一名优秀的产品经理该如何做好数据分析

　　产品经理要想做好数据分析，应该有一套完整的思维体系，在价值观、方法论和工具三个层面上储备相关知识。同时立足于产品和用户，用数据来打磨产品，用数据来检验迭代，不断提升用户体验。
　　这两年，随着大数据、精益化运营、增长黑客等概念的传播，数据分析的思维越来越深入人心。处于互联网最前沿的产品经理们接触了大量的用户数据，但是却一直困扰于如何做好数据分析工作。
　　那么产品经理该如何搭建自己的数据分析知识体系？数据分析的价值又在哪里？产品经理做数据分析有哪些具体的方法？又如何学习数据分析？本文将和大家分享一下这些问题。
　　数据分析体系：道、术、器
　　道是指价值观。产品经理要想是做好数据分析，首先就要认同数据的意义和价值。一个不认同数据分析、对数据分析的意义缺乏理解的人是很难做好这个工作的。
　　术是指正确的方法论。现在新兴的GrowthHacker（增长黑客）概念，从AARRR框架（获取、激活、留存、变现与推荐五个环节）入手进行产品分析，这是一个非常好的分析方法。
　　器则是指数据分析工具。一个好的数据分析工具应该能帮助产品经理进行数据采集、数据分析、数据可视化等工作，节省产品经理的时间和精力，帮助产品经理更好理解用户、更好优化产品。
　　数据分析的价值
　　产品经理不能为了数据分析而分析，而要将落脚点放到产品和用户上。数据分析应该帮助产品经理不断优化产品设计和迭代，驱动产品和用户增长。
　　当我们上线了一个新的产品（product）或者功能时，需要对其进行数据监控和衡量（measure）。然后从监控中采集到产品的用户行为数据（data），并对这些数据进行分析和总结（learn）。最后从分析中得出结论和观点（idea），如果数据证明我们的新产品功能是优秀的，那么可以大力推广；如果数据说明我们的产品还存在问题，就需要对产品进行新一轮的优化（build）。
　　在产品数据结论的不断循环中，我们不断用数据来优化我们的产品，加快产品迭代的步伐、提升用户体验。
　　数据分析的方法
　　方法1：流量分析
　　分析不同获客渠道流量的数量和质量，进而优化投放渠道。常见的办法有UTM代码追踪，分析新用户的广告来源、广告内容、广告媒介、广告项目、广告名称和广告关键字。
　　实时监测产品的访问走势，尤其要关心流量异常值。举个例子，某互联网金融平台因为一个产品BUG导致用户疯狂抢购造成的流量峰值，产品经理发现实时数据异常后迅速下线该产品修复BUG，避免了损失扩大。
　　方法2：转化分析
　　广义上所有的商业网站都是电商网站；因为都需要用户转化、需要用户变现。在我们的产品里面有很多地方需要做转化分析：注册转化、购买转化、激活转化等等。一般我们借助漏斗来衡量用户的转化过程。
　　影响转化率的因素很多，我们总结了三个大的方面：渠道流量、用户营销、网站APP体验。以渠道流量为例，通过优选渠道并且量化分配我们的投放资源，可以有效提升总体的转化率。
　　方法3：留存分析
　　留存，顾名思义是指用户首次访问你的网站APP后多少天后回访。留存是产品增长的核心，用户只有留下来，你的产品才能不断增长。一条留存曲线，如果产品经理不做什么的话，那么影虎就慢慢流失了。
　　从产品设计的角度出发，找到触发留存的关键行为，帮助用户尽快找到产品留存的关键节点。之前我们发现我们产品里面，使用过新建功能用户的留存度非常高；于是我们做了产品改进，将新建按钮置于首页顶部刺激用户使用，效果非常好。
　　硅谷流行的MagicNumber（魔法数字）也是留存分析的一部分，比如Facebook发现在第一周里加10个好友的新用户留存度非常高。作为产品经理，我们也需要通过数据分析来不断探索我们产品里面的魔法数字，不断提高用户留存度和活跃度。
　　方法4：可视化分析
　　用户体验，是一个非常抽象的概念，我们可以对其进行形象化。目前一个普遍的方法就是对用户的数据进行可视化，以热图的形式呈现。
　　借助热图，产品经理可以非常直观了解用户在产品上的点击偏好，检验我们的产品设计或者布局是否合理。
　　方法5：群组分析
　　千人千面，产品经理对用户精细化的分析必不可少。不同区域、不同来源、不同平台甚至不同手机型号的用户，他们对产品的使用和感知都可能存在巨大的差异。产品经理可以对不同属性的用户进行分群，观察不同群组用户的行为差异，进而优化产品。
　　之前我们做过一次分析，网站的总体注册转化率是6；但是使用Chrome浏览器的新用户注册转化率高达12，使用IE浏览器的新用户注册转化率才1。这样一分的话，问题就很明显了，极有可能是浏览器兼容性的问题，产品经理应该关注一下这个问题。
　　数据分析的书籍
　　做好数据分析，不是一朝一日就可以的，需要在产品规划设计、产品升级迭代中不断实践。下面的这些书籍对于产品经理学习数据分析都有一定的帮助：
　　推荐1：范冰的《增长黑客》
　　这是国内对于增长黑客的第一本详细介绍，作者从AARRR的视角切入，描述了大量产品优化、产品增长的案例，对于产品经理非常有益。
　　推荐2：埃里克莱斯的《精益数据分析》
　　在这本书里面，作者介绍数据分析的相关指标、不同行业的数据分析要点，并且有大量的数据分析案例和翔实数据。如果想要把数据分析落地，这本书对产品经理是非常有帮助的。
　　推荐3：GrowingIO的产品和分析师写的《互联网增长第一本数据分析手册》
　　这里面汇编了我们一年多来数据分析、产品优化的实战案例，里面不少文章被被大号转过，例如《如何成为一个优秀的数据产品经理》等等。
　　下载电子版的分析手册，请参考这里。
　　推荐4：埃里克莱斯的《精益创业》
　　作者提出了最小可行性产品（MVP）、小步快跑，快速迭代等产品设计和优化的理念，影响深远。
　　结语
　　数据分析是一门多学科、多领域的交叉学问，涉及到的东西非常多。产品经理要想做好数据分析，应该有一套完整的思维体系，在价值观、方法论和工具三个层面上储备相关知识。同时立足于产品和用户，用数据来打磨产品，用数据来检验迭代，不断提升用户体验。