产品经理最花时间的2件事：异常逻辑梳理与数据处理

Posted 2020-09-29 Kayvan

冰山：异常逻辑梳理

也许你用了九牛二虎之力，终于把产品的主流程梳理清楚了，但是你看到的只是产品冰山海面上的那10%，剩下的90%是海面下各种情况的异常逻辑。

? 10%的冰山和90%的冰山

任何一个产品功能逻辑，都分为主逻辑和异常逻辑。产品经理们当然要花时间设计精妙的产品主逻辑，构建体验良好的用户使用流程，甚至考虑一个完整的用户闭环。露出水面上10%的冰山，也许会让你心醉；但水面以下90%的冰山，也许会让你心碎。可是没办法呢，产品经理也需要把主逻辑之外的复杂异常逻辑“尽量”梳理清楚。

? 常见的异常逻辑大礼包

常见的异常逻辑有网络错误、新旧功能冲突、任务中断、因延迟导致前端页面与后台逻辑不匹配等。Glen这里帮大家做了简单的总结：

上面简单总结了一些异常逻辑，现实产品设计中遇到的各种异常逻辑远不止这么少。做产品就像完成一件艺术品一样，需要慢慢磨，耐心雕琢。

数据处理

很多童鞋在产品设计时，往往会忽略数据处理的重要性，往往最后会吃大亏。对的，Glen就吃过这个亏，然后被十倍报复了……

? 产品设计的每一个关键步骤都需要数据支持

大部分人，喜欢有创造性的工作，产品经理尤其如此。我们喜欢设计产品的界面、流程、闭环，有时候往往会忽略数据埋点的重要性。产品设计完成后，再返回去给每一个按钮、每一个页面、每一个关键位置标注数据埋点时，我们常常会觉得无聊，因而不重视，因而最后被坑的总是自己。产品设计的每一个关键步骤都需要数据支持，你必须在这些关键节点上做好数据统计埋点。产品上线之后有数据反馈，才能评估产品的品质。切记！

? 无处不在的漏斗

做任何一个产品，都能搭建各种漏斗模型，因为流失和损耗是不可避免的。产品体验理论上可以由几个基础漏斗模型体现：前端用户流程的漏斗模型、后台实现的漏斗模型、服务器交互的漏斗模型。他们中的每一个又可细分出N个小漏斗模型，可以细化到对应的关键数据指标，比如点击转化率、支付转化率等。产品经理们，每天都需要关注这些关键的数据指标，更需要不断完善各种漏斗模型：老的产品需要翻新、新的产品需要建立。

? 数据规范

几乎所有的公司都知道数据的重要性，然而很多公司并没有做好，原因很可能是没有一个统一的数据埋点规范。只有统一化、标准化才能够被良好的管理，不然依然是大道理懂了很多，却依然过不好这一生。很有必要统一一套数据规范，例如：业务-渠道-平台-功能-描述，然后在所有的产品上都按规范进行数据埋点，统一的数据平台就这样被建立起来了。当然统一也有弊端，就是限制了个性化，比如你想跟踪不同的产品版本，如果还是走统一的数据埋点，那会导致两个结果：要么你不敢放量，产品改进后看不出明显的数据反馈；要么你胆儿肥放了很大的用户量，但这样你要承担非常大的改动风险。

这里Glen推荐你一个方法，在规范的数据统计点的后面，再通过页面或者客户端给你增加一个版本段位 Version XXX，然后把版本数据这部分单独上报到另一个地方。（如果你有更好的办法，请告诉我，蟹蟹）