产品经理成长系列（九）——数据分析思维-技术圈

关于数据分析，网上有很多的相关书籍和文章，涉及的面也有多——数据分析的方法、工具、指标、思维。对于产品经理来说，主要需要了解并掌握的是数据分析的思维。

数据分析思维就是要有分析数据的意识，在意识的基础之上建立一套成熟的分析流程体系。今天这篇文章介绍的就是数据分析主要步骤：发现问题、提出假设、选择表征、收集数据、验证分析。

1.发现问题

产品经理要善于发现产品业务中的异常数据，特别是其核心数据。那对于一款产品来说，它的核心数据有哪些呢？主要有这几个维度：活跃、留存、营收等等。产品经理要做到每天去跟踪这几类重要数据，当出现明显异常时要及时发现并追踪。

对于自己现在负责的产品——流量池（承接各大搜索引擎流量，将搜索引擎用户转化为我们产品的用户），它的核心数据就一个，即APP产品的激活数（通过流量池转化而来的产品用户数目）。在开始一天的工作前，自己会把昨天的用户激活数据过一下，与上周同周期进行对比。如果数据无明显涨幅或下跌，则暂时不去理会，等到一周数据总结时再整体分析。如果数据出现了明显波动，就要分析数据，找出异常的原因。

2.提出假设

针对第一步发现的问题，提出假设。这个假设一定要是建立在合理的逻辑推理之上，比如APP新用户次日留存下降，可能的原因有版本更新导致的用户体验不友好、新增的用户不是产品目标用户群体、运营活动结束、竞争对手的相关动作、产品出现bug等等，今天空气不好（与天气环境无关的产品）则明显是一个不太可能的原因。提出的假设一方面要建立在合理的逻辑推理之上，另一方面可以结合过往的经验来看，要抓住主要原因，丢弃那些繁枝末节。

一般来说有两种路径提出假说，归纳的方式和演绎的方式。归纳就是提出任何可能的因素，团队成员可以进行头脑风暴，将可能的因素先罗列出来再排除，演绎就是根据模型来推演。比如产品营收出现下降，营收=购买用户*客单价，购买用户=新用户购买+老用户购买，新用户购买=新激活用户*转化率，这样一层层推演，找到模型中出现数据异常的环节。

还是以自己负责的流量池产品为例。如果第一步中发现了流量池转化的APP激活数出现了明显下降，那么合理的假设包含：流量下降、更换了运营位素材、节假日的影响、新上线了引流运营位、产品业务存在周期性（比如彩票，双色球开奖是周二、周四、周日，所以这几天之外的用户量肯定就少）。有些假设可以直接排除，比如有没有更好素材、是否是节假日。

3.选择表征

将假设中所选择的变量进行数据量化。

比如对于问题“引流运营位效果下降”，需要定义好“效果”是通过该位置的激活人数下降了？还是该位置带来的新用户留存降低了？如果是前者，那可能的假设有：流量下降、素材对用户的吸引力降低。流量下降可定义为页面的访问UV降低了，素材对用户的吸引力不够即运营位点击UV/页面UV的比值降低了。

4.收集数据

对于一款互联网产品来说，数据的收集并不难，难的是对数据的处理，需要剔除掉错误的、无关的数据。

5.验证分析

最后一步就是对最初提的问题和假设进行验证，这需要从收集到的数据中去分析，就是寻找问题与假设之间的关系。比如A运营位引流的激活人数下降，通过分析数据发现该页面的UV没有降低，但是A运营位的点击率下降了，并且该页面中其它运营位的点击率没有下降，所以我们可以分析得出的是该运营位素材出现了问题。

当分析得出结论后，我们需要进行验证，将发现的问题修改后再次观察数据是否恢复正常。如果数据恢复正常，就代表提出的假设是对的。如果没有，则代表问题与假设之间不成立，它们之间没有相关关系，需要再次重复数据分析的步骤。