數據產品經理生存指南第二條—數據分析

作者：劉洋，從事數據產品和分析的工作8年多，目前擔任小米商業產品部數據產品總監。擅長為企業建立全面的數據分體系，主要研究方向是用戶畫像、品牌大數據營銷、企業BI和人工智慧的產品化。

在生存指南的第一條里，我簡單介紹了下數據產品經理們的由來及其生存狀態，並列出來了數據產品經理們需要具備的四大核心能力：

• 數據分析

• 產品設計

• 項目管理

• 平台思維

文末，我放出了一個第二條的內容投票，數據分析的需求高居榜首。

從需求角色來看，參與投票的確實以數據產品經理的角色居多。大家對職位中的數據二字有著明確的判斷，數據分析確實是數據產品經理的基礎能力，也是最重要的能力之一。但是這個能力不僅僅是統計分析能力，而是以統計分析為基礎的結構化思維和邏輯演繹能力。

作為一名數據產品經理，具備數據分析能力的條件是：首先要具備邏輯演繹能力，之後學習結構化思維的思考方法，通過統計分析技術解決企業的數據分析問題。

數據分析是為企業管理服務的。根據企業管理的層次，它也分為三個層次：戰略層次，戰術層次，運作層次。

這三個層次都有分析數據的需求，區別在於從上倒下，分析師的參與度越來越高，對數據分析的粒度要求越來越細，但是對業務理解的抽象程度越來越低。目前業內大部分的運營分析、產品分析、渠道分析都屬於具體業務的運作分析，分析和考量公司戰略戰術落地執行的效果；競品調研、用戶調研通常是為戰術分析服務的，而市場趨勢分析、行業競爭分析、消費者洞察等均是為戰略分析服務的。

以下我舉的例子因為工作原因，我無法把自己的分析成果拿出來分享，舉例也是我自己的觀察所得，如有謬誤，還請各位看官指出。

以品牌營銷為例，品牌戰略分析通常是在產品進入市場前進行，需要根據整體市場的發展趨勢和消費者偏好來分析品牌定位，比如屈臣氏所售賣的產品主要面向大學女性或者是初入職場的白領，小米手機最初就是做給發燒友和年輕人的小眾手機。

確定產品定位以後產品的價格策略、渠道策略、用戶群體就會隨之確定，這些就是戰術分析了。

屈臣氏選擇了線下零售的模式，因此營銷策略是以店鋪為核心吸引新客，以會員為核心提升復購率。你會看到屈臣氏的店鋪都開在商場或者街邊非常顯眼的地方，也會鼓勵用戶註冊會員並花心思給予會員更多的優惠。所以同屬快消品，屈臣氏花了大量的錢來做用戶調研，確很少請明星打廣告——他的店鋪就是最好的廣告牌了。這時候，品類分析、用戶研究對屈臣氏來講，就是很好的戰術分析。

小米最初以KOL為核心人群，通過線上來銷售。因此很早就開始打造論壇，舉辦各類線下聚會和活動，培植核心用戶群體，寄望於口碑來獲得產品的1傳10，10傳百的效果。後期品牌定位已經是普羅大眾，而且手機逐漸變成了類似快消品的一種產品，因此開始學習快消品的營銷策略，開品牌旗艦店，請明星打廣告等等。

在具體的運作上，屈臣氏的會員積分兌換的產品通長都是洗髮水、面膜等使用非常頻繁的剛需產品，而小米在宣傳國民手機的時候，請了三位代言人。

目前很多公司招聘的數據分析師其實都偏向於運作分析層的分析，而只有大的公司，才會有從戰略戰術到具體運作的全套分析體系。在職位名稱上，偏戰略的分析師通常稱之為商業分析師，偏運作分析的通暢稱之為數據分析工程師——前者更偏向宏觀分析，需要較多行業的人脈和信息，建立自己的行業數據源，後者則與業務線打交道，需要更多的處理業務數據。

之所以洋洋洒洒寫這麼多，是因為之前在數據產品經理會微信群里同同行們交流的時候，經常發現大家為問多元回歸模型怎麼用，R語言怎麼畫圖等等技術類問題。大家想解決的問題也基本上落在運作分析這一層，很少關注到戰略分析和戰術分析層次上。如果說戰略分析因為其稀有性和特殊性，並不是大部分人有機會接觸，那麼戰術層次的分析是大家必須要多多關注的。在每次分析中，我們不一定都要加入戰略的思考，但是對公司業務戰術方法上面的思考是必須要有的，這樣才能夠明確你的分析方法和目標，讓分析報告中的洞察與業務貼合在一起。

舉個幾年前分析的一個閱讀類產品的例子。

這個產品當時是希望能夠對標新聞資訊類的APP，做一個用戶可以自主訂閱的頭條類產品。產品（後面簡稱R產品）內測的時候就有一些問題。當時我找朋友拿到了各類頭條寶寶們的使用數據——日均使用時長、啟動次數、活躍率等。我發現R產品在日均使用時長河啟動次數上明顯低於其他的產品，說明產品的活躍度不高。這類產品活躍度不高通長就是內容不夠吸引人：可能說明信息不夠看或者是信息過載讓人厭倦，內容不夠個性化不符合用戶的興趣等。

有了假設之後，下一步要做的就是找到核心評估指標，來對問題進行整體評估，並作為改進的度量。因為R產品中的用戶的內容都依賴於訂閱源，因此評估訂閱源的內容被閱讀的情況是比較直接的策略。為此，我引入了基尼係數這個指標，並對訂閱源的閱讀數據進行建模，將訂閱源的閱讀數看作是收入，來評估內容生態的平衡情況。

在這個分析過程中，戰略是老闆確定了的。但是達成目標的戰術路徑確並不清晰，起碼在產品內測時發現原來的戰術是遇到了困難。那麼問題在哪裡，又如何改進，便是我們建立數據分析體系的目標了。

最終我發現訂閱源閱讀係數的基尼係數居然超過0.8，新訂閱源還要更高。這說明目前訂閱源的內容分布極為不均衡，大部分的用戶閱讀的都是同質化內容。因為推薦策略的問題，導致新訂閱源得不到展示機會，最終讓用戶得不到新的內容。所以最終的問題就是內容不夠個性化，資訊不夠新鮮。

當然，最後的落地執行策略是多方面的，增加訂閱源，增加新訂閱源的曝光機會，改進閱讀體驗等等不一而足。

回到我們的開頭，作為一個數據產品經理要想生存下去，在做數據產品或者做分析探索的時候，不能只盯著一線業務的執行分析，而需要充分理解企業或者部門的戰略目標，從戰術分析入手來建立簡單、全面的分析體系，最終才能夠通過對具體業務運作的分析來發現和解決問題。

如果有更多的問題，請加我微信 liuyangfjnu 讓我拉你進入微信群：數據產品經理會。加微信的同學請備註自己的公司/職務。

如有HR或者獵頭想挖人的，也請備註職位信息，我會擇優群發。