數據分析：產品經理的基本功

作者：鄭毓

現在的軟體開發，都講究小而美，單點突破，快速迭代。

那麼我們在快速迭代時，就要用到數據分析，通過用戶使用數據來分析產品的優缺點，甚至方向的正確與否。

因此，數據分析，就是產品迭代時的眼鏡和耳朵，產品經理也是通過數據分析，來說服開發做功能，說服老闆投入資源。

數據分析使用場景列舉：

1、如果某款遊戲下載量高，註冊率低，是否因為伺服器登錄問題或者註冊流程繁瑣，是否近期網路出現故障?

2、如果某款遊戲數據一直良好，某段時間數據突然跌落;是否因為市場宣傳力度減弱，是否因為用戶生命周期上線，還是說其他精品的衝擊?

我們必須了解的一點，是數據分析不在於數據本身，而在於分析的能力。

數據只是參照物，只是標杆，分析才是行為，通過分析數據，我們發現問題的所在，再改進它。

需要分析哪些數據?

數據分析的工具：

1、第三方數據分析工具，如TalkingData、友盟，

可快速接入，節省成本，比較適合創業型公司及剛上線的產品，但是無法對關鍵數據在突發異樣時進行跟蹤。

2、自己開發的數據分析工具。

可以對每個數據進行實時跟蹤，並快速做出產品的調整，需要足夠的開發人員及成本，比較適合大型公司或者成熟型產品;

如何進行數據分析?

對於這個問題，我想作為產品的工作人員，我們還不用達到數據分析師的高度，因此也不用說要先對數據建模，再對實際分析數據，看是否與模型吻合。

但是，我們卻需要要有一個產品數據分析的思路，這個思路可以這樣展開：

1、我為什麼分析？

即就是明白，我分析的目的是什麼，是尋找付費用戶下降的原因?還是註冊用戶減少的原因?

2、我分析想要達到什麼效果？

是通過分析付費用戶，找到問題，解決問題從而提升收入？

3、我該分析哪些數據才能達到這個效果?

即需要什麼數據才能達到分析的目的？

4、我又該如何採集這些數據？

是直接通過第三方數據分析工具或者我們自己開發的工具就可獲得?還是說要從資料庫調取再交給程序猿哥哥？

5、我該如何整理這些數據？

即我們常說的數據可視化，這樣可以便於我們進行分析。

6、如何分析?

即通過分析，找出問題的所在，給出你的結論。

7、怎麼解決問題?

給出你的解決方案。

最後給出一張圖，說明各個數據的意義：

總結：

一個產品做出來的結果怎麼樣，數據最有說服力，比如一款APP的下載量，註冊量，活躍用戶量等，產品經理需要從這些數據中挖掘出實際的用戶需求，進行用戶粘度經營，制定目標流量等。

因此，數據分析是產品經理必備的一項硬技能。