產品經理數據分析并不要求像專業的數據分析師一樣進行數據分析，因為產品經理本身擅長的是解決問題的能力，而分析師所擅長的是發現問題的能力，具備一定的數據分析能力能更好的幫助產品經理及時發現問題（你要承認并不是所有公司或者部門都具備專業分析師）。今天小編就帶大家看看產品經理應該如何進行數據分析?

明略數據

0

2條點評

咨詢產品

免費試用

解決用戶選型困難的好軟件，有各維度的信息

客戶案例

20

合作品牌

暫無

數據分析師

數據敏感性：

       數據敏感性也就是常說的數據sense，知道和了解數據的含義并能夠發現其中的內在。比如告訴你拼多多日活1.3億，月活4億你要能馬上想到這代表的意義是拼多多已經是中國第二大電商平臺，不是單純的一個數字。如果有人告訴你當前京東日活是2000萬你就要知道這家伙肯定是在說瞎話。數據的敏感性一方面你能根據直覺來判斷數據是否正確，另一方面是知道數據背后意味著什么。
       如果老板說你銷售GMV連續6個月增長，但是你熟悉的日活6個月一直處于下跌，那你要馬上去思考增長的原因是客單價提高還是公司有了新的收入來源。
       數據敏感性是需要在工作和生活中不斷建立的，是一種善于通過數字發現問題和潛在問題能力，這也就是為什么很多公司JD上都會寫著“要求極好的數據sense”這是產品經理加分項
培養數據sense一方面通過多看書和多閱讀數字報告獲取，另一方面就是通過實際工作中的數字中獲取，知道自己所負責每一個業務對應數字的含義（這里的數字不一定都是具體數據）我敢說沒有產品經理會說自己負責的產品是不需要數據支持，找到怎樣通過實際數據反映產品優劣和實際價值，就是對數據敏感性的建立和分析方法。

換位思考對待數據：

       數據的使用方有自己、領導、老板、客戶，每個使用方對待數據要求和內容都不一樣，數據要表達的或者要支持的決策都不同，怎樣的人需要這樣的數據，支持怎樣的決策在產品設計和數據分析時要明確。
       自己：數據目的是發現問題，保證自己負責產品是正向運行，通過數據的異常和用戶行為異常發現潛在需求。
       領導：更多的關注業務整體運行狀況，能否達成目標及距離目標差距。
       老板：關心公司運作情況，要求多個數據之前協同（這里要求數據更全面，反映問題）
       客戶（產品）：更多關系客戶所服務的最終用戶是否滿意，能否給最終用戶帶來價值。所以要求產品經理在思考這類時站在客戶決策層角度去思考問題。
       舉例來說：整個公司就像一臺車，老板作為司機關心的是儀表盤上核心指標是否正常，能否保證這臺車平穩安全運行。具體產品就是其中某個部件比如發動機，你需要知道發動機給油和對應轉速是否服務既定要求，百公里耗油情況，怎樣做到效率最高，發動機哪些指標（轉速，異響，油耗）反映出發動機是否正常。

會說慌話的數據：

       數據本身并不會說謊，所謂數據說謊是指觀測數據角度過于片面，你所觀測的數據指標并非核心指標，找到關鍵評價指標才能判斷業務是否正常。
       我們還是通過實際舉例：購物最近幾年受線上電商沖擊線下客流逐年下滑，但部分購物中心卻能做到銷售業績逐年增長，零售大行情看未來購物中心似乎前景越來越差，實際去了解這些增速好的購物中心發現線下人流相比早些年確實有所減少，但是人們的消費理念已經發生巨大改變，購物中心已經不僅僅是購物，而是變成生活體驗。線下購物已經變成時間消費，發現這些數據異常和特點的購物中心會及時調整用戶消費結構增設更多體驗消費項目像體驗店，娛樂設備，增加更多的餐飲，兒童和成人娛樂，把購物變成連帶消費，而不再是以購物作為主導的消費場所。

       以上的例子可能會對沒有新零售行業經驗的同學造成一些苦惱，總的來說要說就是當某一項數據指標發生變化時要去尋找關聯指標變化，去發現那些正在增長的指標通過這些增長的指標去挖掘需求和價值。數據并不像是表面上哪有，如果數據觀測維度不合理反而會對數據造成誤導。

       總結來說，產品經理首先應具備數據敏感性，其次就是對數據的關鍵指標發現能力以及數據采集和挖掘能力，最后通過關鍵指標的變化發現需求和機會并發現問題。從商業角度來分析人一天的時間是有限的24小時，當一種商業模式消亡必定會帶來另一種商業模式的誕生，也就是人某個時間消費的缺失必定需要其他來添補，如果人的效率越來越高那需要添補的時間也就越來越堵，所以從人來發展的角度商業機會是永遠存在的，就看怎樣去占用人每天的86400秒。以上就是小編為大家帶來的產品經理應該如何進行數據分析的相關內容。