產品經理最花時間的2件事：異常邏輯梳理與數據處理
冰山：異常邏輯梳理
也許你用了九牛二虎之力，終於把產品的主流程梳理清楚了，但是你看到的只是產品冰山海面上的那10%，剩下的90%是海面下各種情況的異常邏輯。
? 10%的冰山和90%的冰山
任何一個產品功能邏輯，都分為主邏輯和異常邏輯。產品經理們當然要花時間設計精妙的產品主邏輯，構建體驗良好的用戶使用流程，甚至考慮一個完整的用戶閉環。露出水面上10%的冰山，也許會讓你心醉；但水面以下90%的冰山，也許會讓你心碎。可是沒辦法呢，產品經理也需要把主邏輯之外的復雜異常邏輯“盡量”梳理清楚。
? 常見的異常邏輯大禮包
常見的異常邏輯有網絡錯誤、新舊功能沖突、任務中斷、因延遲導致前端頁面與後臺邏輯不匹配等。Glen這裏幫大家做了簡單的總結：
上面簡單總結了一些異常邏輯，現實產品設計中遇到的各種異常邏輯遠不止這麽少。做產品就像完成一件藝術品一樣，需要慢慢磨，耐心雕琢。
數據處理
很多童鞋在產品設計時，往往會忽略數據處理的重要性，往往最後會吃大虧。對的，Glen就吃過這個虧，然後被十倍報復了……
? 產品設計的每一個關鍵步驟都需要數據支持
大部分人，喜歡有創造性的工作，產品經理尤其如此。我們喜歡設計產品的界面、流程、閉環，有時候往往會忽略數據埋點的重要性。產品設計完成後，再返回去給每一個按鈕、每一個頁面、每一個關鍵位置標註數據埋點時，我們常常會覺得無聊，因而不重視，因而最後被坑的總是自己。產品設計的每一個關鍵步驟都需要數據支持，你必須在這些關鍵節點上做好數據統計埋點。產品上線之後有數據反饋，才能評估產品的品質。切記！
? 無處不在的漏鬥
做任何一個產品，都能搭建各種漏鬥模型，因為流失和損耗是不可避免的。產品體驗理論上可以由幾個基礎漏鬥模型體現：前端用戶流程的漏鬥模型、後臺實現的漏鬥模型、服務器交互的漏鬥模型。他們中的每一個又可細分出N個小漏鬥模型，可以細化到對應的關鍵數據指標，比如點擊轉化率、支付轉化率等。產品經理們，每天都需要關註這些關鍵的數據指標，更需要不斷完善各種漏鬥模型：老的產品需要翻新、新的產品需要建立。
? 數據規範
幾乎所有的公司都知道數據的重要性，然而很多公司並沒有做好，原因很可能是沒有一個統一的數據埋點規範。只有統一化、標準化才能夠被良好的管理，不然依然是大道理懂了很多，卻依然過不好這一生。很有必要統一一套數據規範，例如：業務-渠道-平臺-功能-描述，然後在所有的產品上都按規範進行數據埋點，統一的數據平臺就這樣被建立起來了。當然統一也有弊端，就是限制了個性化，比如你想跟蹤不同的產品版本，如果還是走統一的數據埋點，那會導致兩個結果：要麽你不敢放量，產品改進後看不出明顯的數據反饋；要麽你膽兒肥放了很大的用戶量，但這樣你要承擔非常大的改動風險。
這裏Glen推薦你一個方法，在規範的數據統計點的後面，再通過頁面或者客戶端給你增加一個版本段位 Version XXX，然後把版本數據這部分單獨上報到另一個地方。（如果你有更好的辦法，請告訴我，蟹蟹）
產品經理最花時間的2件事：異常邏輯梳理與數據處理