Zi 字媒體

從攜程的產品迭代上，看產品經理要如何高效發現問題

2021/12/25

yidianzixun

文章分享了作者在工作中是如何通過發現問題，來推動產品的迭代發展的，希望本文能夠對你有所啟發。

面臨的困境

去年6月份，我加入了攜程機票前台產品團隊。在攜程工作一年多以來，發現很多產品人面臨這樣一個困擾：不知道如何高效的發現問題，很多需求都是老闆或業務提出來。本篇文章旨在分享我是如何通過各種方式不斷的發現問題，來推動攜程機票產品的迭代。

解決方案

產品經理的核心職能之一就是發現問題，發現問題本質是提出假設和驗證假設的過程不斷循環。以我的工作經歷而言，主要都是從事電商交易類的產品工作。交易類產品的轉化，本質上是一個漏斗模型，每一步都有大量用戶流失（越是決策成本高的商品，流失率越大）。因此用戶決策所需的信息越是得到滿足，轉化率便越高。產品經理要做的就是不斷提出假設，來對準這些未被滿足的信息，並得到驗證結果。假設提的好，驗證的過程會很短，做事的效率會非常高。驗證假設之後便可以設計解決方案，並依據ROI排定需求優先順序，做最快速的迭代及數據驗證。

如何提出好的假設？

先給結論：提出好的假設需要不斷體驗產品，對產品數據足夠敏感，需要有足夠的業務sense，需要有場景發散的能力。

1.體驗&用戶反饋&數據。

首先需要建立自己對於產品的信息敏感度和數據敏感度。

在你還不了解產品業務的時候，體驗&用戶反饋是你的第一利器。通過體驗自己的產品、競品，看用戶反饋，可以建立自己對於所負責產品的信息敏感度（產品有哪些信息？如何歸類？哪些維度會影響用戶的決策？不同用戶群關心的不同維度分別是什麼？這些維度的權重？等等）；體驗的問題一定要能夠量化。

產品經理每天都需要看數據，具體看什麼數據需要你自己定義。我負責的是機票預訂流程，那麼我會關注訂單量、單uv收入、單票收入、每個頁面的uv、停留時長、頁面間轉化率、各頁面中用戶主要點擊分佈、新老用戶佔比、復購率等等。這個階段看數據的目的是：建立起自己對於產品的數據敏感度。知道什麼樣的數據才是正常，標準是什麼，取數邏輯是否符合全公司統一的口徑。有足夠的敏感度后，在數據出現問題時，就能第一時間定位到問題點。

以下是兩個案例：

案例1：從體驗中發現問題，體驗產品過程中發現機票填寫頁的頭部價格展示有誤導用戶點擊的可能性（見下圖）。頭部價格的展示是源於我加入攜程之前的某一次填寫頁改版，拉取AB數據發現頭部價格的點擊率由X%上升到2X%，翻了將近一倍，同時填寫頁的停留時長增加了Y秒。原因是我們的設計直接把引導點擊的箭頭放在了價格旁，誤導用戶去點擊（實際頭部設計的作用是讓用戶查看航班詳情）。基於此，便立項來解決這個問題。

（上線前）

（上線后）

案例2：從數據中發現問題，看數據過程中發現收益數據持續下降（注意這裡已經分辨了數據是否正常）。影響收益下降下降可能有諸多方面的原因。要第一時間定位到問題，就要將影響要素從大到小排列，優先從影響大的要素開始查起。查看數據后發現，是因為機票中間頁某產品選擇率持續降低，便據此立項來解決這個問題。（敏感原因不上圖）

2.業務sense。

其次，在建立自己信息敏感感度和數據敏感度的同時，產品經理需要不斷深入了解產品業務，建立起足夠的業務sense。對大部分產品經理來說，業務sense是他們的核心競爭力。對業務的理解深度會直接構築你的壁壘，壁壘有多高，你的不可替代性就有多強。業務sense+信息&數據敏感度，結合的好的人，遇到問題時總能第一時間找到問題的梯度方向，節省大量分析問題的時間。

了解業務需要不斷獲取信息&想法交流。對於機票產品，我的做法是：加入了許多航空、旅遊業內群，關注大量航空業、旅遊業微信公眾號，各新聞客戶端訂閱旅遊、航空相關內容推送、上市旅遊公司財報，在知乎、脈脈等相關平台結識航司、OTA、供應商等業內人，不斷交流想法。我雖然只在機票行業1年，但我相信我對業務理解的深度不會比幹了3年的人低。

以下是兩個案例：

案例1：基於業務sense快速發現問題，我想了解進入機票填寫頁的用戶都是因為什麼原因流失。

如果沒有業務sense，那麼我需要不斷的去拉sql，看用戶點擊返回按鈕后，在前面的頁面都做了哪些事情，然後才能提出對應假設，這個過程效率非常低。但是基於對機票業務的了解程度，我們認為在填寫頁面丟失了一個非常關鍵的信息：機票退改簽。於是我們直接提出假設，用戶會不會是因為填寫頁沒有展示退改簽信息，而返回或流失的？於是就拉取了返回後用戶在中間頁的退改簽點擊，佔了返回用戶中的Z%。Z%的比例比正常機票預訂流程中查看退改簽的比例M%大非常多，到此便可以直接立項來看如何解決這個問題。

案例2：仍然是基於業務sense快速發現問題，我想了解進入機票列表頁的用戶都是因為什麼原因流失。

先說結論，有一部分用戶是因為查詢無結果而導致流失。目前只有500個機場，城市覆蓋率低，是很有可能出現搜索一條航線，但無結果展示給用戶的場景的。這時候如果想單從數據上看出這個問題，是非常難的，因為用戶可能根本沒有操作行為。但是基於對業務和用戶場景的了解，我們可以直接提出這個假設，用戶可能因為搜索無結果而流失。實際數據結果也證明了這個結論，便可以立項來解決這個問題。

3.場景發散。

最後，在對自己產品和數據足夠了解的前提下，更進階的事情則是有場景發散思維，不僅局限在自己產品的流程中。這會縮小自己的視野，看不到行業的擴展和延伸。

以下是一個案例：

案例1：機票預訂延展：機票預訂完成頁交叉推薦。機票本身的預訂流程結束了，但用戶的需求沒有結束。用戶還要考慮應該要怎麼去機場，去機場前後我會住哪裡，到目的地后我要去哪裡玩，怎麼玩……有太多的需求分佈在用戶坐飛機前後。因此，我們提出了是否可以在完成頁面「留住用戶，以完成頁作為二次預訂的起點，讓用戶繼續購買攜程的其他產品」，這個假設，並拉取了現有攜程交叉數據來驗證，發現現有交叉率僅有N%，非常低，便立項來解決這個問題。