产品经理如何进行数据分析？

       产品经理数据分析并不要求像专业的数据分析师一样进行数据分析，因为产品经理本身擅长的是解决问题的能力，而分析师所擅长的是发现问题的能力，具备一定的数据分析能力能更好的帮助产品经理及时发现问题（你要承认并不是所有公司或者部门都具备专业分析师）。今天小编就带大家看看产品经理应该如何进行数据分析?

明略数据

0

2条点评

咨询产品

免费试用

解决用户选型困难的好软件，有各维度的信息

客户案例

20

合作品牌

暂无

数据分析师

数据敏感性：

       数据敏感性也就是常说的数据sense，知道和了解数据的含义并能够发现其中的内在。比如告诉你拼多多日活1.3亿，月活4亿你要能马上想到这代表的意义是拼多多已经是中国第二大电商平台，不是单纯的一个数字。如果有人告诉你当前京东日活是2000万你就要知道这家伙肯定是在说瞎话。数据的敏感性一方面你能根据直觉来判断数据是否正确，另一方面是知道数据背后意味着什么。
       如果老板说你销售GMV连续6个月增长，但是你熟悉的日活6个月一直处于下跌，那你要马上去思考增长的原因是客单价提高还是公司有了新的收入来源。
       数据敏感性是需要在工作和生活中不断建立的，是一种善于通过数字发现问题和潜在问题能力，这也就是为什么很多公司JD上都会写着“要求极好的数据sense”这是产品经理加分项
培养数据sense一方面通过多看书和多阅读数字报告获取，另一方面就是通过实际工作中的数字中获取，知道自己所负责每一个业务对应数字的含义（这里的数字不一定都是具体数据）我敢说没有产品经理会说自己负责的产品是不需要数据支持，找到怎样通过实际数据反映产品优劣和实际价值，就是对数据敏感性的建立和分析方法。

换位思考对待数据：

       数据的使用方有自己、领导、老板、客户，每个使用方对待数据要求和内容都不一样，数据要表达的或者要支持的决策都不同，怎样的人需要这样的数据，支持怎样的决策在产品设计和数据分析时要明确。
       自己：数据目的是发现问题，保证自己负责产品是正向运行，通过数据的异常和用户行为异常发现潜在需求。
       领导：更多的关注业务整体运行状况，能否达成目标及距离目标差距。
       老板：关心公司运作情况，要求多个数据之前协同（这里要求数据更全面，反映问题）
       客户（产品）：更多关系客户所服务的最终用户是否满意，能否给最终用户带来价值。所以要求产品经理在思考这类时站在客户决策层角度去思考问题。
       举例来说：整个公司就像一台车，老板作为司机关心的是仪表盘上核心指标是否正常，能否保证这台车平稳安全运行。具体产品就是其中某个部件比如发动机，你需要知道发动机给油和对应转速是否服务既定要求，百公里耗油情况，怎样做到效率最高，发动机哪些指标（转速，异响，油耗）反映出发动机是否正常。

会说慌话的数据：

       数据本身并不会说谎，所谓数据说谎是指观测数据角度过于片面，你所观测的数据指标并非核心指标，找到关键评价指标才能判断业务是否正常。
       我们还是通过实际举例：购物最近几年受线上电商冲击线下客流逐年下滑，但部分购物中心却能做到销售业绩逐年增长，零售大行情看未来购物中心似乎前景越来越差，实际去了解这些增速好的购物中心发现线下人流相比早些年确实有所减少，但是人们的消费理念已经发生巨大改变，购物中心已经不仅仅是购物，而是变成生活体验。线下购物已经变成时间消费，发现这些数据异常和特点的购物中心会及时调整用户消费结构增设更多体验消费项目像体验店，娱乐设备，增加更多的餐饮，儿童和成人娱乐，把购物变成连带消费，而不再是以购物作为主导的消费场所。

       以上的例子可能会对没有新零售行业经验的同学造成一些苦恼，总的来说要说就是当某一项数据指标发生变化时要去寻找关联指标变化，去发现那些正在增长的指标通过这些增长的指标去挖掘需求和价值。数据并不像是表面上哪有，如果数据观测维度不合理反而会对数据造成误导。

       总结来说，产品经理首先应具备数据敏感性，其次就是对数据的关键指标发现能力以及数据采集和挖掘能力，最后通过关键指标的变化发现需求和机会并发现问题。从商业角度来分析人一天的时间是有限的24小时，当一种商业模式消亡必定会带来另一种商业模式的诞生，也就是人某个时间消费的缺失必定需要其他来添补，如果人的效率越来越高那需要添补的时间也就越来越堵，所以从人来发展的角度商业机会是永远存在的，就看怎样去占用人每天的86400秒。以上就是小编为大家带来的产品经理应该如何进行数据分析的相关内容。