以豆瓣评分为例,如何做好产品分析

艾伦魔拜 发布于2018年01月29日 标签:, ,

要做一个好的产品经理,分析大量的产品必不可少,这对于自己产品设计思路有非常大的帮助。

在这个基本套路已经非常成熟的年代,没有必要做什么都重头开始,需要使用拿来主义,这样速度最快,成本最低,别人已经在用户那里试错几万遍了,你又何苦重头再来。

分析产品是一种习惯,是一种潜意识,并不是要给老板做竞品分析报告了,再找出模板,坐在办公桌上,画别人产品的功能结构图,这种意识要体现在你使用产品的任何时候,长期的积累,才能够让你肚子里有货,做到读书破万卷下笔如有神。

那么如何来分析一款产品呢?这个维度非常多,没有千篇一律的套路,基于最终目的不同,偏重点也不一样,有时间,我会写出来慢慢分享。

这里要说的是日常使用产品中,产品经理要如何有效思考。其实也没什么诀窍,就是多问为什么,通过产品功能的表象推断背后的逻辑,不断养成推敲的习惯。

拿一个豆瓣电影详情页来举个例子:

大体浏览一下电影详情页,脑子里就会浮现出这个页面功能框架。

内容有点多,篇幅关系,我们聚焦一下,来看看影片信息和豆瓣评分。

看上去蛮简单的一点点内容,共分为影片信息和豆瓣评分两个部分。

一、影片信息

乍一看没什么啊,不就是影片信息吗,后台建立一个 ” 电影资料库 “,从里面把信息读取出来,展示一下就可以了,如果要写这个部分的 PRD,都觉得没什么可写的,真的是这样吗?

1.1 影片标题

这里的影片标题由简体中文名 + 影片原名 + 上映年份组成。这种展示方式让用户可以一目了然的知道这是哪个片。

对于中文片,很多简体中文名就是影片原名,那么就显示一个即可,如下图。如果是外国片,那么就需要把简体中文名和影片原名都加上了。

目的很简单,让用户可以很快认知这个片,定位这个片,无论是查找简体中文名还是影片原名,都能很快找到对应片源信息。

1.2 影片海报

一般来说影片的海报都有很多张,那么前台影片信息里面展示哪一张呢?这就需要后台中要加一个封面海报的字段,便于前台展示。

点击封面海报进入海报集合,用户可以浏览更多关于海报的信息。封面海报是对用户冲击力比较强的一个展示字段,其内容的好坏,会直接影响用户是否对这个片子感兴趣。

1.3 影片描述

影片描述让用户可以进一步了解这个片子,其中有几个点会引起思考。

1. 主演有很多,展示几个?

通过分析了解,如果主演小于 5 个,有几个展示几个;如果大于 5 个,只显示 5 个,其他人员信息点击更多按钮才展开。

为什么是 5 个呢?

这和人的记忆习惯有关系,一般超过 5 个,用户能记住可能性不大,直接显示的必要性不高。

2. 点击更多…展示所有的主演,豆瓣为什么不设计收起按钮?

一个电影的主演数量有限,点击更多…展开后也没有多少,不会影响页面布局和用户阅读,用户没有点击这个收起按钮的欲望,所以无需设计收起按钮。

3. 为什么要设计又名(别名)?

用户通过不同的信息渠道获取电影信息,可能名字不一样,别名的设计便于用户对应认知和搜索查找。

如果不设计别名会出现什么情况?

比如说某个用户听说了一个叫《魔戒》的片子很好看,进来一搜索,结果没有。因为这个产品里面电影就只有影片原名《指环王》,那么用户就流失掉了。

1.4 更新描述和海报

点击 ” 更新描述或海报 ” 功能跳转到影片描述纠错页面,这里不再展开说,想说的是 ” 更新描述或海报 ” 这个按钮的状态。

在没有点击 ” 更新描述和海报 ” 为什么是灰色,鼠标移动入区域才高亮呢?

分析原因:这个功能是核心用户或者高级用户才会经常使用的功能,普通用户进来只是做信息消费的,使用率不高,所以设计为灰色,这样不会干扰普通用户的浏览,而核心用户往往是对产品很熟悉的,这种设计也不会影响他们使用。

二、豆瓣评分

影片信息展示相对来说比较简单,接下来,我们来分析一下看似更加简单的豆瓣评分功能。

2.1 豆瓣评分

豆瓣电影的核心定位不是一个影视平台,而是一个第三方的影评、交流、分享版块,所以评价的公正性至关重要。

不少影视平台,其评分的加权因素中,编辑确定的评分权重很大,而且还可以人工干预,调整评分(例如:评分=编辑评分 *0.8+ 用户评分平均值 *0.2)。

我们常常在一些影视网站上看到,有些片子明明不怎么样,但是评分很高,就是这个原因。但是豆瓣不能这么做,否则就失去这个模块的核心竞争力了。既然要保证客观公正,那就应该全部由用户说了算,最后的评分结果要体现用户的意志。

评分初始化

有些影视平台上新片的时候,都是编辑先打个初始分,后续随着用户的评价多了,才体现用户的评价,豆瓣不是这样,如果用户评价少于 100 个(我猜的),则显示评价人数不足,暂无评分。

评分算法

原则定下来了,算法就好定了,就是用户评分说了算。

通过上图,我们根据用户的评分结果,很容易计算用户综合评分,例如:

速 8 的用户综合评分,见上图(注:一颗星代表 2 分,满分 5 颗星,共 10 分)

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

通过以上的数据计算,我们可以知道,豆瓣的电影评分是通过用户的评价计算得来的,没有编辑参与的成分,这也是大家觉得豆瓣的分数特别客观的原因。

可能有同学会问,为什么 7.2 分显示 4 颗星呢?好问题,这又涉及到评星显示算法问题。

在豆瓣里面,9 分以下;每 1 分点亮半颗星,不足 1 分按照 1 分来算(例如:0.1 按照 1 分算,不是四舍五入规则)。

例如:4.7 分按照 5 分算,两个半星被点亮;5.7 分按照 6 分算,三颗星被点亮;7.2 分按照 8 分算,4 颗星点亮;见下图。

这么设计让片子的评价好看些,让用户有多看一些的欲望。

但是,如果影片上了 9 分,就代表是巅峰佳作了,其评星显示算法要更加复杂一些。

为什么同样都是 9.2 分,但是有的给的是五颗星,有的给的是四颗半呢?这个留给大家猜猜看,为什么这么设计,背后的逻辑是什么?

2.2 分类对比

分类对比相对评分来说就简单多了:

从影片的类型分类排行中挑选两个得分最高的,计算一下,就可以得出 ” 好于 **% 类型片 ” 了。

例如上图:大话西游之大圣娶亲类型有喜剧 / 动作 / 爱情 / 奇幻 / 冒险几种类型,但是在喜剧片和爱情片分类里面排行最高,于是这里就显示 ” 好于 99% 喜剧片 ” 和 ” 好于 99% 爱情片 “。

看似一个非常简单的影片信息(页面都算不上),一琢磨起来,里面有很多门道,大量的经验积累就是这样多使用,多推敲,多总结得来的。

总结一下:

产品经理在日常使用和学习产品的过程中要形成分析产品的习惯,分析产品需要有结构化的思维,分析不要留在表面,要入木三分。

战术层面的分析维度有:

业务逻辑、产品结构、流程(业务流程、页面流程、功能流程)、界面布局、功能交互、逻辑分支(前置条件、内容数量、内容排序、算法、去重规则)等等。

并不是使用任何一个产品或者任何一个功能以上维度都要考虑到,但是根据自己的需要,至少要从一两个维度区考虑问题,庖丁解牛似得分解产品,知其精髓,营养自己。

在产品的道路上越走越专业,是我们的立足之本,共勉!

—— END ——

@徽州七哥 原创发布于人人都是产品经理