本页定位 · Product Manager

产品经理不是"画原型的人",而是问题的定义者、价值的翻译者、团队的协调者。本页讲清产品经理的理论框架与思维方式:怎么找真问题、怎么把模糊需求翻译成可执行方案、怎么用数据而非拍脑袋做决策。它与本站的 FDE「业务翻译」、技术栈课程互为表里——技术告诉你"能做什么",产品告诉你"该做什么、为什么"。我会像讲技术课那样,把每个模块拆成"它是什么 → 为什么这样想 → 怎么落地 → 新手踩过什么坑"。

1

产品经理角色与能力模型

PM Role · 商业/用户/技术三角 · 能力分层

一句话:产品经理对"产品的成败"负责,但不直接管理大多数人。靠的是影响力而非职权。这一章先把这个角色的能力骨架立起来,后面所有方法论都是它的延伸。

能力三角:商业、用户、技术都要沾边

很多新人以为 PM 只要"懂用户"或"会画原型"。真正扛得住的 PM,是在三个维度之间来回切换的:商业(这事对公司/客户值不值钱)、用户(谁在用、痛在哪)、技术(能做什么、成本多高)。三者能闭环,才是一个"值得做"的产品问题。

怎么练这个三角?最朴素的方法是每次讨论需求时,强制轮流问三句:"这对公司赚/省钱吗(商业)?""用户真的痛在这里吗(用户)?""技术上要花多大代价、有没有更省的(技术)?"哪一句答不上,就说明这块还没想清,先别动。新手常见的问题是商业感弱——只谈"用户想要",却说不清"凭什么这事值得我们做"。

# 每次聊需求先轮流问三句(三角自检) 商业:这事让公司赚/省多少?不做的代价? 用户:谁痛、痛到什么程度、现在怎么忍? 技术:做出来要多少人力、有更省的解法吗? # 任一答不上 → 这一块没想清,先别动

论只盯一个角会翻车

只盯商业 → 做出没人用的东西;只盯用户 → 做出"大家说好但公司养不起"的公益;只盯技术 → 炫技但不解决真问题。三者的交集处,才是 PM 该站的位置。

不同层级 PM:从功能到战略

PM 不是铁板一块。随着经验增长,你的杠杆点从"一个功能"挪到"一条业务线"再到"公司战略方向"。理解层级,才知道当前阶段该练什么。

层级关注半径核心产出典型能力
功能 PM单个功能/页面需求文档、原型需求拆解、写清楚
模块 PM一条业务模块模块指标、路线图优先级、跨角色协调
产品线 PM完整产品/业务商业模式、增长商业敏锐、资源调度
战略/总监多产品/公司方向战略、组织对齐判断、取舍、影响高管
# 不同层级的"典型一天"(感知差距) 功能PM:写PRD、跟开发联调、过测试用例 模块PM:排下迭代优先级、拉跨角色对齐会 产品线PM:看增长数据、见了大客户、定预算 战略PM:看行业、做组织调整、向高管要资源 # 越往上,"写文档"占比越低,"做判断"占比越高

和开发、设计、运营的边界

新手最晕的是"这事儿到底归谁"。一个常见误区是把 PM 当"需求传声筒"或"啥都管的总管"。清晰的职责边界能减少大量内耗。

角色主责PM 怎么配合
开发怎么实现、技术可行性讲清"为什么"与"验收标准",不替他定技术方案
设计体验与视觉给场景与目标,不替他画每一像素
运营/市场触达与转化提供产品价值点,一起定增长实验
测试质量把关PRD 里写清异常与边界,别让测试猜

角色边界不是"甩锅清单",而是减少重复劳动和真空地带。真空最危险——"这事儿谁管?"没人答,就没人做。所以界定边界时,重点不是"谁多干",而是"每件事都有且仅有一个明确 owner"。重叠可以容忍,真空不能。

PM 尤其要克制"替别人做决定"的冲动。开发的技术方案、设计的视觉细节,PM 给约束和目标即可,别越俎代庖。你掺和得越细,对方越不担责,最终所有决策压力都回到你一个人身上——这是新手 PM 把自己累垮的常见路径。

核心动作闭环:发现→定义→推动→验证

不管层级高低,PM 的日常都绕不开这四步。缺一步,工作就退化成"接需求、画原型、等上线"。

# PM 的日常闭环(建议贴在工位上) 发现价值 → 用户/数据/业务里找到真问题 定义方案 → 把问题翻译成可执行的 PRD + 范围 推动落地 → 对齐开发/设计/运营,扫清障碍 验证结果 → 看数据、做复盘,回到"发现" # 注意:这是环,不是直线。上线不是终点,是新一轮发现的起点。

这个闭环最容易被打断在"验证"这一步——很多团队上线即结束,从不回头看数据,于是同样的坑下次再踩。把"验证"养成为习惯,哪怕只是上线一周后花半小时拉一次核心指标,长期看比多写两份 PRD 更有复利。PM 的成长,本质上是"验证次数"的复利。

能力自检清单

拿不准自己还差哪块,就用下面这张清单照镜子。能稳定做到的大多,才算"入门合格"。

# 入门 PM 能力自检(✓ 越多越稳) [ ] 能用一句话说清"为谁、解决什么、为什么值钱" [ ] 写得出带验收标准的用户故事,开发不返工 [ ] 访谈用户时不leading、能挖到嘴上没说的 [ ] 排优先级时有依据(RICE/数据),不是靠嗓门大 [ ] 看得到核心指标,不为虚荣数字欢呼 [ ] 上线后会拉数据、做复盘、改下一个假设 [ ] 跨部门推不动时,能用证据而非职权说服人
新手最常犯的"角色错位"

① 当传声筒:老板/客户要个按钮就画按钮,不问"你到底想解决什么"。② 当项目经理:整天排期催进度,忘了"做对的事"才是 PM 的本分。③ 当乙方:谁嗓门大听谁的,没有自己的判断。真正的 PM 要追问真问题、敢于对低价值需求说"不"。

PM 的成长路径:从执行到判断

PM 的能力不是"会更多工具",而是决策半径和责任层级同步上移。新人练"把需求写清楚不返工",资深练"在不确定里做对取舍"。下面这张路径图能帮你定位当下该补哪块。

# PM 能力演进(不是年限,是杠杆点) 阶段1 执行层:写清 PRD、对齐开发、跟上线 阶段2 模块层:排优先级、看指标、协调跨角色 阶段3 业务层:定商业模式、管增长、调度资源 阶段4 战略层:选方向、组能力、影响高管与组织 # 卡在哪一层,就补哪一层;别用"学更多工具"逃避"做更难的判断"

论成长的关键一跃

从"把事做对"到"做对的事"是最难的一跃。很多人卡在阶段 1 反复打磨文档技巧,却不敢对需求说"不"、不会用数据支撑取舍。真正的分水岭是:你能否为"不做什么"负责。

PM 的日常工具箱

PM 不写代码,但有一套自己的"工具栈"。工具不是目的,能帮你更快逼近真相和共识的,才是好工具。下面按"用途—工具—什么时候用"列一张,新人照着配齐即可。

# PM 工具箱(按场景挑,不追求全) 用户研究:访谈记录/录音转写、问卷(问卷星/Typeform) 信息架构:脑图(Xmind)、用户旅程(Miro) 原型 :线框(Balsamiq)、高保真(Figma) 文档 :PRD(飞书/Confluence)、协作文档 数据 :看板(GA/埋点平台)、SQL(自取数)、BI(报表) 协作 :需求池(Jira/Teambition)、白板(复盘用) # 提醒:工具越多越累;先把手边一两样用熟,再按需加

论别让工具反客为主

见过 PM 花一周调 Trello 看板样式、PRD 模板精致但内容空。工具服务于"对齐与决策",不是表演专业。新人的第一优先级永远是:把一个问题想透、讲清、推动落地。

2

需求挖掘与用户研究

Discovery · 访谈 · Persona · JTBD · 痛点地图

需求不会自己跳出来。用户说的、做的、真正想要的,往往是三件不同的事。这一章讲怎么用结构化方法把真需求挖出来,而不是坐在办公室拍脑袋。

需求的两类:显性与隐性

显性需求是用户明说的("想要一键导出");隐性需求是他们没说、甚至自己都没意识到的("其实我只是想每周少加一次班")。隐性需求往往才是真价值所在,靠观察、数据和深挖才能碰到。

一个实用心法:显性需求看"他们说什么",隐性需求看"他们不做什么"。用户嘴上说"想要更多模板",行为上却从不点开你辛苦做的模板库——这时候"做更多模板"就是假需求,真问题可能是"他们根本不知道模板能帮上忙"或"当前工作流不需要模板"。把"说"和"做"对不上之处圈出来,那里往往藏着真需求。

需求来源还有一类容易被忽略:内部一线同事。客服知道用户天天骂什么,销售知道丢单卡在哪,运营知道哪个环节转化崩了。他们离用户最近,PM 应把一线同事当"需求雷达",定期收集而非等到做调研才想起来。

但内部来源有个滤镜问题:客服转述的需求常带着"用户的情绪"而非"用户的真实目标"。所以内部线索是"线索"不是"结论",仍需回到用户侧验证——别把"客服说用户要 X"直接当 PRD。

还有一个反直觉的点:用户"没提"的需求,有时比"提了"的更值得做。因为提了的需求往往已经被竞品满足、或只是痒点;而用户默默忍受、以为"本来就该这么麻烦"的,才是被低估的真痛点。乔布斯那句"用户不知道自己想要什么"说的就是这个——你要挖的是他们忍受已久却没说出口的。

类型来源怎么挖风险
显性用户明说、工单、竞品收集、归类容易扎堆做表面功能
隐性行为数据、场景观察访谈深挖、埋点需要功力,容易误读

用户访谈:别问"你想要什么功能"

直接问"你想要什么功能"几乎必翻车——用户会给你一堆自以为是的方案,而不是真实动机。要问场景和过去的行为,而不是未来的想象。

访谈不是聊天,是有结构的采集。新手常犯的错是边听边在脑子里"写方案",结果只听见支持自己预设的信息。正确做法是:少说多听、用"然后呢?""能举个例子吗?"把故事往下拽,记录原话而非你的总结——原话里藏着真实动机,总结往往已经带上了你的偏见。访谈后 24 小时内整理,趁记忆还热,把"观察"和"你的推论"分开两列写,后者要标"待验证"。

# 好的访谈提纲长这样(问"过去时",不问"将来时") 背景:您上次 [某任务] 是什么时候?当时具体怎么做的? 痛点:做到哪一步最烦/最卡?后来怎么解决的? 替代:在此之前您试过什么别的工具/办法? 后果:这事没做好,对您有什么实际影响? # 禁忌:别问"如果有 X 功能您会用吗?" —— 用户会礼貌地说"会"。

论为什么问"过去"比问"未来"准

人对"自己将来会怎么做"的预测很不可靠,但对"上周真实发生过什么"的描述是扎实的。从真实行为里归纳动机,比让用户替你做产品设计靠谱得多。

问卷与定量:别被"样本"骗了

问卷擅长验证假设、看分布,但抽样偏差是它最大的坑:在你公众号发的问卷,天然偏向已经喜欢你的人。

问卷的三个雷

① 引导性措辞:"我们超好用的新功能您喜欢吗"——这叫问答案。② 样本偏:只在一个渠道发,结论外推就错。③ 选项不全:没给"以上都不是",用户被迫选一个不代言自己的选项。

什么时候用问卷、什么时候用访谈,很多新人搞反。访谈用于"探索"——你还不知道问题长啥样,需要先听懂;问卷用于"验证"——你已有假设,需要看它在人群里多普遍、分布如何。拿问卷去探索,会得到一堆无法解释的数字;拿访谈去验证,样本小到不敢下结论。顺序上永远是"先访谈挖假设,再问卷验分布",别颠倒。

# 一份干净的问卷题(验证假设,非探索) [ ] 过去 30 天,您用过几款同类工具?(计数) [ ] 最近一次放弃使用,是因为?(单选:太贵/太慢/不会用/…) [ ] 若加载从 3s 降到 1s,您使用频率会?(5 分量表) # 全是"过去/事实/量化",没有"你想要什么功能"

用户画像 Persona 与 JTBD

Persona 是把一类用户"人格化"成具体的人(含目标、痛点、场景),让团队有共识。JTBD(Jobs To Be Done)更进一步:用户"雇"你的产品,是为了完成什么"工作"。

# 一个可用的 Persona 模板 姓名/代号:夜班法务·老王 场景:金融合规,文档涉密不能出内网 目标:3 天内审完合同,不出错 痛点:机械校对占 80% 时间,半夜还在改 JTBD:当我有一份待审合同时, 我要"快速标出风险条款", 以便于"把精力留给真正的法律风险判断"

痛点地图与用户旅程

把用户从"产生念头"到"用完离开"的全过程画成一条线,标出每一步的情绪高低和卡点,痛点就一目了然。这是从"一堆需求"收敛到"先做哪段"的利器。

# 用户旅程地图骨架(以"在线报销"为例) 阶段: 提交 → 等待审批 → 驳回修改 → 到账 情绪: 😀 → 😟(不知进度) → 😡(理由模糊) → 😐 痛点: 无进度提示 驳回不说清 # 结论:先做"审批进度透明 + 驳回原因结构化",杠杆最高

画旅程地图时,新手常犯两个错:一是只画"理想路径",漏掉用户实际会走的捷径和绕路;二是画完不标情绪,变成一张冷冰冰的流程图。情绪曲线才是重点——它标出了"用户在这里想摔手机"的时刻,那才是你该下重注的地方。

旅程地图最好和真实用户一起画,或至少用访谈录音校正。PM 拍脑袋画的"用户旅程",常常和真实行为差很远。画完拿给用户看:"您平时是这样走的吗?"一句就能戳破很多自嗨。

从观察到洞察:别停在"用户说"

收集了一堆访谈和埋点,如果不提炼,就是"素材库"。洞察 = 观察 + 一个能指导行动的结论。"用户说想要更快的马"是观察,"用户想更快到达"才是洞察,后者才指向车而不是更好的马。

论洞察的三问过滤法

每条结论都过三问:① 有证据吗?(原话/数据);② 能指导行动吗?(指向某个功能取舍);③ 反例成立吗?(有没有用户恰恰相反)。三问都过,才配叫洞察。

行为数据反哺挖掘

访谈告诉你"为什么",行为数据告诉你"发生了什么"。两者结合,才算把需求坐实。看数据不是看总数,而是看"分布和异常"——哪个环节停留异常长、哪个功能用了就再没回来。

# 用行为数据验证一个假设的例子 假设:用户不用"批量导出"是因为找不到入口 数据:该功能按钮曝光 80%,点击率仅 2% 反例:点击率虽低,但用过的人 70% 成了周活 结论:不是找不到,是"非刚需";应砍或降优先级 # 注意:数据证伪比证实更有价值,别只挑支持自己的数

论定量与定性互补

定性(访谈)解释"为什么",定量(埋点)确认"多普遍"。只看定量会误读动机,只看定性会高估普遍性。用定量定优先级,用定性定方案,是稳妥的组合。

3

竞品分析与市场

Competitive · SWOT · 差异化 · Market Sizing

"市面上已经有 XX 了,我们还要做吗?"——这是 PM 必须能答好的题。竞品分析不是抄功能清单,而是看清格局、找到自己的切入缝。这一章给一套能落地的框架。

竞品三层:直接 / 间接 / 替代

只盯"长得像的"竞品会漏掉真正的威胁。替代方案(用户用别的办法解决同一问题)往往比"同赛道对手"更致命。

层级定义例子(外卖 PM 视角)
直接同一需求同一形态美团 vs 饿了么
间接同需求不同形态生鲜电商、便利店到家
替代不同需求满足同一目标自己做饭、囤速食

识别竞品层级后,下一步是判断"该盯着谁"。资源有限,不可能同时防住三层。经验法则是:直接竞品决定你的"及格线"(人家有的基础能力你必须有),替代方案决定你的"生死线"(用户用别的办法把需求满足了,你就没机会了)。所以分析精力应当三七开——三成看直接对手,七成想"用户在用啥别的办法绕开我"。

SWOT:怎么用才不变成形式主义

SWOT(优势/劣势/机会/威胁)人人会画,但常见写法是"优势:我们很努力"这种正确的废话。好的 SWOT 每格都要能推出行动。

SWOT 还有个隐形陷阱:优势和劣势是"相对于对手"的,不是绝对的。"我们团队很拼"不是优势,因为对手也拼;"我们加载比头部慢 1.8 秒"才是劣势,因为它具体、可衡量、对手做得更好。写 SWOT 前先问自己:"这句去掉公司名,对手能不能也这么写?"能,就删掉——它没区分度,帮不了决策。

# 反例(废话)vs 正例(能行动) 劣势 反例:产品还不够完善 正例:移动端首屏加载 3.2s,比头部慢 1.8s,流失 +12% 机会 反例:市场很大 正例:三四线夜宵时段渗透率 <5%,而本地生活补贴战刚熄火 # 检验标准:每格能否直接变成"一个待办"或"一个不做就亏的决策"

差异化定位:价值曲线

蓝海战略的"价值曲线"很好用:把行业几个关键维度画成一条线,你的曲线和对手显著不同且有理由,差异化就立住了。别在所有维度都"比对手好"——那叫烧钱,不叫定位。

# 经济型酒店的价值曲线(维度: 价格/位置/装修/早餐/服务) 全季: 价格▲ 位置▲ 装修▲▲ 早餐▲ 服务▲ 星级: 价格▲▲▲ 位置▲▲ 装修▲▲▲ 早餐▲▲ 服务▲▲▲ 我们: 价格▲ 位置▲▲ 装修▲▲ 早餐✕ 服务▲ # 我们主动拿掉"早餐"换更低价格+更好位置 → 差异可读、可讲

价值曲线法的精髓不是"全都要比对手好",而是主动做减法和加法:在用户不在意的维度上削减(降本),在用户真正在意的维度上拉高(建立记忆点)。最怕的是"每个维度都比对手好一点点"——成本高、还没特色,用户记不住你。差异化 = 少数的"明显不同" + 合理的"省掉"。

市场 sizing:TAM / SAM / SOM

老板问"市场多大",别甩一个"万亿"就完事。要分层:TAM(总潜在市场)、SAM(可服务市场)、SOM(可获取份额)。讲清楚你到底能吃哪一口,比喊大数有用。

# 例:面向中小企业的 AI 客服 TAM = 全国企业客服总支出 ≈ 800 亿/年 SAM = 愿用 SaaS 的中小企部分 ≈ 120 亿/年 SOM = 3 年内合理份额(5%) ≈ 6 亿/年 # 结论落到 SOM:我们要做的不是"800 亿市场",而是"3 年 6 亿"

输出一份"能用的"竞品报告

竞品报告不是功能对比表,而是带着判断的结论。结构建议如下,重点永远是最后两格。

# 竞品分析报告骨架 1. 目的:这次分析要回答什么决策问题 2. 格局:直接/间接/替代三层,各代表谁 3. 功能对照:只列和"我们决策"相关的维度 4. 对手打法:他们在抢什么、怕什么、钱从哪来 5. 我们的缝:对手没解决好、而我们能做的点 6. 行动建议:做/不做/缓做,及依据
竞品分析的最大坑

"功能对齐"陷阱:对手有 20 个功能,你就列 20 个,然后"我们也做"。这是把竞品当需求清单,忘了自己的用户和定位。竞品是"参照",不是"待办"。

竞品报告写完后,最该做的一步是主动找人挑战它。自己写的报告自带确认偏误,挑刺的人能帮你发现"这个结论其实证据不足"。一份没被挑战过的竞品分析,上线后很容易变成"当初我们以为对手弱"的悔恨。

另外,竞品分析的结论要有人认领、有 deadline。丢在共享文档里"供参考"的分析,99% 不会被任何人读第二遍。最好的归宿是:其中一条结论直接进入本季度路线图,并写明负责人。

把分析结论变成决策

竞品报告写完不等于决策做了。决策 = 结论 + 一个具体的"做/不做"动作 + 负责人 + 时间。很多分析"很漂亮但没下文",就是卡在没落到这一步。

# 从分析到决策的转化表(示例) 结论 决策 负责人 时间 对手审批流太重 → 我们走轻 做"极简审批" PM-A 本迭代 对手靠补贴留客不可持续 → 不跟进补贴 老板 — 三四线夜宵是缝 → 先做试点 PM-B 下季度

论为什么结论必须带动作

没有动作的"结论"只是信息。PM 的价值在于把信息变成"下一个被执行的待办"。每条结论要么变成需求,要么变成"明确不做"的判断——含糊的"值得关注"等于没说。

竞品监测的节奏:一次分析不够

竞品不是"做一次报告就完事"。市场是动的:对手融资、改版、涨价、暴雷,都会改变你的缝。建立轻量的持续监测,比一年一度的豪华报告有用。

# 轻量竞品监测节奏 每日:对手官网/公众号更新(5 分钟扫一眼) 每月:核心功能对比快照(更新一张表) 每季:完整 SWOT 重做 + 新进入者扫描 触发:对手大动作时,临时补一次专项 # 重点:把"变化"而非"现状"当成监测产出
监测变"情报洁癖"

有人每天刷竞品刷到焦虑,却没时间想自己的产品。监测是为了更快做对决策,不是收集焦虑。设定节奏、到点停手,把省下的时间花在用户和落地上。

4

需求文档与原型

PRD · 用户故事 · 验收标准 · 线框/原型

PRD(产品需求文档)是 PM 的核心交付物。好的 PRD 不是"我要个按钮",而是把背景—目标—范围—功能—边界—指标说清楚,让开发、设计、测试对齐同一幅图。原型则是把抽象需求"变可见"的工具。

PRD 完整骨架

一份能用的 PRD,至少要回答"为什么做、做成啥样、不做什么、怎么算成功"。缺任何一块,评审时就会被问住。

# 一份能用的 PRD 结构 1. 背景与问题:为什么现在做、不做的代价(用数据/访谈) 2. 目标与指标:成功长什么样(可量化,绑定北极星) 3. 范围:Must / Should / Could(本期做 / 可缓 / 不做) 4. 功能详述:每个功能的用户故事 + 验收标准 5. 边界与异常:不做什么、失败/并发/超限怎么办 6. 上线与度量:怎么验证效果、看哪些数据、灰度计划

PRD 写多细,取决于"谁会读它、用来干嘛"。给内部研发的 PRD 可以薄——大家天天聊,重点是功能和验收;给跨团队/外包的 PRD 必须厚——背景、边界、异常都要写死,否则对方按自己理解做,返工翻倍。一个判断标准:如果开发看完 PRD 还能提出"这里你没说清楚"的低级疑问,就是 PRD 没写透。别把"没写"当成"显而易见"。

用户故事与验收标准(INVEST)

用户故事用"作为…想要…以便于…"表达价值;验收标准用"给定…当…则…"写成可测试的条件。好的验收标准,测试拿去就能写用例。

# 用户故事 作为一个 [审核员] 我想要 [自动标出合同风险条款] 以便于 [把时间留给真正的法律判断] # 验收标准(可测试) - 给定 [上传了一份标准 NDA],当 [点击预审],则 [30 秒内返回风险点列表] - 边界:空文件 / 非 PDF / 50 页以上 都应给出明确提示而非崩 - 并发:同一用户连续提交 10 份,互不串数据

写验收标准时,新手最容易漏的是异常路径和边界:空输入、超长文本、网络超时、并发提交、权限不足——这些才是上线后 bug 和返工的重灾区。一个经验法则:每条功能至少写一条"happy path"和一条"异常 path"。测试拿验收标准当用例清单,开发拿它当"做完没做完"的判据,三方对齐,返工骤降。

用户故事还有个好处是防止"过度设计"。当你被迫写下"作为某角色,我想要某功能,以便于某价值"时,如果"以便于"那半句写不出来,往往说明这个功能没有清晰的价值指向,可能根本不该做。所以写不出用户故事的功能,是先打的红旗,不是待办。

验收标准要"可测"而非"可感受"。"体验流畅"不可测,"从点击到结果不超过 1.5 秒"才可测。模糊的标准让测试只能凭感觉,上线后"算不算 bug"各执一词。把形容词翻译成数字或明确行为,是 PM 写 PRD 的基本功。

论INVEST:好故事的体检表

独立(Independent)、可协商(Negotiable)、有价值(Valuable)、可估算(Estimable)、小(Small)、可测(Testable)。一条故事如果"要三个月才能做完",它就不是故事,是史诗,得拆。

线框图 vs 交互原型

两者目的不同:线框是"低保真结构草图",用来对齐信息和布局;交互原型是"能点的高保真",用来验证流程和体验。别一上来就做高保真,那是时间和情绪的陷阱。

维度线框 Wireframe交互原型 Prototype
保真度低(灰框、占位)高(近似成品)
用途对齐结构/范围验证流程/体验
成本极低(纸/白板)高(工具+Figma 时间)
何时用需求早期、内部对齐关键流程、可用性测试

一个实用经验:原型不是"越像成品越好"。高保真原型容易让评审者把注意力放到"颜色/字体对不对"上,反而忽略了"流程对不对"。早期用纸面线框吵结构和范围,中后期对关键路径才做高保真验证体验——钱要花在刀刃上。另外,原型永远代替不了真功能,别用"原型看着挺好"当成"用户会真的用"。

文档里怎么落地优先级

PRD 不是把所有想法堆上去,而是明确标出本期"只做 Must"。范围蔓延是项目拖延的头号原因。

论MoSCoW 在文档里的用法

Must(必须):没它就不算完成,本期铁定做。Should(应该):重要但可协商,时间紧可挪下期。Could(可以):锦上添花,有空才做。Won't(本期不做):显式写出来,避免"顺手加一下"把范围撑爆。

评审与对齐:文档是"对齐工具"不是"甩锅工具"

很多 PM 把 PRD 当成"我写完了你们照做"的交付物,评审变成走过场。真正有用的评审是冲突前置——把开发、设计、测试的疑问在动手前就吵清楚。

评审的三个雷

① 文档太长没人读:没人会在评审会上第一次看 30 页 PRD,提前发、会上只过争议点。② 只过功能不过边界:异常和并发才是返工重灾区,必须逐条过。③ 评审=汇报:单向念稿,等于放弃"提前暴露分歧"的价值。

需求优先级与路线图的关系

PRD 管"这一期做什么",路线图管"未来几个季度往哪走"。两者是望远镜和显微镜的关系:路线图保证方向不偏,PRD 保证当下做透。

# 路线图不是排期表,是"战略意图"的表达 Q3 主题:把"审核效率"做平(对应北极星) Must: 自动预审 v1、进度透明 Why: 留存卡在"审核太慢就弃用" Q4 主题:把"协作"补上 Must: 多人批注、权限分层 Why: 企业客户采购的前置条件 # 路线图随证据可改;PRD 是路线图上某一格的放大

论路线图 vs 排期表

路线图表达的是"为什么这个季度做这些、不做那些"的战略意图,而非精确到天的任务清单。它随证据变化而调整,是沟通工具,不是承诺合同。把路线图当承诺去签,团队会被自己绑死。

需求变更管理:范围为什么会爆

上线前最怕"顺手加一下"。变更不是不能要,而是要付出价——每加一个需求,都要明确"减掉什么"或"延后到哪期",否则范围无限膨胀。

# 变更申请模板(任何"加需求"都先填) 新增:______ 理由:______(数据/用户/老板,哪一类的) 代价:挤掉 [ ] / 延后到 [ ] / 加人 [ ] 决策:PM 批 / 老板批 / 拒 # 没有代价的"加",一律默认拒;保护核心闭环优先

论为什么"加一个很小"也很危险

十个"很小的加"加起来就是一次延期。变更管理的目的不是挡需求,而是让每次加都显式、可权衡。把隐性膨胀变成显性决策,团队节奏才稳。

5

数据驱动与指标体系

North Star · AARRR · 漏斗 · A/B 实验

产品决策的最大敌人是"我觉得"。PM 要会用数据说话:埋点采集 → 漏斗看转化 → A/B 验证方案 → 看留存判断价值。这一章把"数据驱动"从口号变成可操作的方法。

虚荣指标 vs 北极星指标

注册数、下载量、PV 是"虚荣指标"——好看但不代表价值被使用。北极星指标要反映用户真正获得的核心价值,它涨,说明产品在变好。

一个常见的组织病是"指标通胀":这个月定了北极星,下个月又加了五个"核心指标",半年后看板上一片绿但没人知道在优化什么。治法是克制——北极星只能有一个,其余都是它的拆解或护栏。每当有人提议"再加个指标吧",先问:它是指北极星的拆解,还是护栏,还是只是好看?三者皆否,就别加。

虚荣指标为什么虚对应的北极星(示例)
累计下载量下了不一定用周活中完成核心动作的人数
注册总数含大量沉默号7 日留存率
页面 PV可能靠弹窗刷出来人均有效会话时长
# 几个领域的"坏/好"北极星对照 视频:播放总时长(坏) → 周活跃观众完成率(好) 电商:GMV(坏,可刷) → 复购用户数(好) 工具:注册数(坏) → 周活中完成核心动作数(好) # 判别:改个文案下周它动不动?不动就太宏观

北极星指标怎么定

不是拍脑袋选个"最牛的数字"。它要满足:① 反映核心价值 ② 可拆解到动作 ③ 全团队共识。定错了,团队会集体优化错的方向。

选北极星最常见的两个错:一是把它设成"公司收入",太滞后、太宏观,团队每天的行为根本影响不到它,自然没人盯着;二是设成某个单点动作(如"点击次数"),容易诱导刷数据。好的北极星应当"离用户价值近、离团队动作近"——改个文案、调个流程,下周就能看到它动,这样的指标才真能指挥行为。

# 用"价值公式"拆北极星(以合同预审产品为例) 北极星 = 周完成预审的合同数 拆解 = 活跃审核员数 × 人均周预审合同数 × 预审采纳率 # 哪一因子最低,下一期就攻哪一块,方向不偏

北极星不一定要"原创"。很多团队纠结"我们的北极星应该叫什么高大上的名字",其实直接借用行业共识指标(如"SaaS 的周活跃付费数")反而更利于跨团队对齐和外部对标。名字是次要的,它能否"指挥每天的行为"才是关键。

还要注意北极星的滞后与先导。有些北极星(如"年续费率")很好但半年才看一次,等它掉下来已经晚了。所以除了一个"终极北极星",团队通常还需要一两个"周度先导指标"来早起预警——先导掉了,赶紧查,别等终极指标出问题。

AARRR 海盗模型

把用户生命周期切成五段,每段关注不同问题。它帮你定位"增长卡在哪一环",而不是笼统说"增长不好"。

阶段关注问题典型指标
获取 Acquisition从哪来、成本多少CAC、渠道转化率
激活 Activation首体验是否到位激活率、首动作时长
留存 Retention是否持续回来次日/7日/30日留存
收入 Revenue变现效率ARPU、付费率
推荐 Referral自传播系数K 因子、邀请率

AARRR 最大的价值不是"背下五个字母",而是逼你回答"增长卡在哪一环"。很多团队一谈增长就只会"做活动拉新"(只在 Acquisition 用力),结果用户来了留不住,漏斗后面几节才是真正的漏点。用 AARRR 体检的第一步,是诚实算出每段的转化率,然后承认"最烂的那段"——往往不是你最会做的那段,而是你一直在回避的那段。

AARRR 还有个常见误用:把五段当成"都要做大的五件事"。其实不同阶段重点不同——早期产品可能激活和留存是命门,成熟产品才该发力推荐和传播。硬要每段都投资源,反而稀释了最该解决的问题。用 AARRR 先定位"当前最烂的一段",集中火力。

另外,五段之间是相互拖累的:获取来的用户若留存差,等于白获取。所以永远先修留存再加大获取,否则花出去的获客钱像倒进漏桶。这是增长里最反直觉也最常被违反的一条。

转化漏斗与归因

漏斗看的是"每一步漏掉多少人"。最大的漏点往往不是你想的那个。归因则回答"用户从哪一步流失、为什么"——这一步没做好,优化就是盲打。

# 一个典型注册转化漏斗 访问落地页 10000 (100%) ↓ 点击注册 3200 ( 32%) ← 漏点1:文案/价值不清 ↓ 完成表单 1800 ( 18%) ← 漏点2:表单太长 ↓ 验证邮箱 900 ( 9%) ← 漏点3:验证邮件进垃圾箱 ↓ 首日活跃 600 ( 6%) # 先修漏得最狠且最便宜的那道,别平均用力

漏斗分析最容易骗自己的是归因。用户从哪一步流失,不等于"那一步的体验差"——他可能是被上一步的某个承诺吸引进来,发现货不对板才走。所以修漏斗不能只看"当前步",要往回追"用户带着什么预期进来"。另外,别用平均数掩盖分段:整体转化 6% 看着还行,但新用户段只有 1%、老用户 20%,那问题出在新手引导,而不是全局。

A/B 实验的正确姿势

A/B 是"用证据代替争论"的终极武器,但用错比不用更糟。底线是样本量够 + 显著性达 + 只看预设指标。

# 一次合规 A/B 的检查清单 [ ] 只改一个变量(否则不知道谁生效) [ ] 事前定好"成功指标"和"最小样本量" [ ] 跑够周期(覆盖周季节性,别只看一天) [ ] 显著性 p < 0.05 才下结论 [ ] 看长期/负向指标,不只看那一个漂亮的数

A/B 还有一个常被忽视的前提:实验组和对照组要"除了那一个变量,其他都一样"。常见翻车是两组分流本身不均(比如按用户 ID 尾号分,结果尾号偶的是老用户群),结论自然不可信。所以分流要用随机且覆盖均匀的维度,并在实验前确认两组基线指标无显著差异。否则再显著的 p 值也是空中楼阁。

A/B 的"伪数据驱动"

样本不够就下结论、只报好看的那组、忽略长期影响——这些是"伪数据驱动"。显著性和样本量是底线,否则你只是给自己的直觉找了个数字背书。见过太多"实验证明该这么做",结果样本才 30 人。

留存才是真健康度

拉新再猛,留不住也是漏桶。留存曲线如果能"翘尾"(趋于平稳而非归零),说明产品真的提供了价值。这是判断"要不要加码获客"的前置条件。

论先留存,后增长

留存没翘尾就猛投广告,等于往漏桶里灌水,钱烧完什么都没留下。正确顺序是:先把核心价值的留存做平,再谈规模化获客。这是无数烧钱项目的血泪教训。

指标体系搭建步骤

别一上来堆几十个指标。指标体系要"一层北极星 + 几根支柱 + 若干护栏",层级清晰、互相可拆解,团队才知道每天盯哪块。

# 指标体系的典型分层 北极星:周完成预审合同数 ├ 支柱1 供给:活跃审核员数、人均周预审数 ├ 支柱2 质量:预审采纳率、误报率 └ 支柱3 健康:7日留存、客诉率(护栏) # 护栏指标:为防"优化北极星却搞坏体验"而设,如误报率不可升
指标体系的坑

① 指标互相打架:北极星涨但护栏(体验)崩,等于作弊式优化。② 人人都加指标:最后几十个没人看,失去聚焦。③ 无owner:指标掉了没人负责,等于没设。每个支柱必须有人认领。

6

项目协作与上线复盘

Agile/Scrum · RACI · 上线评审 · 复盘

PM 没有命令权,靠对齐与信任推动。这一章讲怎么让"想法"真正变成"上线且被验证的东西":用敏捷节奏推进、用 RACI 厘清责任、用上线评审兜底、用复盘把经验变成下一次的判断力。

敏捷 / Scrum 真实运作

很多团队"挂着敏捷走瀑布"。真正的敏捷核心是小步快跑 + 频繁反馈,而不是每天站会念进度。PM 在 Scrum 里是 Product Owner,负责"做对的事"。

一个常被忽略的点是估算与承诺的边界。开发给的"三天"是估算不是承诺,PM 别把它写进对老板的"保证"里。更稳的做法是让团队用相对故事点估算、留缓冲,对外只承诺"本迭代完成 Must 列表"。另外,迭代中途塞需求会打断节奏——除非走正式的变更流程(见 ch4 变更管理),否则"加一个很小"会悄悄把迭代拖垮。敏捷的纪律,一半在"挡住临时插入"。

仪式目的常见变形(坑)
站会同步卡点,不是汇报变成"我昨天干了啥"流水账
评审看可用增量变成 PPT 汇报会
复盘改流程,不是批人变成甩锅大会
规划定近期目标变成排满三个月的承诺
# 敏捷常见"伪仪式"自查 站会是否在"同步卡点"而非"汇报昨天的活"? 评审是否看到了"能点的东西"而非 PPT? 复盘是否产出"流程改进"而非"谁背锅"? 任一项否 → 你们的敏捷在走形,先修仪式 # 仪式的价值在"反馈频率",不在"每天开会"

跨职能协作:RACI 矩阵

"这事谁负责"含糊,是推诿的根源。RACI(负责执行 / 批准 / 咨询 / 知会)把每项关键动作的责任写死,冲突前就消解。

# RACI 示例(上线决策相关) 动作 PM 开发 设计 测试 老板 需求定稿 A/R C C I I 技术方案 I A/R C C I 上线评审 A R R R C 紧急回滚 I A/R I C I # R=执行, A=批准, C=咨询, I=知会; 每行动最好唯一 A

上线评审 Checklist

上线前不检查,上线后救火。一份轻量 checklist 能把"我以为他做了"变成"确认过",极大降低事故率。

# 上线前必过(任一项不过,推迟) [ ] 验收标准逐条通过(含异常/并发/边界) [ ] 监控与告警已接(指标、错误率、耗时) [ ] 回滚方案明确(一键回滚 or 开关降级) [ ] 灰度计划(先 5% 流量观察) [ ] 数据埋点就位(能验证北极星变化) [ ] 客服/运营知会(已知问题话术)

上线评审常被当成"走流程签字",但它的真实作用是把风险在动手前就摊开。一个有效的评审会,不是 PM 念 PRD,而是开发/测试/运维轮流说"这块我担心 X"。担心被说出来,才可能被提前解决。如果评审会上没人提担忧,通常不是因为没风险,而是因为大家还没认真想过——这时该暂停,而不是签字放行。

数据度量与灰度发布

别一次性全量放。灰度(先小流量)让你用真实用户验证假设,出问题影响面可控。灰度不是保守,是给"验证"留安全垫。

# 一个稳妥的灰度节奏 5% 流量 观测 24h → 错误率/耗时/核心指标无劣化 25% 流量 观测 24h → 同上 50% 流量 观测 24h → 同上 100% 全量,关闭旧逻辑,保留开关 1 周

灰度还有一个被低估的价值:它是"反悔成本"的管理。即便做了评审和监控,线上仍可能出预想不到的问题。有了灰度和开关,出问题只需切 5% 流量或拨一下开关,而不是紧张地发版回滚。所以开关不是技术细节,是 PM 给团队买的"后悔药"。

灰度的"观察期"也不能太短。很多团队 5% 跑两小时就全量,结果周末流量结构一变,问题才暴露。观察要覆盖业务周期——至少含一个完整的工作日+一个周末,才能说"稳了"。急着全量往往是为后面的事故埋雷。

灰度最常见的翻车

① 没留开关:出问题只能发版回滚,慢且慌。② 灰度只看错误率:漏看耗时/转化率这类"隐性劣化"。③ 灰度样本偏:5% 恰好是 VIP 用户,结论不具代表性。灰度也要讲统计。

复盘:假设—结果—学习

复盘不是"项目总结 PPT",而是把当初的假设拿出来和结果对照,看哪步判断对了、哪步错了、下次怎么改。对事不对人。

# 复盘模板(每次上线后必做) 当初假设:做 X 能让 [指标] 提升 Y% 实际结果:[指标] 变化 Z%(附数据) 对的:______(强化这个判断方式) 错的:______(当初为什么判断错?信息缺?偏见?) 学到:下次遇到类似,我会 ______ # 关键:落到"下次怎么做",否则复盘只是纪念

复盘最忌两件事:一是变成批斗会,盯着"谁搞砸了"而不是"哪个判断/流程错了",结果下次没人敢说真话;二是变成表彰会,只说做对的部分,错的全略过。两者都让复盘失去价值。健康复盘的前提是"对事不对人"写在规则第一条,且由最资深的人带头承认自己的误判——上行下效,团队才敢暴露问题。

PM 影响力清单

没有职权,就靠"让人愿意一起扛"。影响力是 PM 最硬的底牌,可以刻意练习。

论影响力四件套

① 对齐:动手前用一张图/一句话让所有人想到同一件事。② 用证据说服:拿数据/用户原话,而非职位压人。③ 共担责任:出问题先扛,赢了一起署名,信任才累积。④ 取舍勇气:敢对低价值需求说"不",保护团队焦点——这恰恰是别人最信任 PM 的地方。

向上管理与跨级对齐

"影响力"不只向下对团队,也向上对老板。向上管理不是拍马,而是让老板在信息充分时,做出对你判断有利的支持。很多好需求死在"老板没听懂为什么"。

# 一次有效的向上同步结构 1. 结论先行:建议做/不做 X(别让老板猜) 2. 依据:用户原话/数据/竞品(各一句) 3. 代价:不做的代价 vs 做的成本 4. 要什么:你要的是决策/资源/还是只是知会 # 老板时间稀缺,前 30 秒没结论,后面白讲

论向上管理的本质是"降低老板的决策成本"

把模糊的"我觉得该做"变成"结论+依据+代价+诉求"的结构化输入,老板更容易支持你。反过来,甩给老板一个没结论的问题,才是真的消耗信任。

结
本页要点

产品经理是"价值的定义者与翻译者":以商业—用户—技术三角为锚,在发现→定义→推动→验证的闭环里工作。需求挖掘靠结构化方法(访谈问过去时、Persona/JTBD、痛点地图、洞察三问过滤),挖显性更挖隐性;竞品分析用三层框架、能行动的 SWOT、价值曲线做差异化、TAM/SAM/SOM 做市场 sizing;PRD 用 Must/Should/Could 管范围,用户故事配可测验收标准,线框与高保真原型各司其职;数据驱动以北极星替代虚荣指标,用 AARRR、漏斗定位漏点、A/B 守显著性底线、留存定健康度;最终靠敏捷节奏、RACI、上线评审、灰度与复盘,用对齐和影响力而非职权把事落地。

自测 · 看你是否真懂

1.客户说"我要个一键导出的按钮",作为 PM 你第一反应该追问什么?

查看答案

追问:用户想用导出达成什么目标?现在的阻碍到底是"没有按钮"还是"导出格式不对/太慢/权限不够"?有没有比加按钮更省力的解法?——先找真问题,再谈方案,别当传声筒。

2.为什么"下载量 10 万"可能是个虚荣指标?

查看答案

下载不代表价值被使用。若留存极低、核心功能无人用,下载量只是好看的数字。北极星指标应反映用户真实获得的价值(如"周活完成核心动作数"),它涨才说明产品在变好。

3.PRD 里"范围管理(Must/Should/Could)"为什么重要?

查看答案

它强制团队在动手前对齐"本期做什么、不做什么",避免范围蔓延;也和技术侧 FDE 的范围管理语言一致,降低沟通损耗,保证核心闭环先做透。Won't(本期不做)显式写出,能挡掉"顺手加一下"。

4.A/B 实验最常见的"伪数据驱动"错误有哪些?

查看答案

样本不够就下结论、只报好看的那组、忽略长期/负向指标、事前没定好成功标准和最小样本量。底线是样本量充足且显著性(p<0.05)达标,否则只是给直觉找数字背书。

5.为什么"留存没翘尾就猛投广告"是错的?

查看答案

等于往漏桶里灌水:拉新再多也留不住,钱烧完什么都没留下。正确顺序是先把核心价值的留存曲线做平(翘尾),再谈规模化获客。留存是增长的前置条件。

下一步往哪走

路学完产品理论之后

① 串起技术栈:回到软件技术学院,理解"能做什么"的边界,产品决策才落地得动。

② 看 FDE 业务翻译:模块 11/12 是 PM 需求翻译的工程化落地,二者对照学最省力。

③ 做一件小事:给自己或身边人设计一个能解决问题的小产品,完整走一遍"洞察→PRD→MVP→数据验证"。

④ 补数据基本功:学一点 SQL 与基础统计,否则"数据驱动"永远只能靠别人喂报表。