分析產品的結構化思維：分析需入木三分，不止於表面

要做一個好的產品經理，分析大量的產品必不可少，這對於自己產品設計思路有非常大的幫助。在這個基本套路已經非常成熟的年代，沒有必要做什麼都重頭開始，需要使用拿來主義，這樣速度最快，成本最低，別人已經在用戶那裡試錯幾萬遍了，你又何苦重頭再來。

分析產品是一種習慣，是一種潛意識，並不是要給老闆做競品分析報告了，再找出模板，坐在辦公桌上，畫別人產品的功能結構圖，這種意識要體現在你使用產品的任何時候，長期的積累，才能夠讓你肚子里有貨，做到讀書破萬卷下筆如有神。

那麼如何來分析一款產品呢？這個維度非常多，沒有千篇一律的套路，基於最終目的不同，偏重點也不一樣，有時間，我會寫出來慢慢分享。這裡要說的是日常使用產品中，產品經理要如何有效思考。其實也沒什麼訣竅，就是多問為什麼，通過產品功能的表象推斷背後的邏輯，不斷養成推敲的習慣。拿一個豆瓣電影詳情頁來舉個例子：

大體瀏覽一下電影詳情頁，腦子裡就會浮現出這個頁面功能框架。

內容有點多，篇幅關係，我們聚焦一下，來看看影片信息和豆瓣評分。

看上去蠻簡單的一點點內容，共分為影片信息和豆瓣評分兩個部分。

一、影片信息

乍一看沒什麼啊，不就是影片信息嗎，後台建立一個「電影資料庫」，從裡面把信息讀取出來，展示一下就可以了，如果要寫這個部分的PRD，都覺得沒什麼可寫的，真的是這樣嗎？

1.1影片標題

這裡的影片標題由簡體中文名+影片原名+上映年份組成。這種展示方式讓用戶可以一目了然的知道這是哪個片。對於中文片，很多簡體中文名就是影片原名，那麼就顯示一個即可，如下圖。如果是外國片，那麼就需要把簡體中文名和影片原名都加上了。目的很簡單，讓用戶可以很快認知這個片，定位這個片，無論是查找簡體中文名還是影片原名，都能很快找到對應片源信息。

1.2影片海報

一般來說影片的海報都有很多張，那麼前台影片信息裡面展示哪一張呢？這就需要後台中要加一個封面海報的欄位，便於前台展示。點擊封面海報進入海報集合，用戶可以瀏覽更多關於海報的信息。封面海報是對用戶衝擊力比較強的一個展示欄位，其內容的好壞，會直接影響用戶是否對這個片子感興趣。

1.3影片描述

影片描述讓用戶可以進一步了解這個片子，其中有幾個點會引起思考。

1.主演有很多，展示幾個？

通過分析了解，如果主演小於5個，有幾個展示幾個；如果大於5個，只顯示5個，其他人員信息點擊更多按鈕才展開。為什麼是5個呢？這和人的記憶習慣有關係，一般超過5個，用戶能記住可能性不大，直接顯示的必要性不高。

2.點擊更多…展示所有的主演，豆瓣為什麼不設計收起按鈕？

一個電影的主演數量有限，點擊…展開后也沒有多少，不會影響頁面布局和用戶閱讀，用戶沒有點擊這個收起按鈕的慾望，所以無需設計收起按鈕。

3.為什麼要設計又名（別名）？

用戶通過不同的信息渠道獲取電影信息，可能名字不一樣，別名的設計便於用戶對應認知和搜索查找。如果不設計別名會出現什麼情況？比如說某個用戶聽說了一個叫《魔戒》的片子很好看，進來一搜索，結果沒有。因為這個產品裡面電影就只有影片原名《指環王》，那麼用戶就流失掉了。

1.4更新描述和海報

點擊「更新描述或海報」功能跳轉到影片描述糾錯頁面，這裡不再展開說，想說的是「更新描述或海報」這個按鈕的狀態。在沒有點擊「更新描述和海報」為什麼是灰色，滑鼠移動入區域才高亮呢？

分析原因：這個功能是核心用戶或者高級用戶才會經常使用的功能，普通用戶進來只是做信息消費的，使用率不高，所以設計為灰色，這樣不會幹擾普通用戶的瀏覽，而核心用戶往往是對產品很熟悉的，這種設計也不會影響他們使用。

豆瓣評分

影片信息展示相對來說比較簡單，接下來，我們來分析一下看似更加簡單的豆瓣評分功能。

2.1豆瓣評分

豆瓣電影的核心定位不是一個影視平台，而是一個第三方的影評、交流、分享版塊，所以評價的公正性至關重要。不少影視平台，其評分的加權因素中，編輯確定的評分權重很大，而且還可以人工干預，調整評分（例如：評分＝編輯評分*0.8+用戶評分平均值*0.2）。我們常常在一些影視網站上看到，有些片子明明不怎麼樣，但是評分很高，就是這個原因。但是豆瓣不能這麼做，否則就失去這個模塊的核心競爭力了。既然要保證客觀公正，那就應該全部由用戶說了算，最後的評分結果要體現用戶的意志。

評分初始化

有些影視平台上新片的時候，都是編輯先打個初始分，後續隨著用戶的評價多了，才體現用戶的評價，豆瓣不是這樣，如果用戶評價少於100個（我猜的），則顯示評價人數不足，暫無評分。

評分演算法

原則定下來了，演算法就好定了，就是用戶評分說了算。

通過上圖，我們根據用戶的評分結果，很容易計算用戶綜合評分，例如：

速8的用戶綜合評分，見上圖。（註：一顆星代表2分，滿分5顆星，共10分）

＝（5*15.5%+4*38.7%+3*37.5%+2*6.6%+1*1.6%）*2=7.188≈7.2

通過以上的數據計算，我們可以知道，豆瓣的電影評分是通過用戶的評價計算得來的，沒有編輯參與的成分，這也是大家覺得豆瓣的分數特別客觀的原因。

可能有同學會問，為什麼7.2分顯示4顆星呢？好問題，這又涉及到評星顯示演算法問題。在豆瓣裡面，9分以下；每1分點亮半顆星，不足1分按照1分來算（例如：0.1按照1分算，不是四捨五入規則）。例如：4.7分按照5分算，兩個半星被點亮；5.7分按照6分算，三顆星被點亮；7.2分按照8分算，4顆星點亮；見下圖。這麼設計讓片子的評價好看些，讓用戶有多看一些的慾望。

但是，如果影片上了9分，就代表是巔峰佳作了，其評星顯示演算法要更加複雜一些。

為什麼同樣都是9.2分，但是有的給的是五顆星，有的給的是四顆半呢？這個留給大家猜猜看，為什麼這麼設計，背後的邏輯是什麼