1、产品经理工作过程中应用到的数据分析场景

数据分析贯穿整个产品工作过程中，在产品的日常工作中，用到数据分析的场景非常多，产品经理的工作一般都是从需求开始，先进行需求分析，然后进行产品设计，设计完成后，由研发团队开发测试，测试完成后产品就可以上线了，产品上线以后产品经理需要基于用户反馈及商业目标进行新一轮的产品设计，如此循环往复，才能打造一款成功的产品。

需求分析阶段：需求来源于两部分，一个是内部，一个是外部。内部比如产品经理自己提出的需求，外部有用户提出的需求，老板提出的战略目标，运营基于运营需求提出的需求，技术从实施的角度提出的需求...

针对用户层面的需求，需要用数据进行去伪存真，因为产品经理无法接触大量用户，即使进行用户访谈，访谈的也只是少部分用户，这少部分用户的想法无法代表大多数用户，所以一般会有调查问卷来定量的验证访谈得来的需求靠不靠谱。

针对高层需求：常常有小伙伴问，如何反驳领导提出的需求。我说你先别想着反驳，高层提出的需求一般都是从战略角度提出的，站的高度比较高，你想明白领导需求背后的意图，然后从数据入手，看现有的数据是否支持老板的想法，然后再提出合理化的建议。

产品设计阶段

设计前：产品设计的目标是什么，一个好的目标需要行之有效的量化标准。比如通过漏斗模型分析购买流程，发现用户在输入交易密码的界面流失严重，这个时候你的目标就是把他的流失率降低多少。

设计中：数据分析帮你梳理思路。由于每个产品经理个人经验和思维方式不同，所以不同人面对同一个问题，解决方案也会有很大不同，到底哪个方案更合适，这个时候就需要数据帮忙提供参考意见。买过电影票的人都知道，下单以后长时间不支付，订单会失效，这个不仅促进用户下单，同时也能释放库存，但是这个时间设置多少合适呢？这个时候你可以把之前用户支付时间都拉出来，看一下95%的用户都在什么时间内完成支付的，这个时间就可以作为释放库存的时间。

A/B test：当产品有重大功能上线，且这个上线的功能可能对大部分用户产生较大影响的时候，我们可以通过A/B test的方式来验证需求，抽出50%的用户采用A方案，50%的用户采用B方案，很多时候你身边的朋友说：“为什么微信这个功能我没有？”的时候，就是微信在用A/B test的形式验证新功能。

设计后：产品到底做的好不好，不能王婆卖瓜，自卖自夸，好不好需要用数据说话，对比上线前后的数据指标数据分析能力测试，看有没有达到预期目标，如果没有达到预期目标，那原因是什么？分析出原因，然后在新一轮的产品迭代中把这个问题给解决掉。

如果达成目标，可以吸取成功的经验，增强团队凝聚力和成就感，利于以后的团队工作。

2、如何培养数据分析能力

相信大家都听过10000小时定律，要想成为某个领域的专家，需要10000小时的努力，如果大家想成为数据分析领域的专家不要幻想着读几本书，看几篇文章就能一步登天，想培养数据分析能力，唯一不断练习，才是王道。

每个人的生活，教育环境、工作环境都不一样，所以每个人都要挖掘适合自己的学习方法，数据分析的能力最重要的一点就是要培养面对数据的智慧，培养面对数据的敏感度，这里仅提供一个方法论供大家参考：

好奇心和求知欲。好奇心和求知欲是驱动一个人不断前进的强大动力，我们一定要有宽广的胸怀，敢于打破常规和局限。深入思考事物的本质规律，为我所用数据分析能力测试，而好奇心和求知欲源于对生活的高度热爱，所以数据分析达人得学会热爱生活，享受生活，并从平凡的生活中找到他人所无法探寻的宝藏。

良好的数据敏感性，有助于得到数据之间的因果关系，前几天和一个同事中午去吃麻辣烫，他觉得这家面的翻台率还可以，于是回去的路上就开始算了起来：

假设一碗麻辣烫平均20元，工具和材料成本10元，毛利净赚10元，以一天销量300碗为例，日毛利：3000元

人工成本：收银员1人，厨师4人，服务员3人，以每个人5000元/月算，人工成本=40000元

月租金：因为地段人流量还可以，月租金2万算

则这家麻辣烫每个月净赚=3000*3-=3万元

顿时我觉得他蛮有数据分析意识的，在我心中的形象顿时高达起来，怎么样，会数据分析还可以在生活中装逼的。

核心基础概念的掌握：

核心基础概念：PV、UV、跳出率、转化率、访问数、点击数...

基本统计原理：cookie、访问请求、日志...

这些概念的学习我之前在一次课程给大家分享过，想要的小伙伴可以加微信yw5201a1索要。

这些基础概念和原理的掌握，非常有利于提高我们的数据分析能力，当我们面对具体业务场景的时候，就能提出客观的数据分析指标。

这里给大家推荐一些数据学习网站和书籍：

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！