品在未来中的表现，满足期望、需求。有什么是部分满足或者没有满足
- 聚类，量化，痛点被提到的频率、占比。评估现阶段产品需求优先级，做与否，什么时候做。规划解决方案
A. 明确目标用户及用户画像
方法：市场细分，用户细分、竞品调研
产品不能且很难满足所有人的需求。参考央视春晚与B站春晚
-
明确目标用户基本步骤与方法：
明确目标用户流程.png
竞品服务的好不好，没考虑到的点是什么。没有很好的满足的目标用户是谁。
自身的技术与资源是否支持 绘制用户画像
B. 使用场景、任务、需求
洞察在不同场景下的不同期望与痛点
惊喜与未满足的疼点是什么
团队讨论、用户调研（焦点小组）
碎片化：看一些较短的知识技能，或者需要历史记录
C. 痛点和惯用解决方案，探索使用影响因素
贯穿使用产品的所有环节（下载、注册、使用、付费）
例子1：
下载，如果包体太大。户外下载流量会很大，针对不同对象的解决方案有：
- 产品解决方案：开发轻量级产品
- 用户：回家、回公司下载（有wife的地方）
例子2：
场景：线下商城购物，想要和线上的同一件产品进行比价。
如何更快、更高效的满足用户的这种需求？
相关指标：网络速度、查询速度
优化方法：拍照一键搜索
D. 验证评估和探索
聚类分析，不可能一次性解决所有痛点。
二、产品策略指标
如何对产品的发展、成功做出评估，之后如何评价？产品现存的问题有什么。都可用通过指标来参考以及判断。产品策略、功能、架构等等。指标分为数据维度、指标维度。
维度：
说明数据，维度是指可指定不同值的对象的描述性属性或特征。例如，地理位置的维度可以包括“纬度”、“经度”或“城市名称”。“城市名称”维度的值可以为“旧金山”、“柏林”或“新加坡”。
指标：
衡量数据，指标是指可以按总数或比值衡量的具体维度元素。例如，维度“城市”可以关联指标“人口”，其值为具体城市的居民总数。
维度和指标的关系：
虽然维度和指标可以独立使用，但常见的还是相互结合使用。维度和指标的值以及这些值之间的关系，使您的数据具有了意义。为了挖掘尽可能多的深层次信息，维度通常与一个或多个指标关联在一起。
例如，维度“城市”可以与指标“人口”和“面积”相关联。有了这些数据，系统还可以创建“人口密度”等比值指标，带来有关这些城市的更详细的深入信息。
A. 用户数指标
日活（DAU）：一天内日均活跃设备数(去重，每个公司活跃的定义不一样)
周活跃数（WAU）：一周内活跃设备数(去重，每个公司活跃的定义不一样)
日新增DNU：一周内的日均新增人数,计算方式：一周新增设备数(不去重)/自然周天数
最高活跃（PCU）：一周内的最高活跃设备数
月活（MAU）：一个月内的活跃设备数(去重)。
活跃度（DAU/MAU）：体现用户的总体粘度，衡量期间内每日活跃用户的交叉重合情况。
参考：数据指标有哪些？什么是好的数据指标？
新增、月活、日活、浏览量
回访：卸载之后又下载
做对比。增加/减少的程度，去判断策略的好坏程度
B. 用户行为指标
评论、点赞、点击率、停留时长、转发、分享、转化率、日均活跃时常
停留时常不是越多越好，例如注册页。
日均活跃时间。不在相同领域的产品也在竞争。淘宝、微信公众号、头条、游戏。都在抢用户的时间。
评论、收藏….定性与定量的评价，功能上线的好坏
如何通过数据分析掌握用户行为？（一）
C. 产品运营指标
会员收益、广告收益、销售收益（交易额、抽成）
产品初期更加注重用户指标，重点在于扩大用户与市场，打造好的产品口碑。成熟期更注重收益指标，但是如何平衡好二者也是非常重要的，不能一味追求收益而忽视了用户，也不能不考虑收益。
例子：微信订阅号Abtesting，综合考虑公众号收益与用户体验
D. 用户体验指标
问卷方式，产品功能上线前后(（满意度）对比，质信/量化去评估。单访问数量不考虑频度是不科学的，注重用户互动深度，综合考量。
可参考数据维度：用户分享率、用户完成效率、出错率等等
用户体验指标是产品长期运营良好的根本性指标
产品策略指标的获取途径
- 企业内部
用户数指标、用户行为指标 - 企业外部
各大应用商城的产品排行榜，Google paly
参考同类型产品的排行榜做竞品分析，竞争对手的产品哪好哪不好？或者某竞争产品A排行上升，可以看A产品版本迭代，修改了哪些部分，我们自己的产品是否需要改进。
排行榜：市场趋势
下载量：市场规模
评价等：用户喜好
此方法适用用户认知率比较高的产品
不同类型的产品有独特的评估指标
