先对用户进行分层，区分出轻中重度用户，再看用户的整体活跃市场和内容数量

内容型产品的剖析会略复杂，由于用户完成一次流量行为的时间可能很短。在登陆后，会进行一系列动作。并且内容型产品往往供给多种论题（时政、科技、体育、二次元……）、多种产品（视频、图文、语音……）、多种形式（PGC、UGC），因而用户行为更杂乱。

此刻，常常先对用户进行分层，区分出轻中重度用户，再看用户的整体活跃市场和内容数量，再看详细行为分散在哪些功用上，每一种功用的使用情况。

战术层的核心便是处理轻重缓急的问题。

• 到底哪些要优化，哪些要新增，哪些要删除
• 优化方向是什么，提升到多少适宜
• 新增方向是什么，起到什么作用

先处理了这些战术层问题，再谈战役层：详细按钮是红是蓝，详细点击是多是少……就十分明晰。达到目标是评价功用点的第一流规范。

当然，实际操作的时分，这一步也是常常被省掉的。许多基层产品司理便是：

• 由于老板让做，所以做
• 由于对手做了，所以做
• 由于调研了用户，用户说需求，所以做

至于做成啥样，完全没有详细预期（或者是随手写一个）。后续剖析就更紊乱了。

战役层：某一个详细页面/按钮/流程/玩法的规划。

战役层的剖析最为人熟知的便是ABtest。由于直接上ABtest，可以很无脑地完结规划层面的争吵，哪个数据体现好就用哪个。ABtest如此流行，以至于许多厂子，连数据剖析师都懒得用传统的剖析方法了，“遇事不决，ABtest！”

ABtest确实是处理争议的最快速手段，特别是触及一个页面上按钮左面/右边这种规划类问题。当产品司理们争执不定的时分，直接上ABtest能让大家快速闭嘴。

但ABtest不是全能神药。由于用户行为一定是多要素归纳影响的成果，用户行为路径越长，累积到最后的影响要素越多，特别是触及现金交易的流程。

因而，假如用户行为真的在末端断掉，很难短时间内拆分清楚。企业实际环境也不像实验室那么干净，用户口碑穿插影响、当季流行的时事、言论风潮、营销偏好等无法搜集数据的要素，都会影响成果，因而ABtest更适合处理流程前段的规划问题，流程越靠后，测试成果越简单失效（如下图）。

更不要说，许多产品司理站在本位主义视点，非让数据证明自己担任的功用没有问题。并且尤其喜欢拿运营活动、外部要素等很难量化的事说事。这种浑水摸鱼，且把水越搅越浑的做法，只能让剖析更无所是从。最后变成大型彼此甩锅现场。

02 产品剖析为啥难做

小结一下，抱负中的产品剖析，应该这样展开：

这样层层分解，目标明晰，落地作用自然简单衡量。可实际上很难这么抱负。产品的实际作用（比如DAU、转化率）不单单受产品影响，也和商品搭配、促销力度、活动支持、用户习惯等许多要素有关，单纯在剖析层面，想逐个解答清楚都很困难。

更糟糕的是：在相当多厂子里，真实的产品司理只有老板一人！挂着产品司理头衔的诸位，其实都是忠实复制粘贴老板命令即可。再加上国内互联网圈子里彼此抄袭习尚稠密，导致产品目标更不明晰，灵活性更大，作用更难观察。

常常做剖析的同学去问产品司理：为什么做这个功用？这个功用的定位是啥？目标是啥？得到的答案便是：

• “老板让做的”
• “我看对手也这么做的”
• “上线了指标不好看，改改”
• ……

无目标，无逻辑，无思路。三无产品，当然让做剖析的同学更糊涂。

这里当然也有做数据剖析的同学本身局限性，许多做剖析的同学一问三不知：

• 产品的定位、目标受众、竞争对手是谁？
• 产品的功用模块流程怎么走？各自什么作用？
• 规划思路是啥？之前数据怎么？对应哪些客群？

啥都不知道……

导致实际上的产品剖析，做出来是这个作用（如下图）

三无产品遇上三不知的数据剖析师，那除了列举“PV/UV/转化率，点击/跳出/GMV”就真的不知道咋剖析了。