数据分析为什么是产品入门必备技能

编辑导语：很多初级产品经理认为，产品只需要写好PRD文档就OK了，为什么还要经常做数据分析，表示无法理解；殊不知数据分析是每个产品经理入门必备的重要技能，本文作者就解释了为什么数据分析是每个产品经理必备技能，我们一起来看一下。

一、为什么数据分析是产品经理必备技能

1. 从行业前景看，数据分析对从业者有重要作用

从社会发展来看，时下最火的行业当属ABCD四大行业；ABCD都是啥行业？发展前景怎么样？

ABCD分别代表AI技术、Block区块链、Cloud云服务、Data大数据。

大数据作为时下发展前景较好的行业之一，它的兴起吸引众多用户的的关注和围观；而今在知乎上搜索“数据分析”话题，关注话题量的用户高达380万人，话题用户数是其他3个行业话题用户总数的12倍；从数据对比看，数据分析对所有从业人员占有不可比拟的作用。

薪酬一般跟从业者的价值成正比，资历越高，薪酬越高；岗位越稀缺难度越高，薪酬越高；行业发展前景越好，薪酬越高。

目前各大招聘网站上，数据分析的岗位招聘需求和薪酬较多，平均月度薪酬在20K-40K之间，远高于其他岗位薪酬水平，大数据的发展前景甚是光明。

2. 数据分析让产品拥有较高的技术壁垒

善用数据者得天下，没有哪一款产品不需要关注数据；大数据衍生出的千人千面算法推荐，用户精细化运营等，极大提升用户体验，深得用户喜欢。

个性化的算法试验，让今日头条异军突起，行业地位拔地而起，更奠定大数据在各行业中的价值；今日头条APP更因为个性化数据算法开发，筑起了产品护城河，大数据推荐壁垒也让后来的产品竞争者无法超越，稳居资讯类产品的NO.1。

二、产品经理可利用数据做什么？

1. 利用数据迭代产品

从来没有一款产品初次上线就几近完美，且后续不需要持续迭代的；目前国内公司多采用小步快跑方式，1周1次或3周1次的迭代频率，持续优化产品；至于每个版本需要迭代什么功能，哪些需求优先级高哪些优先级低，需要产品经理和项目经理至少提前一周制定好计划。

《精益创业》书中有这么一段话：成功地执行一项无意义地计划，是导致失败的致命原因；如果企业费尽心思开发出来的产品没人想要，那么是否按时、按预算完成计划就无关紧要了。

可见有意义的迭代计划才能引导产品走向成功，那么产品经理制定迭代需求依据是什么？

并不是老板的需求就必须优先迭代，也不是看产品经理的个人喜好，恰恰需要产品经理根据产品数据排出需求的优先级高低。

2. 利用数据洞察用户

用户行为复杂，每个用户在不同场景下会衍生出多种数据和行为情况。

大数据告诉我们的信息不一定正确，所以我们要利用数据洞察用户，挖掘用户真实的产品诉求。

1）用户不知道自己想要什么

不管你信不信，很多时候用户根本不知道自己想要什么；因此很多产品经理总喜欢引用《乔布斯传》里的这段话来支撑自己不做数据分析和用户洞察，企图通过创造一个新产品让用户明白自己需要什么。

有些人说：“消费者想要什么就给他们什么。”但那不是我的方式；我们的责任是提前一步搞清楚他们将来想要什么。

我记得亨利·福特曾说过，“如果我最初是问消费者他们想要什么，他们应该是会告诉我：‘要一匹更快的马！’”人们不知道想要什么，直到你把它摆在他们面前；正因如此，我从不依靠市场研究。

如果只停留在语句表面意思去理解，用户的确不知道自己想要什么，直到乔布斯将产品展示在他们面前；然而，乔布斯之所以能创造出新的用户想要的东西，恰恰是因为他自己基于很长时间的市场研究和用户洞察（日常基于大样本的用户行为观察和分析，堪称行走的数据库），结合当时先进的科学技术，创造超出用户预期的新产品。

消费者跟产品经理不同，消费者不知道现在的科技可以做什么事情，他们不会去要他们认为不可能的东西；而产品经理需要了解科技能干什么，用户真实需要什么？

如果没有长期深层次的用户洞察和行业研究，没准乔布斯给用户生产的也是马，是用户洞察创造了新的伟大的产品！

2）用户反馈的需求脱离使用场景

数据也会说谎，数据并不代表用户的真实需求。

日常见过很多问卷调查或者市场调研，直接询问用户想要什么功能。用户天马行空的YY，并言之凿凿地告知调研人员——他想要的东西长这样，很迫切需要这个功能，想想这画面是不是有点熟悉。

分享一个视频，需求方跟产品经理说，他想要用蓝笔画出7条互相垂直的红线？（戳视频，很认真的想让你笑：https://k.sina.cn/article_2490586113_m94735401033008rph.html）

视频中，甲方并没有意识到提的需求脱离了使用场景，缺乏逻辑性，并坚信自己的需求是合理可执行的；虽然案例并没有提到该需求是基于数据提出的，但生活中很多这样滑稽的例子和问卷调查数据，我们需要透过数据洞察用户真实的诉求。

3. 利用数据验证产品

为什么体量越大的产品，每上线一个新功能，都需要先灰度测试？

目的是要对比线上版本和灰度版本的使用情况。

新功能迭代一般会出现3种情况：

• 要么用户不喜欢使用数据下降，此时解决方案是继续优化需求或下架功能；
• 要么是新功能上线后效果超乎用户预期，此时可以逐步放开灰度测试的用户量，直至最后用户量100%铺开，所有用户可使用新功能；
• 要么就是数据几乎无变化，产品经理迭代了一个失败的功能。

由此可见，数据对比是验证产品正确与否的标尺，任何不基于数据对比拍板的需求，通常都比较容易出错，且不负责任。

总之大时代背景下，数据分析对各行各业有重要作用，尤其是产品经理入门必备技能；产品经理作为公司的mini CEO，应该懂数据分析，挖掘数据背后的价值，为公司创造更多伟大的产品。

卡卡，微信号：969974134，《卡卡的产品札记》公众号主理人，先后就职于金山、魅族，专注产品运营。