数据分析的价值，数据分析的价值及需求？ _知识分享

文章插图
作为产品在工作中会面对大量的需求。
当出现需求反映的问题不够直观时，会导致我们无法做出判断，甚至判断错误，造成不好的影响。
而通过数据分析来对需求进行调研，可以帮助我们作出决策。
例如以下这个需求：
假设A产品是一款B端产品，根据商家规模划分多版本，近日观察到该产品整体付费用户数呈现下滑趋势。
从假设中我们了解到了目前存在的问题，付费用户数下滑，所以希望通过一些产品动作来改变这个趋势。
这是一个合理和有价值的需求，但现在对需求非常模糊，有许多细节问题无可得知。

付费用户数下降是新订用户减少了吗？
付费用户数下降是续费用户率下降了吗？
多版本中是每一个版本都存在了下降现象吗？

当结合这几个问题来看后，我们就能发现，假设中对于“付费用户数下降”这一个现象不够直观。
所以我们依托假设中的现象，不知道具体去做些怎么样的产品动作。

是增加新功能来吸引用户呢？
还是增加功能来提升续费？
不同版本之前是否要区分功能呢？

这时，我们就可以分析近90日该产品不同的版本的付费用户数、新订用户数、续费用户数的趋势。
通过图表展示的趋势，更直观、更具象的了解付费用户的变化情况，定位出呈现该趋势的具体原因，从而针对性的作出产品动作。
由此可见，数据分析在需求调研阶段可以发挥很重要的作用，本文就想和大家讨论数据分析在需求调研中的意义。
一、为什么需要借助数据分析为什么在需求调研环节需要借助“数据分析”呢？
1个问题对应了1个需求，我们会从需求的真实性、严重性和价值性来评估。
当我们面对的需求比较模糊、需求比较主观、需求展示的信息有限时，就无法判断出这个需求的真实性、严重性和价值含量。
这里通过引入“数据分析”可以很好的帮助我们解决问题，在不同需求的场景下，“数据分析”的方法和价值也大不相同。
接下来想通过具体的场景来进行说明。
1.需求比较模糊需求比较模糊，指该需求的表述不清晰。
举个通俗的例子，业主向物业反映天气太热希望电梯可以开空调，这就是一个典型的描述不清晰。
天气太热是一个非常模糊的概念，怎么样算天气热？
如果对天气热增加一个明确的定义，室温超过26度，就是一个清晰的描述。
当需求比较模糊时，仅依据现象无法判断需求的真实性、严重性和价值。
“数据分析”通过将描述模糊的现象数据化、图表化，直观具象地呈现出来了，帮助我们清晰地了解需求所表述的内容，做出合理的决策。
通过文章开头的案例来看下，“近日观察到该产品整体付费用户数呈现下滑趋势，希望通过一些产品动作来改变这个趋势”，这里对A产品付费下滑趋势就很模糊。

是1个2个还是几百个？
占比整个付费用户数多少？
是几天内下滑了还是1个月内下滑了？
是否是自然下滑趋势呢？
同比时间是否也呈现下滑趋势呢？

仅从下滑趋势的现象很难判断是否需要做相关的产品动作。
因为我们对下滑的数量、速度都非常模糊，就无法准确判断下滑的严重性，就没法决策需要做产品动作了。
调研A产品近30日的付费用户数，从10000下降到了8317，下降1638，占比16.38%，而去年相同时间付费用户呈上升趋势。

文章插图
结合图表，我们能非常明显的感知到，A产品近30日呈现一个非常明显的持续下滑趋势。
直观地展示了下滑的趋势和严重性，帮助我们做出了判断：需要通过一些产品动作来进行应对。
2. 需求比较主观需求比较主观，指该需求的表述带有浓厚业务方的主观意识。
这是人的阅历、学识和经历不同所导致的，是基于人本身的经验判断，对于同一个现象，不同经验的人会做出不同的判断
例如关于A产品付费用户呈下降趋势这一现象，某同学之前经历了3个项目，3个项目中都存在付费用户数下降的现象发生，通过做了一些提升续费的动作改变了下降趋势。
所以这一次面对A产品付费用户呈下降趋势现象时，该同学自然而然提出了这里“付费用户呈下降趋势是由续费率下降导致的”，需要做相关提升续费的产品动作。