產品數據對產品經理重要嗎？哪些產品需要看指標？｜EP53
在和不同產業的產品經理交流時，滿多人提到會訂出產品指標，但也有公司不看產品指標，只看功能有沒有符合客戶使用情境，因此這篇想整理我對產品數據的初步理解，以及整理幾個可能需要看指標的產品。
誰適合看這篇文章？✔ 對產品經理、產品企劃、產品策略、產品規劃有興趣的朋友一、產品指標、北極星指標是什麼
⠀⠀
產品指標（Product Metrics）是用來衡量產品成功的數據，通常涵蓋多個方面，包括用戶行為、業務結果、技術性能等。
常見的產品指標包括：
- 活躍用戶數（Active Users）：在特定時間內使用產品的用戶數。
- 用戶留存率（User Retention Rate）：在初次使用後繼續使用產品的比例。
- 轉化率（Conversion Rate）：用戶從訪問到完成某個目標行為（如購買）的比例。
⠀⠀
北極星指標（North Star Metric, NSM）是一個反映產品長期成功的指標。
例如，Facebook 的北極星指標是「月活躍用戶數（Monthly Active Users, MAU）」，通過專注在增加月活躍用戶數，可以確保產品決策是增加用戶黏著度和擴大用戶基礎的方向前進。
而 Spotify 的北極星指標是「聆聽時間（Time Spent Listening）」，透過優化歌曲的推薦算法，增強用戶體驗和推出個人化播放列表。
⠀⠀
二、產品指標能決定產品走向嗎
⠀⠀
有了產品指標和北極星指標的概念，那這個方式適合所有公司、所有產品嗎？我想舉幾個產品團隊的文化。
⠀⠀
以 SaaS 平台型產品為例：
SaaS 產品需求多半來自於大客戶的期待，例如 A、B 兩間客戶都有特定的 x 功能需求，而 C~H 等客戶對於 y 功能比較在意， 那公司會因為 y 功能比較多客戶許願就投入資源下去做嗎？也不一定。
有時候 A、B 客戶能帶來的營業額遠超過於其他 10 間客戶，這時 x 功能優先順序就會比較前面；或者是 A、B 是公司今年想要簽約、但尚未簽成功的潛在大客戶，這時滿足他們的需求也會是較優先的。
因此這時在評斷一個產品功能要不要做，以及產品優先順位怎麼排，就不完全會看產品指標，有時會很大比例要依據「業務要出擊的角度」、「中大型客戶的權重」來綜合討論。
以 C 端軟體產品為例：
社群型產品（Facebook、LINE）、娛樂型產品（Tiktok）、學習型 APP（Pressplay、Hahow）等，雖然產品內也有多個 B 端利害關係人，像是廣告主、內容提供方，但通常產品團隊做決策仍需要看 C 端終端使用者的產品數據。
像是「課程觀看率、影片觀看率、影片重看率、進站停留時間」等，有了這些領先指標，才能再往下做更多使用者分析，確保可以透過更多行銷策略來增加回訪、延長停留時間。
因此產品指標對於這類型產品就非常重要，會影響到一個功能的做與不做，甚至可以事前規劃出產品做完會預期帶來多少數據效益。
⠀⠀
上述產品類型剛好對應不同產品方向：產品驅動（Product-led） vs 業務驅動（Sales-led）。
⠀⠀
- 產品驅動：依賴「產品指標」的比例較大，產品團隊有較多的決策權，可以根據儀表板、使用者數據來決定接下來要開發／不開發什麼。
- 業務驅動：依賴「業務權重」的比例較大，業務團隊有較多的決策權，可以根據客戶大小、營業額大小、業務切入市場等來決定產品應該要做哪些功能。
（補充：上述僅為初步分類，實際上可能會因為產品是初創期產品或成熟期產品而也會不同。）
⠀⠀
三、產品經理可以如何累積數據經驗或履歷
⠀⠀
整理完上面兩種產品開發類型，那產品經理在面試不同公司要留意什麼？剛好用我自身經歷分享。
⠀⠀
面試 SaaS 公司、接案公司、B 端產品公司：
通常這類型產品的需求來源是「客戶為主」，意思是客戶需求進來，會評估可行性、需求範圍、開發工時來決定要做或不做，但使用量、相關轉換率則不一定是優先看重的點。
因此當面試時被問到「如何定義產品成功、如何決定產品優先級、如何排序產品開發順位」等相關問題，可以回答「滿足客戶需求、解決客戶痛點」的相關方向。
⠀⠀
面試 C 端產品公司：
需求來源是「使用者為主」，意思是產品團隊可以根據使用者的功能數據，像是點擊率、跳出率、轉化率、付款率等來決定要優化哪個功能，有些產品會再綜合評估公司策略和業務策略。
因此當面試時「如何定義產品成功、如何決定產品優先級、如何排序產品開發順位」等相關問題，可以回答「根據數據脈絡圖、北極星指標、產品指標、領先指標、AARRR」等相關方向。
⠀⠀
在工作中，我通常會各自整理不同的數據作品集，以下舉例。
⠀⠀
B 端產品公司：
可以整理「自己做過哪些功能 → 這些功能滿足了哪種客戶 → 為客戶創造多少營業額或價值 → 未來產品還可以怎麼發展 → 預期為公司可以再帶來多大效益」。
這些產品功能可以再拓展更多故事，像是：
- 接到需求時，如何和業務、客戶談判需求內容？
- 如何討論什麼要做、什麼不做（must vs nice）？
- 產品規劃過程如何和客戶確認最終需求？
- 產品上線流程如何和客戶、業務、行銷協作？
上述的故事就可以為面試過程帶來很多情境舉例，並且可以說明從這個功能學到哪些關鍵技能、或是累積哪些領域知識。
⠀⠀
C 端產品公司：
可以整理「自己做過哪些功能 → 實際上增加多少數據或比例 → 因此為公司帶來什麼利益 → 未來產品還可以怎麼發展 → 預期為公司可以再帶來多大效益」
跟上面一樣，這些產品功能也可以再拓展更多故事，像是：
- 如何在產品團隊提案什麼要做？根據什麼產品指標？
- 產品規劃過程，如何訂出產品指標和目標？
- 產品上線流程如何和客戶、業務、行銷協作？
⠀⠀
總結
產品數據一直是這幾年很熱門的題目，也越來越多講座或工作坊再拆解數據圖，若有其他 PM 對於數據這塊的工作經驗想分享，也歡迎留言交流～
我目前學習的資料來源包含：
- Peter Su《我的產品指標框架問世一年後的回顧》
- Hahow 課程《產品數據分析 — 打造網路產品的決策引擎》
- Pressplay 課程《人人受用的數據思維｜商業分析師的養成之路》
如對這系列文章興趣可以再觀看：
非常謝謝你的閱讀！上述單純以我的職場生活來整理，未能涵蓋所有案例。
如果文章有一點啟發或幫助，可以留言或來信讓我知道 👏
．撰寫於：2024/07/10 (三)。
．撰文者：張家惟 Evan Chang
你可能也想看
