大家都知道，對于產品經理的崗位要求的能力還是比較多的，如果我們對這些能力，按照硬技能和軟技能進行分類的話，就有且不止以下這些能力：

軟技能：溝通能力、決策能力、邏輯分析能力、執(zhí)行力、項目管理能力等；

硬技能（工具能力）：文檔能力、Visio、Axure、Mindmanger等；

那么，今天，我們要再討論討論產品經理的另一種非常重要的能力---數據分析能力。

何為數據分析？

現在的軟件開發(fā)，都講究小而美，單點突破，快速迭代。那么我們在快速迭代時，就要用到數據分析，通過用戶使用數據來分析產品的優(yōu)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(fā)做功能，說服老板投入資源。

數據分析的概念：

數據分析是指用適當的統(tǒng)計方法對收集來的大量第一手的資料和第二手的資料進行分析，以求最大化地開發(fā)數據資料的功能，發(fā)揮數據的作用。通過對數據的詳細研究和概括總結以提取用戶信息和形成結論。

數據分析使用場景列舉：如果某款游戲下載量高，注冊率低；是否因為服務器登錄問題或者注冊流程繁瑣，是否近期網絡出現故障？如果某款游戲數據一直良好，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，還是說其他精品的沖擊？

我們必須了解的一點，是數據分析不在于數據本身，而在于分析的能力。數據只是參照物，只是標桿，分析才是行為，通過分析數據，我們發(fā)現問題的所在，再改進它。

需要分析哪些數據？

基礎數據：下載量、激活量、新增用戶量、活躍用戶等；

社交產品：用戶分布、用戶留存（次日、3日、7日、次月、3月）等；

電商：淘寶指數、網站流量、跳出率、頁面訪問深度等；

內容類：內容轉化率（內容下載量/內容瀏覽量）、留存量；

工具類：功能點擊量、應用商城排名；

其他：競品數據（下載、激活等）；

數據分析的工具：第三方數據分析工具，如友盟，可快速接入，節(jié)省成本，比較適合創(chuàng)業(yè)型公司及剛上線的產品，但是無法對關鍵數據在突發(fā)異樣時進行跟蹤；自己開發(fā)的數據分析工具，可以對每個數據進行實時跟蹤，并快速做出產品的調整，需要足夠的開發(fā)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？

對于這個問題，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：

我為什么分析？即就是明白，我分析的目的是什么，是尋找付費用戶下降的原因？還是注冊用戶減少的原因？我分析想要達到什么效果？是通過分析付費用戶，找到問題，解決問題從而提升收入？我該分析哪些數據才能達到這個效果？即需要什么數據才能達到分析的目的；我又該如何采集這些數據？是直接通過第三方數據分析工具或者我們自己開發(fā)的工具就可獲得？還是說要從數據庫調取再交給程序猿哥哥？我該如何整理這些數據？即我們常說的數據可視化，這樣可以便于我們進行分析；如何分析？即通過分析，找出問題的所在，給出你的結論；怎么解決問題？給出你的解決方案；

最后給出一張圖，說明各個數據的意義：

作者：zhengyu

來源：http://www.jianshu.com/p/1e3881d707ab