“對數(shù)據(jù)敏感，能夠通過數(shù)據(jù)分析與反饋，不斷改進(jìn)和優(yōu)化產(chǎn)品”之類的招聘要求屢見不鮮。誠然，數(shù)據(jù)分析能力已經(jīng)成為產(chǎn)品經(jīng)理不可或缺的技能。數(shù)據(jù)的敏感度和分析能力的高低，往往可以看出一個(gè)產(chǎn)品人的功底。筆者雖說幾乎天天和數(shù)據(jù)打交道，但始終覺得要獲得能力進(jìn)階，仍需進(jìn)行系統(tǒng)性的學(xué)習(xí)和實(shí)踐。因此本文作如下梳理和思考，希望對大家有所幫助。

一、本文目的

1. 列舉常見數(shù)據(jù)分析問題，自我反思對癥下藥。
2. 給出一些分析思路，提升日常數(shù)據(jù)分析效率。
3. 學(xué)習(xí)日程制定指引，逐步掌握數(shù)據(jù)分析工具。

二、文章框架

1. 5大常見問題
2. 學(xué)習(xí)動(dòng)力
3. 日常分析類型
4. 分析思路
5. 制定學(xué)習(xí)日程
6. 數(shù)據(jù)分析工具（excel、文末贈(zèng)送學(xué)習(xí)禮包）

三、為啥要學(xué)數(shù)據(jù)分析

你可能會(huì)說，這不是廢話嗎？！肯定要學(xué)?。〔贿^筆者還是要強(qiáng)調(diào)下：沒有足夠的驅(qū)動(dòng)力，頂多也是三天打魚，難以為繼。

數(shù)據(jù)分析有啥好處？一句話總結(jié)就是：數(shù)據(jù)改變生活。

哈，有點(diǎn)扯。隨便貼幾點(diǎn)吧，每個(gè)人的動(dòng)機(jī)都不一樣，有用就好。

四、5大常見問題

這兩周，通過調(diào)研和自我反思，同學(xué)們在數(shù)據(jù)分析這個(gè)環(huán)節(jié)上，主要集中在5大問題，筆者簡稱之為“4無1不”，若未能妥善解決，將嚴(yán)重影響工作的效率和身心健康。

1. 無思路：數(shù)據(jù)雜亂，不知到從何入手

成因：分析的業(yè)務(wù)目標(biāo)不清晰，導(dǎo)致數(shù)據(jù)采集過剩；分析方法與分析的場景不懂得如何結(jié)合，導(dǎo)致無從下手。

對策：第一步，理解業(yè)務(wù)背景和業(yè)務(wù)目標(biāo)；熟悉各分析方法及應(yīng)用場景，后面有介紹。

2. 無側(cè)重：分析邏輯不嚴(yán)謹(jǐn)，生搬硬湊亂猜想

成因：未整體考慮對數(shù)據(jù)造成波動(dòng)的可能原因，將相關(guān)性指標(biāo)用作為因果關(guān)系指標(biāo)，成為了“為了分析而分析”。

對策：數(shù)據(jù)分析應(yīng)形成閉環(huán)，確定分析目標(biāo)——采集數(shù)據(jù)——列舉可能原因（金字塔/公式化思維，后面介紹）–驗(yàn)證猜想–得出分析結(jié)論–后續(xù)優(yōu)化對策

3. 無規(guī)劃：分析時(shí)，卻發(fā)現(xiàn)數(shù)據(jù)缺失，采集難度高

成因：對所上線產(chǎn)品的價(jià)值收益不清晰，未提前規(guī)劃觀察指標(biāo)及進(jìn)行相關(guān)的數(shù)據(jù)采集需求開發(fā)，巧婦也難為無米之炊?。?/p>

對策：明確產(chǎn)品的成功指標(biāo)，可提前構(gòu)思分析思路，進(jìn)而反推所需的數(shù)據(jù)需求細(xì)節(jié)

4. 無記錄：數(shù)據(jù)異常，卻不知道做了什么

成因：團(tuán)隊(duì)內(nèi)部信息同步不及時(shí)。可能是活動(dòng)導(dǎo)致的產(chǎn)品數(shù)據(jù)暴增，或者產(chǎn)品更新導(dǎo)致系統(tǒng)故障數(shù)據(jù)下跌

對策：建立團(tuán)隊(duì)內(nèi)部的協(xié)作機(jī)制，信息及時(shí)同步至共享平臺。如：運(yùn)營活動(dòng)上線前X天，及時(shí)同步至產(chǎn)品相關(guān)活動(dòng)規(guī)劃，并做好備份記錄和通知相關(guān)部門。

5. 不熟練：對分析工具不熟悉，分析耗時(shí)大

成因：分析工具如excel，若不是在學(xué)校有專門課程，基本是自學(xué)或者報(bào)相關(guān)課程，工作忙沒抽時(shí)間單獨(dú)學(xué)習(xí)是根本原因

對策：建議列出自己的薄弱環(huán)節(jié)，有針對的找相關(guān)的課程學(xué)習(xí)，如果是小白，建議系統(tǒng)地學(xué)學(xué)，后面會(huì)涉及。

五、日常分析類型

日常的數(shù)據(jù)分析類型可以從四個(gè)角度去歸類：產(chǎn)品設(shè)計(jì)五要素、數(shù)據(jù)類型、產(chǎn)品進(jìn)化流及時(shí)間。

分類的目的是為了幫助我們更好地理清日常數(shù)據(jù)分析的場景，以便更有針對性地進(jìn)行整理歸類、前置學(xué)習(xí)儲備，比如說：數(shù)據(jù)類型緯度中，提前整理好存放用戶數(shù)據(jù)、交易數(shù)據(jù)的數(shù)據(jù)庫及表字段，可以提高數(shù)據(jù)采集時(shí)的效率；整理好項(xiàng)目周報(bào)的報(bào)表格式，有數(shù)據(jù)增加，直接更新即可。

1. 從產(chǎn)品設(shè)計(jì)五要素看

戰(zhàn)略層的數(shù)據(jù)多留點(diǎn)心思，老板們會(huì)不定期地問起，找數(shù)據(jù)比較久就比較尷尬了。

2. 從數(shù)據(jù)類型看

下面的數(shù)據(jù)，在個(gè)性化推薦或精準(zhǔn)營銷場景會(huì)用得非常的高頻，數(shù)據(jù)的質(zhì)量決定了推薦效果的好壞。

3. 從產(chǎn)品進(jìn)化流看

產(chǎn)品上線的前中后，產(chǎn)品的關(guān)注數(shù)據(jù)會(huì)有所差別，相關(guān)的數(shù)據(jù)收集和分析要靠自己不斷總結(jié)反思了。

4. 從時(shí)間上看

建議同學(xué)們自我盤點(diǎn)下：有哪些是一次性的？哪些是周期性的？相應(yīng)的采集需求或者分析報(bào)表該如何呈現(xiàn)才更佳？

六、數(shù)據(jù)分析思路

這部分是比較關(guān)鍵的一環(huán)，構(gòu)思不清晰，如無頭蒼蠅一般，費(fèi)時(shí)費(fèi)力還無用。在分析之前，可以先問下自己，這個(gè)數(shù)據(jù)分析，到底目的是為了什么？

筆者認(rèn)為，基本上為如下三類：

1. 事前：制定/預(yù)防
2. 事中：控制/調(diào)整
3. 事后：結(jié)項(xiàng)/優(yōu)化

因此，數(shù)據(jù)分析的思路是：始終圍繞該階段下的業(yè)務(wù)目標(biāo)而開展數(shù)據(jù)分析。

分析思路建議參考：金字塔+公式化思維，這樣可以窮舉可能造成的影響因素，并進(jìn)行一一分析排除，找到可能的原因。

tips：建議先列清楚可能原因，在進(jìn)行數(shù)據(jù)采集和數(shù)據(jù)分析，避免返工。

舉例：當(dāng)一個(gè)電商平臺的訂單轉(zhuǎn)化率下降時(shí)，可以列出訂單轉(zhuǎn)化率公式：CR=訂單數(shù)/UV。下降的原因：可能是訂單數(shù)變少了，也可能是來的客戶增加了。這針對這兩個(gè)指標(biāo)進(jìn)行羅列可能造成的原因，并通過數(shù)據(jù)驗(yàn)證分析。

七、數(shù)據(jù)分析方法

有了數(shù)據(jù)分析的思路，就需要通過適合該場景的分析方法進(jìn)行分析，以進(jìn)行規(guī)律的探索。

常用到的一些分析方法如下：

1. 趨勢分析法

將兩個(gè)或兩個(gè)以上的指標(biāo)或比率進(jìn)行對比，以便計(jì)算出它們增減變動(dòng)的方向、數(shù)額、以及變動(dòng)幅度的一種分析方法。

2. 對比分析法

將兩個(gè)或兩個(gè)以上指標(biāo)對比，尋找其中規(guī)律。靜態(tài)對比，不同指標(biāo)橫向?qū)Ρ?。?dòng)態(tài)對比，同一指標(biāo)縱向?qū)Ρ?/p>

3. 多維分解法

把一種產(chǎn)品或一種市場現(xiàn)象，放到一個(gè)兩維以上的空間坐標(biāo)上來進(jìn)行分析。

4. 用戶分群

根據(jù)用戶與產(chǎn)品之間的互動(dòng)程度進(jìn)行劃分，以更好經(jīng)營用戶。

5. 用戶細(xì)查

用戶抽樣，具體觀察用戶在行為、交易上的特征數(shù)據(jù)，以觀察是否具有顯著特征，反推宏觀數(shù)據(jù)，找出數(shù)據(jù)規(guī)律。

6. 漏斗分析法

對業(yè)務(wù)流程節(jié)點(diǎn)進(jìn)行劃分，建立整個(gè)業(yè)務(wù)流程的轉(zhuǎn)化漏斗，并追蹤分析。

7. 留存分析

用戶注冊后，追蹤該用戶次日/周/月的活躍情況。

8. AB測試法

A/B測試的實(shí)質(zhì)是對照試驗(yàn)，即通過對幾個(gè)不同的版本進(jìn)行對比，從而選出最優(yōu)解。

八、學(xué)習(xí)日程

因?yàn)橛?jì)劃常常趕不上變化，因此這里希望同學(xué)們列的是日程，而不是計(jì)劃。這部分分兩步：第一步搞清楚自己需要什么，第二步，制定適合的學(xué)習(xí)日程。

step1：需要什么

1. 根據(jù)第五節(jié)的數(shù)據(jù)分析類型，梳理日常高頻分析場景。
2. 總結(jié)自己的薄弱環(huán)節(jié)：可以反思分析過程，做什么最痛苦和請教大佬們都有哪些高超技藝？
3. 選一個(gè)自己未來鉆研的方向：行業(yè)分析、BI方向、機(jī)器學(xué)習(xí)。

以上，確定一個(gè)學(xué)習(xí)優(yōu)先級。

step2：學(xué)習(xí)日程

1. 一個(gè)可持續(xù)性的學(xué)習(xí)習(xí)慣：什么時(shí)候?qū)W習(xí)效率最高，最可執(zhí)行。
2. 一個(gè)階段性的學(xué)習(xí)目標(biāo)：先看excel的基本知識，再看統(tǒng)計(jì)學(xué)，再學(xué)SQL。
3. 定期時(shí)間日程安排，具體的日程編排根據(jù)自己的時(shí)間來。

九、數(shù)據(jù)分析工具

最后一部分，我們先來作下熱身學(xué)習(xí)吧，奉獻(xiàn)上excel的必備技能，以下僅劃下重點(diǎn)：

好了，本周的分享就到這里了，我們下周再見。

作者：15年畢業(yè)于華南理工大學(xué)，有運(yùn)營和產(chǎn)品經(jīng)歷，現(xiàn)負(fù)責(zé)金融大數(shù)據(jù)產(chǎn)品：個(gè)性化推薦、意圖搜索，AI智能客服。個(gè)人微信公眾號：大雄背起行囊。

本文由@大雄 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議