本文由作者周巧芬授權網易雲社區發布。

互聯網的產品相對傳統IT產業而言，需求更富有多樣性。傳統IT行業的需求點多是固定且符合驗收條件。但互聯網的產品則更多的從用戶體驗出發，更多的用數據來說話，不管是PV、UV、轉化率、留存等等。很顯然在一個接著一個的叠代背後，我們必須要讓需求到數據到改進實現閉環，才能在產品上精益求精。今天就來探討下如何從項目經理的角度出發，將這些環節形成閉環，更好的為產品的精益求精服務。

近期，筆者所在的團隊也正在探討全流程項目管理的探索。項目經理在理清這些環節之余，更多的參與其中，想必對行業背景的積累以及產品觀等多有益處。

什麽是閉環？

閉環(閉環結構）也叫反饋控制系統，是將系統輸出量的測量值與所期望的給定值相比較，由此產生一個偏差信號，利用此偏差信號進行調節控制，使輸出值盡量接近於期望值。

顧名思義，要形成一個閉環，則需要一個期望值，一個測量值，並有反饋和調節。對於互聯網產品來說，亦是如此。而對於互聯網產品而言，期望值和測量值往往都是由數據去呈現。因此對於需求—數據—改進的閉環，可分解為以下三點：

l 產品功能交互設計之初，明確方向，設定指標（KPI）。

l 產品開發過程做好埋點，確認數據來源，獲取數據。

l 分析數據，並反饋到產品功能交互設計。

下面，分別展開講講每一點在項目中我們應該如何去做。此處只是從項目經理的角度出發我們在項目開展中可以去關註的環節，對於數據驅動創新等更專業的內容建議大家可以閱讀《精益數據分析》。

1. 功能設計之初，制定指標

明確定義：

產品的孵化和各功能模塊的設計在最初的時候都有一個初衷，去解決用戶的痛點。從產品初衷到產品形態，如何去衡量我們做的每一個功能用戶是買賬的。在最初始階段，我們就需要設定指標來衡量，而其中數據指標是最為量化和直觀的。但在這個過程中，不能僅僅就提出數據指標，更要明確定義每個指標的具體意義以及計算方式。

舉個例子，比如想用每日活躍用戶的數量來衡量app的受歡迎程度。初一看覺得這樣的指標很合理，但其實是不夠的，因為沒有對活躍用戶做一個定義，是登錄到前臺就算活躍用戶還是產生行為了才算活躍用戶。又比如，留存率，也有不同的維度，是次日留存還是7日留存，什麽樣的用戶可被定義為留存用戶。不同的定義會極大的影響我們的判斷。所以我們必須做到精確定義，排除可能造成幹擾的其他因素。

而每個指標的背後，都應該為產品的方向和目標服務。比如一個即時通訊的工具，那麽用戶之間的消息量、好友數也許是我們衡量這個產品健康度的指標，因為這兩個指標和我們的核心功能切合。

通常來說，在產品設計之初，產品經理和策劃就應該根據自己對產品的思考整理出核心指標。核心指標也並不是不變的，在產品MVP驗證探索階段，也許產品的方向都可能發生變化，此時核心指標也會發生相應的轉變。

達成共識：

在定義好核心的指標之後，我們應該針對這樣的指標整個團隊達成共識。這樣的方式可以采取多次的頭腦風暴，以及討論會。在這樣的過程中，其實大家可以更加深入的去挖掘。參與人員包含運營市場產品設計以及開發測試，只有大家共同理解目標，在每個工作環節才能集中精力為這樣的目標去努力奮鬥。同時這樣的一個過程也建立大家對產品的一種主人翁意識。

2. 鋪平數據來源之路

對於數據指標達成一致意見之後，那又如何常規的獲取數據呢？

在產品研發過程中，對於數據獲取的途徑一並考慮，則可以節約很多後期跑取數據的繁復過程。比如數據埋點的接入，核心kpi系統的搭建。都是用來呈現常規數據的手段，隨用隨查，而無需再要開發人員跑取。

在我們日常產品中，通常數據的來源有三處，一個是服務器數據庫數據、二是日誌數據，三是埋點後收集的數據。服務器的數據和日誌的數據相對來說比較精準，但很難做用戶使用路徑的分析。而埋點數據，由於受第三方數據分析系統的上傳策略限制，在精確性上存在一定的折損，通常用來做用戶路徑的分析，數據對比，以及日常觀測。

數據埋點：市面上目前有很多種第三方數據分析統計平臺，比如GA等，但功能較為完善的通常都需要收費。目前我們使用的是網易杭研新推出的hubble。

對於埋點，會涉及到埋點事件，以及埋點事件的屬性和標簽，結合數據分析平臺。產品策劃同樣需要在產品設計過程中，理清楚埋點的需求，提交給開發。而埋點的需求通常會結合分析用戶行為、各維度數據呈現的要求。如下圖就是hubble當前提供的分析功能。以及某產品策劃整理的埋點文檔。

圖1 hubble提供的功能列表

圖2 某產品埋點文檔示例

同樣埋點需求文檔也是需要在產品叠代中不斷的維護更新。因此，也建議大家將埋點需求文檔和需求管理結合起來。在整體的開發流程中，關註埋點需求的落實和驗證。在開發工作量上，埋點需求處理起來較為簡單。而驗證的環節可以通過埋點包來完成，也可以直接在第三方後臺查看數據生成的狀況。

所謂工欲善其事必先利其器，想讓數據驅動，那麽這些工作的完備開展會極大的幫助大家的日常工作。

3. 數據指標帶來的反饋

有了數據，我們又應該如何去對待數據從而帶來正向的反饋呢？

對於團隊

數據指標應該定期的反饋給團隊，做到數據信息透明。這個有很多的方式，比如例行的數據周報發送，數據平臺的權限開放。另外，也需要培養和調動大家對數據的敏感性。我們以前一直在談如何提高成員的ownership感，而我認為，讓大家更透明的了解自己正在為之奮鬥的產品的狀況則是非常重要的一點。核心數據指標較為健康，整體向上的趨勢，對團隊來說無疑是最好的激勵。而當數據下滑或者出現異常，整個團隊就需要提高危機感，從而共同審視當前的工作，是否可以為了數據上揚而做些力所能及的事情。

對於產品和運營：

上面講了那麽多，其實最終還是要為產品和運營服務。那麽最後一環我們應該怎麽做，才能真正的達到閉環，讓數據真正的被利用起來呢。配合相應案例，希望對大家能有所思考。

l 預警和產品、運營的優化：

數據的異常變動，可能提示著某個異常，舉個例子：某產品在頁面上端做了黃條的消息提示，用來做日常信息通知等。但在一次版本改版中，為了便於區分不同的信息類型，新增了灰條。數據後臺則會發現，頂端消息通知的點擊率大幅度的下降，灰色相對黃色，醒目程度大打折扣。後續產品做了緊急調整，棄用灰條。

又比如用戶流失預警系統，下圖則是某產品流失預警中的某個表格。很顯然，通過這個表格，則可以明顯的發現有一部分用戶流失概率較高。從而可以抽取這部分用戶，對這部分的用戶做一些特征的挖掘，或者直接通過電話訪問等方式來調查用戶流失的原因。從而使得產品在這些方面得到反省和優化。當然，也可以針對高流失概率的用戶做一些運營活動的召回。

圖3 某產品流失預警數據表之一

又比如下圖所示：則是某產品日常數據周報中很常見的一點。我覺得已經無需贅述，大家自然就可以看到在這個過程中，運營策略發生的變化。。

圖4 某產品日常數據運營周報部分截圖

l 驗證設想， A/Btest

舉個很簡單的例子，某產品需要獲取用戶的GPS信息，便於補充用戶畫像的數據。但由於手機系統權限的設計，獲取GPS信息會在app啟動初始彈窗詢問用戶是否允許。在這樣的情況下，產品猜測會有對新用戶的註冊轉化率有一定的影響。

於是，挑取兩個小眾化的渠道來做測試，只針對這兩個渠道下載包的用戶做了GPS信息的收集。最終發現註冊轉化率的數據上和之前對比沒有異常和波動。得到這個結論後，則可以大膽的將此功能開放到全局平臺。

再舉個例子：在某產品的某個頁面中，對於商品的展示方式如何能帶來更高的點擊率，設計了兩個模式。因此需要對這兩種方案設計A/B test。如下圖所示，就是A/B test的數據對比，很顯然，下圖中的D版本明顯點擊優於其他版本。最終則考慮所有的頁面全部切到D方案。

圖5 某產品A/B test數據對比圖

綜上幾個案例，我相信大家肯定可以看到數據在產品和運營中的這種反饋作用。而這個過程更多的需要產品策劃和運營具有一定的數據驅動意識，在這個方向上的精進，無疑對工作會帶來很大的益處。

如上，是筆者在日常項目管理過程中，對於需求—數據—改進 閉環形成的看法。對於數據創新驅動業務等課題，已經有很多專業性的文章和書籍做了研究，但筆者想表達的是，在日常工作中，我們關註點點滴滴，踏實做好每一步才是最重要的。

免費領取驗證碼、內容安全、短信發送、直播點播體驗包及雲服務器等套餐

更多網易技術、產品、運營經驗分享請訪問網易雲社區。

相關文章：
【推薦】 namespace/symbol/:keyword/::keyword in Clojure
【推薦】 測試角度的並發和冪等問題總結
【推薦】 關於網易易盾的加固保護

從需求到數據到改進，如何形成閉環