資料產品三段式：分析-策略-測試
該文主要傾向於如何做分析
目錄
一、為什麼產品經理要做資料分析
- 大致原因都差不多，沒有太過出彩的新理論；gmv萬歲，kpi萬歲....
二、14年資料分析經驗總結出來的三點精華
- 技術活兒的經驗之談
三、推薦書單
- 按照段位不同推薦不同的書，很有層次感
四、7大工具
五、10大資料分析方法
- 縱橫不出方圓，萬變不離其宗，又要唸一遍基礎理論：獲取使用者→衡量表現→分析→測試改進
六、轉化的三重境界
- 轉化專題篇
七、乙個優秀的產品經理是怎樣煉成的
八、產品迭代三大案例
一、為什麼產品經理要做資料分析
1、growingio的基本理論
- 構建想法（產品）→分析資料→衡量效果→迴圈改進（補充）
- 以上理論跟流量秘密分析中的基本理論相差不大，大致思路就是分析測試改進，迴圈往復，不同之處在於這個是在一定程度上，由產品提出想法來做某個事情，《流量的秘密》中側重改進不良。
2、舉例證明
- 文中比較聰明的舉了正面例，可以有乙個對照。
- eg：facebook的新改版，在測試效果和資料分析後，沒有起到正面作用，反而使部分指標倒退下降，於是facebook停止了該版本，沒有全站推廣；另一方面，**的人人網照抄了fb的該版本，一直沿用，於是掛了。很多時候資料被產品拿來做專案推動的輔助，這個用資料說"不"的例子，還是很有分量的。
3、通過資料洞察使用者
- 資料分析如何避免淪為形式、避免才坑
（1、發聲使用者和沉默使用者
這裡主要是對兩種使用者做了區分，一種使用者是比較願意提意見、提需求，這些使用者什麼人都有，所以對待來自他們的需求慎重，比如有個功能，只要是願意說話的使用者，都說可以搞，我們很喜歡，實際上，可能還有1w個使用者沒有說話，這一萬個裡面，有多少人願意為新功能買單呢？這裡就要用資料說話了。再比如做網遊的公司，論壇上使用者都在喊，這遊戲太坑太燒錢了，我們要點卡收費，保證呼朋引伴的來玩！本來道具收費佔公司90%應收的，這要是聽了使用者的話，財報離**也不遠了。
（2、先入為主和保持客觀
核心是不要只關注乙個資料，不能做拆東牆補西牆的荒唐事（可能產品自己本身沒有意識到），發現某個指標提公升了，以為功能其效果了，其實不然，這裡的先入為主，「先入」的東西，主要來自領導和kpi。綜合權衡，才能盡量客觀。
（3、報告驅動和業務驅動
主要觀點是拒絕資料分析的形式化，資料分析是乙個需要落實到業務上、落實到策略上、最終能帶來利潤的事情，並且需要長期的、迴圈的過程去優化，不是乙個分析報告的形式就可以搞定的，裡面還涉及到諸多的策略方法，當然報告也可以做一做，但是更傾向於做成果分析，策略結論的報告。
二、三點資料分析經驗
總結起來三個字，器、術、道。
- 道（1、主要是要認識到資料分析的意義，正確看待資料分析的價值，作為產品，客觀的認識到這個東西的作用就行了，不要神化。
- 術（1、資料分析的框架（引用原圖，帶上logo，對得起growingio了吧！）
整個分析框架可以分為四大層次，依次是:資料規劃、資料採集、資料分析和資料決策從使用者、業務系統，到資料採集平台、etl、資料倉儲，再到分析、bi、dm、al洞察，再到決策、行為、價值，最終回到使用者
（2、業務上的aarrr模型
著名的增長黑客海盜法則，aarrr：獲取使用者→激發使用者→提高留存→增加收入→傳播擴散，覆蓋使用者的整個生命週期，
對於產品分析，主要是因人制宜，根據使用者的不同生命週期，做不同的分析（目前不是特別明白，怎麼針對週期做分析，原理在**，作者只是紅口白牙提一下，
存疑之。）
- 器（1、工具合集
先貼在這裡，回頭研究hivesql的時候再一起看。
三、十大分析方法
（2、3、4段加起來一共十大方法）
做分析和推薦，不僅是因為人口和流量紅利下降，更多的是在挖掘使用者價值，解決資訊過載問題，不管有沒有流量紅利，問題都是存在的，至不過對於部分boss來說，可能要等到沒有紅利的，才反應過來挖掘現有使用者價值，按道理來說，資料分析和關於資料的所做的一些策略，在前期就應該要著手去實行，不光是能帶來利潤，還能讓使用者體驗更好，更加青睞某個產品（對留存、活躍指標的影響）。
1、基本思路
- 文中所說基本思路是五步：挖掘業務含義→制定分析計畫→查詢資料→業務洞察→商業決策
- 這塊說的主要是從業務出發，而不是從現有資料出發，對於資料產品經理，目標是比上述五步所代表的核心要清晰明確的，上面五步適用於產品決策。
2、內外因素拆解法（產品遇到業務bug時可用此方法分析一下）
- 方法將問題拆解成四個部分，分別是內、外因素，可控&不可控；
- 這裡主要是拆解問題的乙個方**，主要搞清楚問題**於**，按照象限分出來，最終定位問題，平時遇到問題自己畫個**列一下想一下。
3、doss方法（這個是問題，不是難題，也可以說是idea從問題出發，最終決策。）
- 具體問題→整體影響→單一回答→規模化方案
- 不好理解的話可以模擬 鄧爺爺在深圳畫的圈，先遇到改革開放的問題，考慮到整體國情，然後做乙個特區的試點，最後推廣使用，over。
4、資料分析的應用手段
（1、畫像分群
- 劃定特定的人群進行分析，能夠更聚焦問題。不過如果分析時人群沒有劃好（只划取了部分遊相關的人群），分析的結果也是不準確的，應當把與問題有關的所有人群都考慮。
（2、趨勢維度
- 從不同的維度，交叉看資料
（3、漏斗觀察
- 漏斗觀察可以定位問題節點（或是可以著手先優化的點）
（4、行為軌跡
- 從行為軌跡中可以提取更多的特徵點，這比看pv/uv更加精細
（5、留存分析
- 合格在ga上就能看到，主要是看新使用者的引入以及老使用者的留存，反饋到獲客成本等的計算上，對**整體的流量以及使用者生命週期有個大概的輪廓。
（6、ab測試
- 這個就不講了，現在都搞多維度多變數測試了，a/bt是最基礎的方法
（7、優化建模
- 優化策略優化使用者標籤等，對**的指標起到提公升的效果。
----------------- 接下來是軟文推廣 ，就不做贅述了 ---------------------
產品經理 產品經理之我見
最近在看linda gorchels的 the product manager s handbook 中文版是 產品經理的第一本書 總結作了一些筆記如下 產品經理的定義 1 管理 營銷自己特定產品線 品牌和服務的責任。2 又叫品牌經理，行業經理，顧客細分經理等。產品經理存在的地方 1 消費型的零售業...
GrowingIO產品使用中的常見疑問
根據客戶上傳的id標記登入使用者，根據訪問使用者的裝置 cookie標記訪問使用者，兩者是多對多的關係。比如乙個裝置登入了兩個賬號，則登入使用者 2，訪問使用者 1。如果是頁面，可以在事件分析中通過過濾網域名稱 頁面來查詢過往資料 如果是元素點選，則沒辦法了。gio通過ip位址解析地理資訊 1 3g...
產品經理 產品經理成長
1 產品經理三個境界 a.產品幫助我們 b.產品和我們互相幫助，共同提高，我們離不開產品，產品離不開我們 c.我們幫助產品。2 mission 使命 是指 我們為什麼而存在，要做什麼事情 必須是乙個持久的事實 vission 願景 是說 我們希望成為什麼 是完成mission之後達到的境界，需要由組...