当用户体验产品时，其需求是否被满足，直接决定了用户之后能否在产品中留下来。在需求被满足的过程中，定位需求关键点，重点优化，是产品经理需要重点锻炼的分析能力。
一个需求被拆解后，可能有N个需求点。若无重点的进行需求设计，会导致产品优点不够出众，无法在同类竞品中凸显差异。因此，在资源有限的情况下，如何在众多需求中定位20%的关键点，并投入80%的时间打磨，并努力做到最优呢？
笔者总结的发现关键点的方法如下：
1. 功能的核心模块体验
2. 数据分析得出“北极星”指标
3. 样本足够的逻辑推论
功能模块的核心体验指的是产品功能上的优先级，哪些功能是最重要的，需要资源上倾斜。比如你做一款短视频APP，其功能的核心模块为内容创造，内容分发，内容变现三个模块，且内容创造和内容分发是更为重要的。一定优先保证内容创造和内容分发模块的产品体验。
数据分析得出“北极星”指标指的是通过提升某一具体指标来达到提升产品留存的方法。比如Facebook的北极星指标“让用户在7天内加10个好友”，极大的提升了Facebook用户的留存。用户在我们的产品中会发生一系列的行为，需要我们通过数据分析得出，哪些行为和留存是强相关的，并通过一系列方法强化该行为，从而达到提升留存的目的。
基数足够的逻辑推论可以理解为归纳法，通过一系列个体行为概括出一般原理的思维方式。假设N个案例都符合有A则B，那我们归纳第N+1个案例，有A则B。在进行归纳的时候，需要考虑样本基数是否足够（大于5）。同时可以用演绎的思维，反向验证一般原理的可信度。
以笔者负责的狼人杀产品举例：
1. 功能的核心模块体验
狼人杀产品的核心模块即9人局的体验，9人局体验的核心即语音沟通。在开发资源有限的情况下，一定要优先把语音功能的体验给打磨到最高标准。低于标准的体验在后续竞争中是没有竞争力的。核心体验落后于竞品，想通过其他功能曲线救国，无异于捡了芝麻，丢了西瓜。
对核心模块体验优化后，可以通过数据和用户反馈2个维度来评估优化的效果。数据比如是功能留存，功能时长。用户反馈比如是玩家在玩家群里的吐槽，评价。数据可以跟历史数据纵向对比，也可以跟业内竞品数据进行横向对比，判断是否达到优秀标准。用户反馈可以定期通过用户体验量表得出数据上的直观表现。
2. 数据分析得出“北极星”指标
首先你要对需求敏感，推测可能影响核心数据的关键点，进行数据分析，发现“北极星”指标。比如狼人杀产品，我们推断"成功开始游戏"的新用户留存是比“未开始游戏”的新用户留存高的。之后我们通过数据分析得出成功开始游戏的新用户次留为30%左右，而未开始游戏新用户次留仅为15%。因此，我们将“组局率”（当天开始游戏人数/日活人数）作为北极星指标，进而通过各种方案提升组局率。
3. 样本足够的逻辑推论
当我们深入了解产品之后，会认识许多的用户，进而，我们可以从用户身上提取出共通性。如果符合共同性的用户基数足够，那么大概率这个主观推论是值得尝试一下的。比如我认识的核心狼人杀玩家都有一个微信群，然后通过后台数据查询了20个玩家的核心数据，数据都很好。于是推断，拥有社交关系链的玩家数据都很好。
当然，可能存在“因果倒置”的情况，即数据很好的玩家自然而然的产生了社交关系。这时我们可以反向再验证下，基于“有群关系有利于提升核心数据”，我们给一部分玩家提供群关系，一部分玩家不提供，再比较2部分玩家数据间的差异。若差异明显，那便指的一试。
综上：
确定用户需求满足过程中的关键点，尽量在产品立项时就考虑的足够清楚。很多失败的产品不是执行上不够努力，而是战术上的勤奋掩盖了战略上的懒惰。而产品上的战略，即用户需求满足过程中的关键点。
勤于思考，努力做到，好钢使在刀刃上。
敬请期待下一篇：《七、提升关键点的转化率》
