分析产品的结构化思维：分析需入木三分，不止于表面

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。

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！