正如本节课标题所言，对于产品经理来说，收益这事，根本不存在是否需要关注，而是怎么去关注。

当然，还正如标题所言，对于产品经理来说，收益归根结底都会归结为财务指标，也就是“钱”，尽管我们已经知道，产品经理需要关注的指标类型大致可以分为三大类，财务指标，市场指标和客户指标，但后两类指标本质上都是为第一类指标服务的，也可以理解为是财务指标的中间指标。

同时，我们又知道，产品经理一个非常重要的职责就是如何为企业寻求到具有长期，健康收益的产品，而这就要求产品经理必须具备判断，分析长期性的指标应该是什么样的，这就是本节课要讲到的预测产品收益。

我们先来了解一下这个工作的概况，大家看PPT1：

1、如何理解定义中的三个关键字

1）收益指标不偏不倚

先来说一种在企业中非常常见的情况。

比方说今年公司的销售部完成了2000万的销售额，要制定明年的销售目标，一般说来，这个时候会有两类角色参与进来，一类就是销售部，因为他们是最直接的销售指标实现部门，另一类就是公司高层，因为他们是最关注销售指标的，但是，因为他们所站的角度不同，利益点也不同，那么，这个时候，他们可能就会评估出不同的销售指标预测值，比方说销售部门为了能更容易的完成明年指标，可能会把销售指标定的比较保守一些，而高层为了更高级别的目标（比方说要融资），那么，他就会把销售指标定的乐观一些。

如果出现了这种情况，那么，到底应该按照谁的预测值来执行呢？

我们知道，如果只有两块表是无法知道哪块表的时间是对的，得需要第三块表来做验证，同理，如果面对这种情况的时候，就需要产品经理这第三块表来验证到底谁的预测值是最接近客观的。

也就是说，在企业内，收益指标的预测不可避免的会受到不同地位，不同角度，不同利益的人群的影响，从而产生不同的预测结果，但是，无论哪种情况，如果不能贴近客观，对企业来说，都是一种不利的影响。

因此，作为为产品负最终责任的产品经理，这个时候，就得站出来让这个工作的成果趋于客观。

说到底，产品经理做这个工作，第一个作用就是尽力避免企业中不同角色，不同地位的职位对产品收益指标的影响。

2）企业资源合理配置

我们一再强调，企业资源的投入是和企业想实现的目标有直接关系的，那么，企业科学、合理的资源投入一定是依赖于目标的客观性和正确性的，具体到收益目标上，如果产品经理不能确定一个客观的目标，那么，也就意味着企业投入的资源是有很大风险的。

因此，产品经理做这个工作的第二个作用，就是用客观的收益目标来引导企业正确的资源配置和投入。

3）决策的实时准确

大家可能对这一点不太容易理解，为什么收益预测和实时决策有关系呢？

举个例子，比方说，你在2022年预测2023年的收益目标是3000万，但是在执行的过程中，比方说到了2023年第二个月结束的时候，发现当月的实际值和预测值有很大的差距，但是作为企业来说，已经针对这个月的计划做了必要的准备，这个时候，你就要考虑了，如果再按照原有思路来做的话，很有可能在2023年3月份依然会出现类似的问题，因此，这个时候，你就要迅速做出分析，并基于分析向高层提出决策建议。

或者可以这样来理解，收益目标和投入的资源其实一直会处于一个动态变化的状态中，目标的变动会影响资源的投入，反之亦然，而在这个动态变化的状态中就必然涉及到一系列的决策，而决策是否实时，准确又会影响到前两者的执行效率和产出效果。

由此我们可以看出，虽然是三个关键字，看起来是三个工作，但其实说的就是一件事：

决策如何支持资源和目标处于一个平衡的状态。

2、预测类型的级别划分

作为产品经理，在做这项工作的时候，首先要搞清楚一件事，就是企业到底要让你预测那个级别的对象。

有朋友会说，还有这样的说法，当然，大家看PPT2：

大致可以分为三类：市场潜力；销售潜力；个人能力。

具体解释PPT中都有，不赘述了，这个知识点不是本节课的重点，大家有个认识就可以，知道是让你预测哪个级别的就可以了。

3、都有哪些预测的方法

首先我们要清楚的认识到一点，产品经理能够使用的预测工具箱中的工具是非常丰富的，至少可以分为四类十三种，大家看PPT3：

尽管方法不少，但并不是说每一种方法的应用场景都是一样的，我们仅仅按照产品的阶段（新产品和旧产品）以及要预测的周期（短期；中期；长期）来分类的话，就会有这样的要求，大家看PPT4：

看到这，有些朋友可能会犯难了，预测方法多，又有不同的应用场景要求，产品经理难不成都得掌握吗？

这倒不至于，具体在什么场景中使用什么方法，国外曾经对产品经理做过一个调查，结果可以供大家参考：

1）在短期数据的预测中，61.8%的受访者表示采用移动平均法；

2）在中期数据的预测中，57%的受访者表示采用市场调查法；

3）在长期数据的预测中，44%的受访者表示采用德尔菲法。

而这三种方法具体如何使用，在《学习资料包》中有详细的介绍，大家有兴趣可以学习一下。

4、需要注意的四个方面

1、没有一种预测方法是万无一失的

虽然我们提到目前至少有13种预测方法，但是毕竟是对未来的预测，因此，没有一种预测方法是万无一失的。

我个人的建议是在产品经理精力和能力允许的情况下，可以多尝试几种方法来预测，这样可以得出一个更接近于真实情况的数据。

2、越准确的数据越依赖专业的方法和组织

毫无疑问，在数据预测上，产品经理远远做不到专业，包括企业内类似的人员也是如此，因此，要想得到更为准确的预测数据，必须依赖于专业的组织采用专业的方法来完成。

但是，有朋友会问了，你这样说不是有些自相矛盾了吗，既然如此，那产品经理还做这个工作干什么？

否，我真正的意思是，两点：

1）在国内，大部分的企业不会或者很少去在这个工作上投入太多的财力和时间，因此，很多产品经理必须扮演这样的预测者的角色，因此，你必须做。

2）及时是依赖第三方的支持来做这项工作，也并意味着我们可以不理不问，相反，我们这些产品经理必须具有独立思考和分析的态度，即使是再专业的组织帮我们做了，那么，我们也要以谨慎的态度去看待结果，毕竟事实证明不少第三方的预测其实也是不靠谱的。

3、数据的准确和投入的资源成正比

越准确的数据预测必然依赖于越多的资源，这点毋庸置疑，也无需多说，事实上，作为产品经理都期望企业能够在这方面增大投入，但事实往往很让人郁闷，因此，这点还需要产品经理们多多和企业高层进行沟通，我们决定不了这个的。

4、不要太依赖二手和免费的数据，因为你的竞争对手也会获得

有些企业和产品经理为了在这项工作上快速产出成果，有时候习惯于寻找一些二手或者免费的预测数据，但是，我个人觉得这些数据还是少参考的为好，因为道理很简单，你能够找到，你的竞争对手同样会得到，那么，这样的数据预测还有多大的意义呢？