决策|如何根据数以千计的用户洞察，做出最佳的产品决策老客户|交互|商家|产品|用户

编辑导语：产品在优化的过程中，需要做好相应的用户调研，洞察用户需求，进而找准迭代的方向。然而我们应该如何整理得到的用户洞察数据，最终驱动产品决策呢？本篇文章里，作者结合实际案例，针对该问题进行了梳理，一起来看一下。

文章插图

文章插图
这些天我们获取了许多关于产品的定量和定性数据。这些数据无处不在，你可能做了许多用户访谈，从用户调查问卷中获取反馈，或者使用其他方法来获取数据。
同样，用户也给我们提出了许多功能需求或者对产品提出了许多问题。用户确实通过这些让我们了解他们的想法和困难。收集完这些数据之后，你将拥有一个海量而杂乱的数据库等待被使用。
“用户的洞察是重要的，数据驱动的产品策略是必要的。”
我们都知道用户洞察是制定产品策略的基石之一。用户洞察是十分有价值的，因为我们可以根据这些来制定产品阶段性目标，并且创造出最大的价值。
然而，你需要很小心地使用这些数据，否则你将会做出错误的决策或者最终根本没有发挥这些数据的价值。如果没有很好地使用这些数据，难道不是错失了一个良好的机会吗？
“所以，你想要分析这些用户洞察数据吗？首先，你需要整理它们……”
严肃地说，你需要用某种方法使用这些数据，并从海量的数据中理解用户的诉求和洞察。
我的团队已经意识到这一步的关键在于如何整理这些数据，为了做出数据驱动的产品策略，你需要浏览数据，然后快速地确定需要聚焦在哪一部分数据上。
一、使用什么方式来整理数据？ Can any structure work？
我的团队曾尝试使用一种备受推荐的结构来整理数据，这一年内，我们在根本没有考虑洞察的情况下就做出了产品策略。
这种备受推荐的结构如下：

文章插图
我们把产品分成几个部分（比如注册/首页），在每个部分下面把从不同渠道收集到的数据以主要功能和其下的子功能的形式标明。
遵循这一结构，哪一洞察出现的数量越多，我们就可以关注这一部分的功能需求并且制定产品阶段性目标（给每个洞察打分会比单纯的计算哪一洞察出现的数量多更加复杂和严谨）。
但是这一方法并不奏效，因为一些原因这个方法是误导的且令人迷惑的。
二、问题所在 The problem1. 更快的马还是一辆汽车这是一个来自 Henry Ford 的著名的故事，Ford 说，如果我问人们他们想要什么，人们会说他们想要更快的马。
这意味着用户不会总是告诉你最佳的解决方法，在这个情境下，给人们一辆车是更加理想的选择，但是你会理解用户的需求并且想出一个更好的解决方案。
“更快的马”是我们使用备受推荐的结构来整理数据时遇到的一个问题，让我来举一个例子。
这是 Jimmy，他正在使用一款视频会议软件，他想要我们加入一个音频故障排除功能。

文章插图
这的确是一个解决方案，但是问题在于 Jimmy 在音频连接上有太多问题了，在我们这边解决这个问题，而不是让他自己手动解决这个问题是一个更好的解决方式。不幸的是，Jimmy 并没有提出这个更好的解决方式，但是我们不会责备他，因为他并不是专家。
所以想象一下，你一直使用这种备受推荐的结构来整理数据，把每一条需求都放进去，不断得获得越来越多的投票，之后你就决定实现这个需求，可是这个方案并不理想，这根本就不是最佳的解决方案。