获课：xingkeit.top/17421/

一、为什么AI产品必须做数据分析？

传统产品靠调研、靠访谈、靠拍脑袋。AI产品不行，因为用户自己都不知道自己要什么。

不看数据的AI产品经理，本质上是在赌博。十二期实战营的第一课就讲这个：数据不是验证工具，是决策工具。

二、十二期迭代优化的四大核心技巧

技巧一：不看DAU，看"有效交互率"

DAU高不代表产品好。AI产品的核心指标是有效交互率——用户输入了Prompt，模型给了回答，用户还点了"有用"。这三步全走完才算一次有效交互。十二期教你怎么埋点、怎么算、怎么用这个指标指导迭代方向。

技巧二：Prompt效果用数据说话，不用感觉说话

你觉得这个Prompt写得好，用户觉得呢？十二期引入"Prompt评分体系"：从回答准确率、用户满意度、任务完成率三个维度量化评估每版Prompt。改了一个词，数据涨了还是跌了，一目了然。告别"我觉得挺好的"。

技巧三：用户留存看的是"第二次回来的原因"

AI产品第一次用靠新鲜感，第二次回来才是真需求。十二期教你做"留存归因分析"：第二次回来的用户，是因为上次的回答解决了问题，还是因为想试试别的功能？原因不同，迭代方向完全不同。

技巧四：模型效果≠产品效果

模型准确率95%，用户满意度可能只有60%。因为用户不在乎你模型多准，在乎的是"我的问题解决了没有"。十二期专门训练"产品视角"——把技术指标翻译成用户体验指标，再用体验指标指导产品迭代。

三、实战营怎么跑？

不是听课，是带着真实产品跑。

每个阶段都有真实产品数据练手，不是 toy project，是能写进简历的实战经历。

四、十二期跟前面有什么不同？

这是收官期，也是最硬核的一期。前面教你造车，这期教你看仪表盘开车。