在产品经理自学基础1那篇里,我把入行前半年该补的知识框架整体过了一遍:岗位分工、需求池、用户画像、MVP、PRD长什么样。当时有不少朋友留言说:这些名词我都记住了,可真到了要判断"这个需求做不做、那个功能砍不砍"的时候,还是不知道怎么下手。这其实就是从"基础1"跨向"基础2"最需要解决的问题——概念继续堆砌已经没有增量,真正要练的是决策能力。
所以这篇"产品经理自学基础2",我不会再给你罗列新名词,而是把产品经理日常工作中真正要反复使用的那套思考方式拆开讲:需求怎么分析才不靠拍脑袋、竞品怎么拆才能拆出决策依据、数据怎么读才能发现问题、PRD和评审怎么做才不会被开发怼。适合已经看过基础概念、准备用真实场景练手的自学者,也适合刚入职不久、发现学校教的用不上的初级产品经理。这一篇的东西,每一节都能直接拿去用在你的实际项目上。
1. 自学产品经理的第二个坡:从会背概念到会做决策
1.1 为什么大部分自学者会卡在第二个阶段
基础1阶段学的东西,本质上都是"名词":DAU、留存、转化漏斗、用户画像、MVP。这些概念背下来不难,网上随便搜一篇入门文章就能看个大概。但工作里的产品经理面对的从来不是名词,而是一道道没有标准答案的选择题。
举个例子。老板跑过来说:"竞品上了个打卡签到功能,我们是不是也得做一个?"你说做还是不做?如果只背过概念,你会想起"用户激励体系""留存工具"这些词,然后准备照着抄一个。但真正的产品经理要考虑的是:我们的核心用户是谁、打卡能解决他们的什么问题、团队有没有精力做完并运营起来、这个功能会不会只是自嗨。
这就是基础2和基础1的本质差别:基础1教你知道"有什么",基础2逼你在信息不完整的情况下做出"怎么办"的判断。自学的人往往在第二个坡上卡住,不是因为不够努力,是因为学校里和教程里都没有人逼你做决策练习。
1.2 "做决策"需要哪三种输入
我做了这些年产品,回头看每一个最终被验证正确或错误的产品决策,底层输入其实就三类:
- 事实和数据:这个问题的规模有多大?用户在哪一步流失了?类似功能的历史数据表现如何?
- 用户理解:目标用户到底是谁?他们打开产品的场景是什么?他们说的是不是他们真正想要的?
- 业务约束:现在有多少开发资源?排期多久?技术债重不重?老板给的KPI是什么?
大多数自学者的问题在于,只练了中间那部分——用户理解全靠猜,数据不去查,业务约束完全没概念。于是做出来的方案看起来逻辑通顺,但一放到真实环境里就被各种现实因素击穿。
我特别想强调一点:自学产品经理最缺的不是知识,是反馈。在公司里,你的需求要过评审会,开发会问你边界怎么处理,运营会质疑你的判断,数据同事会指出你口径不对。这些对抗虽然当时很难受,但恰恰是让你进步最快的东西。自学者没人挑战你,你就很容易在"以为自己会了"的状态里停留很久。所以这篇文章后面每一节,我都会尽量把"别人会怎么挑战你"这个问题一并写出来。
2. 需求分析进阶:把"我觉得"变成"有依据的判断"
2.1 一个典型需求是怎么从口头描述走完流程的
先看一个最日常的场景。运营跑过来跟你说:"我们的下载转化率太低了,做个签到领奖吧,肯定能拉起来。"如果你是刚入门的产品经理,这时候容易直接进入画原型的阶段。但老手听到这句话,脑子里会先弹出几个问题。
"下载转化率低"是多少?是1%还是5%?行业里这类产品的中位数大概是多少?用户到底是在哪一步流失的?是渠道导流问题、落地页问题、还是注册流程本身太重?签到领奖解决的是"用户来了之后不活跃"的问题,而你没有证据证明"用户不来"的原因是不想活跃。
这个例子说明一个非常核心的道理:**运营和技术给你的往往不是需求,是方案。**你能不能满足他,取决于你有没有能力从他的方案里挖出真正的诉求,再判断这个诉求是不是值得解决。
所以我在处理这类需求时,给自己定了一个流程:先记录原话,再写"他真正想解决的是什么",最后写"我判断该不该做、为什么"。就这三栏,能挡掉大部分拍脑袋的需求。如果你现在正在自学,我建议你拿手机里任何一个产品,把最近一个月它做的更新都按这三栏拆一遍,比看十篇"需求分析怎么做"的文章都有用。
2.2 需求优先级排序:RICE评分和KANO模型的组合用法
需求池里躺着几十条需求,怎么排先后?初级产品经理喜欢用"感觉这个重要",高级产品经理会给一个可讨论的评分体系。我最常用的组合是KANO模型加RICE评分。
KANO模型帮你做定性判断,它把需求分成三类:基本型、期望型、兴奋型。
- 基本型:没有的话用户会非常不满,比如聊天软件的发送消息、登录功能。这类需求不做,产品无法成立。
- 期望型:有的话用户会满意,没有会不满意,线性相关。比如深色模式、搜索排序优化。
- 兴奋型:没有用户也不觉得缺,有了会眼前一亮。比如表情包推荐、拍照直接识别商品。
但这东西有个麻烦:它不能量化"值不值得现在做"。所以我一般再用RICE评分来帮忙拍板。RICE是四个单词的缩写:Reach(触达人数)、Impact(影响力)、Confidence(信心指数)、Effort(工作量)。
| 维度 | 含义 | 评分方式 |
|---|---|---|
| Reach | 3个月内能影响多少用户 | 按具体人数估算 |
| Impact | 对目标指标的影响程度 | 0.25微小、0.5低、1高、2极高等 |
| Confidence | 你对自己估算的信心 | 100%高、80%中、50%低 |
| Effort | 需要的团队工作量 | 按人周计算,要问开发 |
然后按公式算:RICE分 = (Reach × Impact × Confidence) / Effort。
举个例子。需求A:在账单列表增加搜索功能。估算月覆盖2000人,Impact给0.5,Confidence 80%,需要2人周。分数 = (2000 × 0.5 × 0.8) / 2 = 400。需求B:重做新手引导,月覆盖5000人,Impact给0.75,Confidence只有50%,需要6人周。分数 = (5000 × 0.75 × 0.5) / 6 = 312.5。这样一比,从投入产出看A更优先,但考虑到B信心指数低,你可能应该先做个一周的小调研把B验证清楚,而不是直接砍掉或者直接开工。
用RICE时要记住几个坑:Impact的评分标准要和团队提前对齐,否则每个人给的数没法比;Effort一定要问开发,不要自己拍;Confidence低的需求不要直接上或直接砍,应该进入验证环节。
2.3 学会场景推演:把需求"演一遍"再决定写不写
前面说的都是排序和过滤,现在说一个我在实际工作中觉得最提效的动作——场景推演。拿到一个看起来没什么问题的需求时,先别急着画原型,闭上眼睛把用户使用它的完整过程演一遍:从什么入口进来、当时是什么状态、操作完会发生什么、如果中途出错了怎么办。
举个例子。有个需求是"账单支持导出Excel"。听起来很简单,不就是拉个列表加个导出按钮吗。但你推演一下就会发现问题:用户导出的场景是什么?如果是拿去给财务报销,他需要的是某个月份的消费明细,带时间、商户、金额;如果是自己记账分析,他可能需要的是全量流水,甚至要按类别汇总。导出的Excel用手机打开乱码怎么办?导出的数据量超过十万行怎么办?权限上,子账户能不能导?
我当时练这个推演,是在一个记账App的需求里发现:用户真正不满的不是没有导出功能,而是"总金额对不上账单里的数"。导出只是他用来对账的手段。如果只做导出,等于帮用户把一个错误数据加工成一份更正式的表格。真正该做的是先把金额计算口径问题解决掉。
所以我给自己定了个习惯:任何一个需求在进入PRD之前,先写一份一页纸的场景推演。不用写得很正式,就是"用户在什么情况下、带着什么目的、如何一步步完成这件事,以及每一步可能的阻碍"。这个习惯养成之后,你会发现需求池里至少三分之一的需求在推演阶段就被推倒了——这不是浪费,这是省钱。
3. 竞品分析实战:不是抄功能,是拆对方的决策逻辑
3.1 为什么你做的竞品分析没有用
很多自学者写的竞品分析,打开是这种结构:竞品A的首页截图、竞品A的消息页截图、竞品A的个人页截图……每个截图下面配两行字"该功能支持XX,体验比较流畅"。写三十页,发给谁都没人看。
问题出在哪?你把竞品分析做成了功能清单。功能清单当然也有价值,但价值是给研发参考的,不是给产品做决策用的。产品经理做竞品分析,唯一的目的是回答自己正在纠结的问题。
比如你在纠结"我们应不应该在首页加一个关注Tab",这时候你去拆竞品的信息流结构才有意义。你要看的不是它有没有关注Tab,而是它为什么有、在什么阶段加的、加了之后解决了什么、牺牲了什么。做竞品分析的时候,记住这句话:你是去读对方的决策逻辑,不是去抄对方的功能样式。
3.2 一套能落地的竞品拆解框架
我给自己总结了一个四步框架,每次做竞品分析就按这个走,基本不会跑偏。
第一步,明确分析目的。你是为了验证商业模式、为了抄一个具体功能,还是为了给自己的产品找定位?目的不同,你拆的颗粒度完全不同。
第二步,选竞品。这里很多人只会选"直接竞争对手",也就是产品形态和目标用户都差不多的那个。但真正有用的竞品分析还要包括间接竞品和替代品。
| 类型 | 定义 | 示例(假如你在做一款健身记录App) |
|---|---|---|
| 直接竞品 | 形态相似、用户相同 | Keep、Fitbod |
| 间接竞品 | 方案不同、解决类似问题 | 线下私教工作室、抖音健身博主 |
| 替代品 | 用户用别的方式满足同一需求 | 小红书食谱、共勉打卡群 |
第三步,拆解维度不要贪多。每次只挑三到五个维度深挖,比如定位、目标人群、核心链路、商业化设计、留存机制。问自己三个问题:对方最核心的一个循环是什么?这个循环里哪个点最强?哪个点明显是妥协的结果?
第四步,输出决策。不要用"对方做了XX功能"这种陈述句,用"对方用XX解决了XX问题,对我们的启示是XX,我们决定做/不做XX"这种句式。
我拿一个真实案例来演示。之前我拆过一个内容社区的信息流,发现它采用"关注流+推荐流"双Tab结构。很多人觉得这是标配,但往深了想,这个结构背后是两个决策:关注流服务于老用户的关系链,推荐流服务于新用户的内容冷启动。如果只做推荐流,新用户能快速看到内容,但老用户会觉得"我的关注有什么用";如果只做关注流,新用户进来扑面而来全是陌生人动态,根本留不住。拆到这一步,你就能回来思考自己的产品了:如果我们也遇到新用户留存低的问题,是不是该优先建推荐流而不是先加关注Tab?这就是竞品分析的真正用处。
3.3 竞品资料的获取渠道和一些注意事项
拆竞品最怕没素材。我常用的渠道大概这么几类:产品本身的注册体验和全流程使用记录;公开的官方公众号、创始人访谈、产品更新日志;财报和发布会上提到的用户数据和战略方向;行业媒体和分析报告的交叉验证。
没进那家公司,你永远拿不到它的内部数据,所以要学会从公开信息里做合理推算。比如一个社区产品的财报里公布了MAU和单用户日均使用时长,你就可以推算它的总使用时长规模,再结合公开的创作者分成数据,大致反推它的供需匹配效率。
还有一条必须提醒:不要试图通过任何不合规的渠道去获取竞品的内部数据或后台截图,这既是职业操守问题,也是法律风险问题。产品经理应该有竞品意识,但更应该有边界感。用公开可查的信息做分析,完全够用。
4. 数据指标不是报表,是产品经理的决策语言
4.1 从北极星指标开始反推指标体系
很多自学者学数据分析,一上来就学SQL、学Python,方向错了。产品经理的数据能力首先不是写代码,而是知道该看哪个数、这个数为什么变、变了之后怎么办。
一个产品最重要的数据指标叫北极星指标,它要能代表产品给用户创造的核心价值。拿内容社区举例,注册量不是北极星,因为注册了不用等于零;DAU也不是最好的北极星,因为它可以被签到和推送硬拉起来。对这类产品,我更倾向于用"周活跃阅读用户数",它意味着用户真的在持续获取内容价值。
从北极星指标往下拆,就是一套指标体系。核心逻辑是:用户从接触产品到成为忠实用户,会经历一条链路,每个环节都要有人负责、有数可看。
| 环节 | 核心指标 | 这环节要回答的问题 |
|---|---|---|
| 激活 | 注册转化率、首次关键行为完成率 | 新用户进来能不能在5分钟内体验到产品核心价值 |
| 活跃 | DAU/MAU、人均使用时长 | 用户是否在养成使用习惯 |
| 留存 | 次日留存、7日留存、30日留存 | 用户第二天还来不来,一周后还来不来 |
| 变现 | ARPU、付费转化率 | 产品靠什么赚钱、付费点是否自然 |
| 推荐 | NPS、邀请率、K因子 | 用户愿不愿意把产品推荐给别人 |
这里面要特别注意指标口径的统一。拿DAU来说,去重口径是按设备算还是按账号算?跨天时区怎么算?不同团队要是不对齐,后面分析数据一定打架。我在写PRD的时候就会规定好:这个页面事件叫什么名、参数带什么、统计口径是什么。等到功能上线,数据自动按约定的口径进入看板,省掉后面大量扯皮。
4.2 没有真实数据,自学者怎么练手
这是个老问题。很多自学的人说:我知道指标重要,但我手上没有产品、没有数据,怎么练?不是完全没有办法,我用过几条比较有效的路子。
第一,拿上市公司的财报练手。很多互联网产品在财报里会公布MAU、ARPU、营收结构。你可以拿着三个季度的数据,自己试着找规律:用户涨了但收入没涨,说明什么?收入涨了但用户没涨,又说明什么?把推论写下来,然后去官网动态和行业分析里验证。
第二,给一个自己天天用的产品造指标体系。比如你天天用某记账App,你觉得它现在的留存做得不好,那你怎么定义它的北极星指标?往下一级拆,关键的激活行为是什么?从哪里能找到留存断裂的证据?这是纯思考题,但特别练"数据思维"。
第三,用Excel做模拟数据。假设自己是一个电商小产品,设定1000个用户样本,给每个用户编上来源渠道、注册日期、购买次数、退款记录。然后自己算一遍:哪个渠道的次留最高、哪个渠道的30日留存衰减最厉害、退款率最高的商品有什么共同点。数据是假的没关系,练的是从数据到假设的思考链路。
我始终觉得,产品经理和数据分析师的分工区别在于:分析师帮你确认"是什么",产品经理要回答"为什么、怎么办"。所以练手的时候,重点不是把指标算得多准,而是看到一组数字之后,你能提出多少条有价值的假设。
4.3 数据异常时,产品经理怎么排查
很多人一看到数据跌了就慌,直接给研发发消息:"你是不是改坏什么了?"这样既不专业也解决不了问题。我自己的排查顺序是固定的三步。
第一步,判断波动是不是真的异常。看趋势线,不能拿今天的数字和昨天的比,要拿它跟过去30天同一维度的数据比。还要看波动是否落在正常的假期效应、周期效应范围内。
第二步,拆维度定位。如果次日留存率从40%掉到了35%,不要停留在总体层面。按版本拆,是不是只有新版用户掉?按渠道拆,是不是某个买量渠道带来的用户质量下降了?按人群拆,是不是新用户掉而老用户没掉?每拆一个维度,范围就缩小一圈。
第三步,提假设、排优先级。结合最近一周上线的功能、渠道投放变化、运营活动来分析。先验证可能性最高的那个假设。比如你发现只有新版用户留存掉了,而且新版正好改了注册引导流程,那第一个该查的就是引导流程是不是让用户卡在某个环节了。
这背后有个很重要的习惯:从写PRD的时候就要想好埋点方案。别等功能上线了才研究为什么数据不对,那时候你已经没有过程数据可以看了。所以我在第五部分会专门讲,一份合格的PRD里,埋点方案是必写项,不是可选项。
5. 中期工作流的真实面貌:PRD、流程图与评审会
5.1 PRD是"思考容器",不是"免责声明"
有些新人把PRD写成了免责声明,事无巨细写一堆,等于什么都没想。真正好的PRD,核心作用是逼你自己把逻辑走通,顺便让开发、测试、设计能高效地理解你的思路。
我写PRD用的骨架是固定的,分享给你。第一块是背景和目标,目标必须量化。不要写"提升用户体验",要写"新版注册流程将注册转化率从35%提升到45%"。第二块是范围,明确"做"和"本期不做"。"本期不做"这一栏特别重要,能省掉评审会上大量"那这个呢?"的问题。第三块是功能详述,包括用户故事、交互流程、异常场景和边界情况。第四块是埋点需求。第五块是上线方案和回滚方案。
这里我要格外强调异常场景和边界情况。开发最怕的不是你功能讲不清楚,而是主流程讲完了,一问边界全没想过。没登录怎么办?网络断了怎么办?数据为空怎么展示?用户重复提交怎么处理?权限不足怎么拦截?这些写清楚,开发对你的好感会直线上升。
5.2 流程图与状态图的正确用法
画流程图前面要搞明白一个问题:你画这张图是为了表达什么?方向不同,用的图完全不同。
展示一个跨角色、跨系统的操作流程,用泳道图。泳道图按角色或者系统分横向泳道,每个角色在自己的泳道里做动作,箭头表示流转关系。好处是一眼能看出来:谁在什么环节卡住了、交接是不是清晰、有没有哪个角色被分配了过多职责。
展示一个实体对象的状态流转,用状态图。比如订单,它可能有待支付、已支付、已发货、已完成、已退款、已关闭这些状态。状态图重点画状态之间有哪些合法转移,以及触发转移的动作是什么。凡是后台管理、订单系统、任务系统这类需求,状态图比流程图更合适。
我每次画完图都会做一个自检:是否每个分支都走到了终点、每个判断节点有没有兜底处理、泳道之间的交接有没有明确的信息载体(比如"提交表单"这件事产出什么、传给谁)。如果你画完发现一张图里有超过七八个判断节点,那不是你画得不好,而是这个功能本身就该拆分成好几个。
工具方面,draw.io免费、ProcessOn在线方便、Figma也能画。不要纠结工具,能把想法画明白就行。
5.3 评审会上最容易被挑战的问题清单
评审会是很多自学者的心理阴影,但其实被挑战是好事,说明别人在帮你找漏洞。我整理了常见的几类问题,你自己写PRD的时候,可以逐条先问自己一遍。
| 问题类型 | 评审会上最常见的问法 | 你提前该做的准备 |
|---|---|---|
| 需求价值 | "你怎么证明用户需要这个功能?" | 拿出用户反馈、数据证据,哪怕是小范围调研结果 |
| 边界情况 | "用户没登录怎么办?断网呢?" | PRD里列出异常场景清单,不遗漏、不侥幸 |
| 优先级 | "为什么这个现在做,不做行不行?" | 用RICE这类评分逻辑说明排序依据 |
| 技术约束 | "开发说了,这个做不了/要三个月" | 提前和开发对齐技术方案,备选方案至少要一个 |
| 成功标准 | "上线之后,你怎么知道它成了?" | 写清验收指标和埋点方案,没有指标的需求不要提 |
还有一个经验:评审之前,提前把文档发给测试和开发里技术能力比较强的人看一遍,请他们先提一轮意见。这不会显得你能力弱,反而说明你靠谱。评审会是为了确认方案,不是为了检测能力,你要尽量让所有分歧在会前就解决掉,会上只讨论真正需要拍板的事。
6. 自学者最容易卡住的三道坎,以及我的破局方法
6.1 坎一:只学不练,一直在收藏方法论
我见过太多自学者,收藏夹里存了几十个"产品经理必看""干货合集",真正动手做一个完整方案的几乎没有。为什么?因为练习意味着要动脑、要被否定、要输出可能很烂的东西,比"收藏"累多了。
破局方法很简单粗暴:给自己布置一个限定时间的端到端任务。比如:假设你是某记账App的产品经理,目标是把月活跃用户提升10%,时间三个月。请你在两周内输出一份可以拿出去评审的方案,内容包括:目标拆解、用户场景分析、功能设计、核心埋点、评审备问、上线后的验证计划。
这个任务不需要真实数据支撑,你模拟就行。关键是整个过程必须走完:不能只写一个功能,要想清楚它怎么影响北极星指标、开发成本大概多少、有什么风险。做完之后,找任何一个懂产品的朋友或网友来挑战你,认真听批评。
6.2 坎二:工具学太多,反而没时间思考
产品经理的工具列表越来越长:Axure、Figma、Sketch、ProcessOn、Notion、Teambition、Mixpanel……很多自学者把大量时间耗在"学会每一个工具"上,误以为工具熟练就等于产品能力强。
实际上,在一家公司里,产品经理常用的核心工具就那几类:画原型的(Figma或即时设计这类,二选一就够)、画流程图的(draw.io或ProcessOn)、写文档的(Notion或语雀)、做表格的(Excel或在线表格)。每一类用一个顺手的,学到"能把想法表达出来"的程度,就可以了。
判断标准很简单:**工具是服务表达,不是表演技能。**如果你为了画一个好看的高保真原型要花一周,那就是你工具使用方法错了。产品经理交互细节可以做得粗糙,但业务逻辑必须讲清楚。把省下来的时间用来做场景推演、做数据分析、打磨PRD,比啥都强。
6.3 坎三:没有反馈回路,不知道自己几斤几两
在公司里,产品经理的需求会被设计挑战、被开发挑战、被测试挑战、被运营挑战。你说"我觉得这个用户可能需要",立刻会有人问"你有数据吗"。这种对抗环境虽然难受,但能逼着你不断完善想法。
自学的人最缺的就是这个。没人怼你,你就不知道方案的漏洞在哪,会长期停留在自我感觉良好的状态。我试过几个办法来解决。
一是把你的方案和决策记录发到产品社区或者行业群里,征求不同意见。发布前记得做好业务脱敏,别把公司内部数据放进去。二是找一位产品经验比你丰富的人做模拟评审,付费请教也可以,一次两个小时,让他专门挑你方案里的毛病,这个钱花得比买课值。三是养成写复盘的习惯,每个练习项目结束之后写三栏:当时是怎么想的、结果如何、如果重来会在哪里改变。自我复盘虽然比不上外人批评,但它能帮你建立起"回看自己决策"的惯性。
6.4 "基础2"阶段的自学路线建议
如果你已经看完这篇文章,想把这套东西真正内化,我建议你给自己排一个8周的学习计划。
| 周期 | 学习内容 | 输出物 | 达成标准 |
|---|---|---|---|
| 第1-2周 | 需求分析与优先级判断 | 一份需求池清单+两个RICE评分案例 | 能对任何需求说清楚"做/不做、为什么" |
| 第3-4周 | 竞品分析 | 拆解3个产品,每个输出一页决策页 | 能说出竞品每个核心功能背后的取舍 |
| 第5-6周 | 数据指标体系 | 选一个真实产品,写出它的北极星指标和完整漏斗拆解 | 能给指标定义统计口径并规划埋点方案 |
| 第7-8周 | 端到端练手项目 | 完整方案+评审备问+数据验证计划 | 找至少一位同行完成模拟评审 |
每两周一个交付物,时间一到必须拿出东西来,拿不出就降级需求范围,但不能跳步。这种"以输出倒逼输入"的方式,比无限期看书看课靠谱得多。
有人问我,从零开始自学产品经理,最难的是不是学画原型、学写文档?我的真实感受是,这些东西都有标准答案,照着练总会。真正难的是自己一个人面对一堆含糊不清的信息时,敢不敢拍板、能不能为自己的拍板负责。"基础2"的训练,本质上就是在练这件事。等你把上面这六个模块完整走完一遍,再回头看基础1里那些名词,你会明显感觉到,它们不再是纸面上的定义,而是你每天做判断时随手就能调用的工具。