产品经理：KPI很多是无效的，重要的是做减法

值班拉勾君：Emily

▌拉勾网编译出品，转载请注明作者及来源

© 2015 拉勾网保留所有权利

►当 Kenneth Berger 在2014年加入Slack时，这家公司正处于飞速成长的起点。作为公司的第一个产品经理，他调整产品的功能，在一年时间里让日用户数量从十万提升到一百万。粉丝的表扬信在Twitter上铺天盖地，Slack的估值很快就升到了十亿美金。

著名猎头机构推荐金领职位 企业 职位 经理人 专访 社区 会员 军工仪器研发制造--电子工程师/项目经理 30-50万 北京 电网侧储能初创公司-全钒液流储能-收购德国技术团队--CEO 150-200万 北京 深圳 央企背景-全钒液流电池电堆设计高级工程师（全钒液流储能） 40-70万 河北 深圳 新药/仿制药-研发系统-制剂部负责人CSO 60-70万 北京 成都 江苏 光电通信芯片-INP光芯片设计资深专家 80-150万 深圳 青岛 语音操作系统产品经理（人工智能） 40-70万 北京 天津 香港AI机器人-研发项目经理-图像处理/计算机视觉/机器学习算法 60-100万 香港 海外 中国著名航空材料公司-冶金(金相)专家 150-300万 北京 西安

像所有的产品打造者那样，Berger非常重视用户的反馈。他认为，任何一家公司都不能躺在功劳簿上过日子。

他从slack成功的经验中，给产品打造者提的建议就是，多关注那些自己此前不掌握的信息和反馈。Berger认为，海量的市场反馈，做减法很重要。从各类网站统计、社交媒体、留存指标和用户行为日志里摒弃噪音，并找到其中传递的最重要信息。

以下是他的几点心得：

Lagou注意到，在应对市场反馈上，很多时候企业的问题不在于缺少反馈，而在于他们不知道如何利用这些反馈。

最大的误区是，人们往往对与自己有关的或更容易收集到的东西反应最大。

但实际上，市场反馈重要与否，不应该与是否与自己有交集等因素有关。很多人因此让真正有价值的信息被忽略。

Berger的经验是，避免这个问题最好的方法是，将注意力收窄，执着于公司的最高目标。很多人被数据指标所累。指标当然很重要，但对Berger来说，它只是让目标变得可量化。

Berger花了大量的时间在创业公司上。最开始是YesGraph的联合创始人，之后加入了Slack。他认为，如果不注意反思组织的最重要目标，很可能会出现指标已不能反映现实，但整个团队还在追着看数字的情况。

当定义一个目标时，需要遵循的基本原则是：每个人应该知道自己为什么要做一件事以及自己在做什么。只有当与具体环节最近的人主动将某件事视为自己应该做的时，指标才会变得有力。

选择某个对业务有节点意义的时间周期来定期回顾自己的目标，可以是一个月，一个季度。公司现在的重心在哪里? 是专注于新用户？还是在已有用户身上创造价值?

解答这些问题，能更好地处理涌向你的数据，并决定哪些反馈在某个瞬间最合适的。

不可避免的是，在资源有限的情况下，公司需要从多种方向中做抉择。企业应该公开处理不同方向的优先级，或者至少解释为什么某一项功能是最重要的。

这能帮助每个人更好理解企业的目标与自己所处的位置。

与科学家工作类似的一点是，设置和评估公司的目标也要持续地假设并进行验证。

单次的测试可能看上去与大方向并不相符。Lagou提醒，这时候可能是设置的阶段性目标并不合理，也可能是没有采取正确的指标去衡量。这需要对长远目标了然于心，知道什么时候需要根据情况改变阶段目标。

在Slack的早期，Berger测试了市面上流行的多个方法来提升登录量。最开始是给那些已经注册但还没成为活跃用户的人发邮件。之后，他试验了免费试用这一招。

他们将用户分成几个部分，在不同人的身上做了测试。最后发现，的确有用户增长，但并不明显。他开始明白，尝试是有成本的，有时候交易并不划算。“当我们看了数据后，我们发现它并不值得花巨大的代价和成本去支持增加的这点留存。”

做产品的人需要从科学家身上能学到的另一点是，认识到误差是不可避免的，并且误差还会对人认知数据产生影响。以下是他认为的常见的几种坑：

这是Berger在面对产品反馈时时时都会遇到的。数据是会骗人，要时刻反思数据的来源渠道。如果是来自最经常接触到的用户，则那些潜在的尚未接触产品的用户就被排除在外了。

当Berger加入Slack时，他面临着一个让人羡慕的问题：用户反馈太多了。在处理过程中，他的经验是，要学会去找那些不说或者还没来得及说的人。

比如，当时Slack的支持群体最多到300~400人，他就去发掘超过这个数字群体的使用体验。因为，这将是Slack的发展方向。最后的结果证明，这种举措非常好，它避免了团队淹没在铺天盖地的夸赞中。

带着某种既定的结论来分析数据，这可能在绝大多数人身上都可能会出现。产品设计者要做的是努力同这种倾向抗争。从现在已有的数据中寻找能支持的假设，它可能是你想的那样，也可能指向X、Y、Z。确切的产品方向需要你去验证 。这个过程在Berger看来是小公司特有的让人着迷的地方。

遭遇观察者偏差时，要做的是思考想从自己的数据中获得什么，而处理报告偏差则意味着应该重新审视最让人放心的那些数据。通常，隐藏报告的数据来源后偏差就非常不易发现。

产品设计者要对来自不同渠道的数据进行权衡，对任何一个产品方向的利好和可能的弊端了然于心。在Slack，这一过程曾让公司的决策更明智。比如，曾经尝试发出的激活邮件，它也许有一定效果，公司也能从这个方向发力，但当引入了成本和长远目标这一变量后，它就因并不划算而被放弃。

另外，不同渠道获取的数据具有不同特点。定量测量的数据非常容易被追踪验证，而处理一些偶发的小样本的信息时则相对棘手。在这个问题上，Berger以拜访用户的偶然反馈为例做了说明。以拜访5个人为例，反馈回来的是小样本信息，它并不能对全体用户做出概括性的描述。

但如果让小样本验证它能验证问题，一切就变得容易了。一个重要的原则是，产品中总有些功能是所有人都要用的。当在一个人身上得到了这类功能的BUG反馈时，Berger认为，不用收集其他的反馈就知道，产品功能需要作出调整。

Berger建议，不管是什么渠道的资源，谨慎设置目标，在验证假设时选择合适的交流对象。偏差可能会不可避免，产品打造者应该对市场反馈中可能出现偏差的节点了然于心并有所防范。