前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >产品经理需要会 SQL 吗?会 SQL 对产品有多大帮助?

产品经理需要会 SQL 吗?会 SQL 对产品有多大帮助?

原创
作者头像
蒋川
修改于 2021-08-05 01:58:52
修改于 2021-08-05 01:58:52
2.4K0
举报
文章被收录于专栏:卡拉云卡拉云
部分产品经理与数据类产品经理招聘要求中,要求掌握 SQL
部分产品经理与数据类产品经理招聘要求中,要求掌握 SQL

部分产品经理与数据类产品经理招聘要求中,要求掌握 SQL

先说结论

  1. 不论哪类产品经理,至少要简单了解 SQL ,能看懂简单的 SQL 代码。
  2. 如果是数据、策略、AI 产品,那么会写 SQL 是必备技能。
  3. 好消息,SQL 学习成本很低,性价比极高,属于投入一周学习,受用终生的技能。

一. 为什么产品经理要会 SQL —— 业务能力增长的新纬度

1.当我们要查数据时,技术人手不够,永远在排期。不如要了只读权限自己干,取数分析一条龙。

2.产品逻辑与技术实践的背后是数据库设计,产品会 SQL 更容易理解技术的运转原理,让自己思考纬度上一个层次,与技术沟通时也更从容。

3.数据说话是证明自己工作价值最好的方法,设计实验,关注数据是产品的强项,但如果公司自己没有很好的数据分析工具,你又自己不会用 SQL ,可以获取到自己想要的数据,这就变成了你能力短板。掌握 SQL 基本语法,工作效率翻倍。

二. 产品在什么场景下需要写 SQL

拿曾经我做过的一个兴趣社区项目来举例。当时用户增长高歌猛进,这些通过精准渠道获得的用户,留存怎么样呢?更深一层,用户留存与产品设计的哪些因素有关呢?当时我每天就在琢磨,什么行为导致用户留存高,如何设计产品提高新用户完成这些行为,以及设计的促进这些行为的功能,是否真的能促留存呢?

当时想出各种实验,我先说一些 A&B 的例子方便大家理解。(实际情况并没有这么直接,通常是多因素共同导致多个结果,产品的能力就是在众多因素中抽象出关键点来)

  • 用户个人发帖数与留存率的关系
  • 用户个人收到点赞数与留存率的关系
  • 用户个人收到评论数与留存的关系
  • 在发表文章的用户中,文章长短与留存的关系

我们当时团队并不大,技术也并没有太多时间来协助产品完成工作,我们只能自己通过 SQL 来取数,观察用户行为之间的关联性。

再说个具体的例子

假如在一个内容社区 app 中,我们观察数据发现,新注册用户当天只要发帖,七日留存就比当日没有发帖的用户提高20%。

那么我们可以根据这个数据,设计一个「新手任务」的功能,促进新用户发帖。让新注册用户,注册后去完成新手任务,促首次发帖。

那么这种「新手任务」促发帖的用户与用户主动发帖、用户没有发帖三类用户比较,七日留存数据是怎样的?留存是否至少高于没有发帖的用户呢?

即便是这种简单的产品设计实验,一般的数据分析工具也很难灵活的统计,更何况实际的实验要比这复杂的多。我们自己写 SQL,会灵活自如更多。更快得到我们想要的实验结果,更好的证明自己工作的价值。

三. 自学 SQL 很简单

SQL 必知必会
SQL 必知必会

并不是每家企业都有很好的自研数据分析工具或部署采购了第三方分析工具。即便是有现成的工具,也很难满足多变的需求和偏门的逻辑。我们自己设计的测试实验,公司的分析工具并不一定能很好的满足需求。如果自己能够动手按照我们设计的实验来抓数据,分析数据,那么一定事半功倍。

SQL 基本语句也并没有那么复杂,这里必须推荐一下《SQL 必知必会》,几个小时就能看完。

了解基本语句以及 SQL 能做些什么。然后看看你想拿那些数据,用 SQL 试着写一写。在实践中学习,效果最好。

比如,如果你是内容社区的产品,试着写一个当日新注册用户且当天已发帖,与新注册用户当天没发帖,他们的次日、七日留存对比。

只要会写 SQL 卡拉云可快速搭建任意企业内部工具
只要会写 SQL 卡拉云可快速搭建任意企业内部工具

只要会写 SQL 卡拉云可快速搭建任意企业内部工具

这里必须推荐一下卡拉云,卡拉云可极速搭建一套数据看板,只要会写 SQL ,就可以随心所欲设计实验,取数做对比。

四. 推荐阅读

本文作者:蒋川,卡拉云联合创始人,B 端产品经理,专注研究企业内部效率工具实施搭建。

如果我的回答对你有帮助,还想深入了解更多信息,请访问我们的网站「卡拉云

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
金融数据分析与挖掘具体实现方法 -2
貌似三个月没有更新博客园了,当时承诺的第二篇金融数据分析与挖掘这几天刚好又做了总结,在国内经济不景气的现在来对这个话题结个尾。
汪凡
2019/02/22
2.4K0
用python的matplotlib和numpy库绘制股票K线均线和成交量的整合效果(含量化验证交易策略代码)用python的matplotlib和numpy库绘制股票K线均线的整合效果(含从网络接口
在用python的matplotlib和numpy库绘制股票K线均线的整合效果(含从网络接口爬取数据和验证交易策略代码)一文里,我讲述了通过爬虫接口得到股票数据并绘制出K线均线图形的方式,在本文里,将在此基础上再引入成交量效果图,并结合量价理论,给出并验证一些交易策略。
用户1153489
2019/09/29
2.8K0
用python的matplotlib和numpy库绘制股票K线均线和成交量的整合效果(含量化验证交易策略代码)用python的matplotlib和numpy库绘制股票K线均线的整合效果(含从网络接口
用Python的Pandas和Matplotlib绘制股票唐奇安通道,布林带通道和鳄鱼组线
我最近出了一本书,《基于股票大数据分析的Python入门实战 视频教学版》,京东链接:https://item.jd.com/69241653952.html,在其中给出了MACD,KDJ等指标图的绘制方法。此外,还可以用价格通道来分析。根据指定股票通道指标的算法,能用过去一定时间段的交易数据绘制出上下两条通道线,即价格通道里的上下轨道。一般来说,当股价向上突破上轨时,即预测后市将涨,反之当股价向下突破下轨时,即预测后市将跌。
用户1153489
2020/08/24
1.9K0
用Python的Pandas和Matplotlib绘制股票唐奇安通道,布林带通道和鳄鱼组线
MACD和KDJ
MACD称为异同移动平均线,是从双指数移动平均线发展而来的,由快的指数移动平均线(EMA12)减去慢的指数移动平均线(EMA26)得到快线DIF,再用2×(快线DIF-DIF的9日加权移动均线DEA)得到MACD柱。MACD由黄线DEA(慢线)、白线DIF(快线)、红色能量柱(多头)、绿色能量柱(空头)、0轴(多空分界线)五部分组成,其变化代表着市场趋势的变化。不同K线级别的MACD代表当前级别周期中的买卖趋势。
zhangjiqun
2024/12/14
2010
用Python可视化股票指标
但是一个量化交易可以通过回测系统建立信心然后让其一如既往的运行,以达到让钱生钱的目的,并且是自动的。
py3study
2020/01/06
3.1K0
用Python可视化股票指标
MA:移动平均线(Moving Average);平滑异同移动平均线(MACD)
是一种相当新颖、实用的技术分析指标。它起先用于期货市场的分析,后被广泛用于股市的中短期趋势分析,是期货和股票市场上最常用的技术分析工具之一。
zhangjiqun
2024/12/14
3140
用python的matplotlib和numpy库绘制股票K线均线的整合效果(含从网络接口爬取数据和验证交易策略代码)
本人最近在尝试着发表“以股票案例入门Python编程语言”系列的文章,在这些文章里,将用Python工具绘制各种股票指标,在讲述各股票指标的含义以及计算方式的同时,验证基于各种指标的交易策略,本文是第一篇,通过K线和均线案例讲述Numpy,Maplotlib等相关库的用法,并且还用代码案例来验证买卖的交易策略。在本系列的后面文章中,将陆续通过python绘制成交量、KDJ、MACD、RSI和OBV等指标,而且还会用Python编写针对这些指标的交易策略,敬请关注。
用户1153489
2019/09/29
3K0
用python的matplotlib和numpy库绘制股票K线均线的整合效果(含从网络接口爬取数据和验证交易策略代码)
以股票RSI指标为例,学习Python发送邮件功能(含RSI指标确定卖点策略)
本人之前写过若干“给程序员加财商”的系列文,目的是通过股票案例讲述Python知识点,让大家在学习Python的同时还能掌握相关的股票知识,所谓一举两得。
用户1153489
2019/09/29
1.7K0
以股票RSI指标为例,学习Python发送邮件功能(含RSI指标确定卖点策略)
python matplotlib绘图总结
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
多凡
2019/11/01
1K0
在MT4上使用双线MACD指标源码
基本用法:MACD金叉:DIFF由下向上突破DEA,为买入信号。MACD死叉:DIFF由上向下突破DEA,为卖出信号。MACD绿转红:MACD值由负变正,市场由空头转为多头。MACD红转绿:MACD值正转负,市场多头转空头。DIFF与DEA均为正值,即都在零轴线以上时,大势属于多头市场,DIFF向上突破DEA,可以做买入信号。DIFF与DEA均为负值,即都在零轴线以下时,大势属于空头市场,DIFF向下跌破DEA,可做卖出信号。DEA在盘整局面失误率高,配合RSI及KDJ指标可以适当弥补缺点。
全栈程序员站长
2022/08/23
7280
在MT4上使用双线MACD指标源码
用Python爬取股票数据,绘制K线和均线并用机器学习预测股价(来自我出的书)
在本文里,将给出若干精彩范例,包括用爬虫获取股市数据,用matplotlib可视化控件绘制K线和均线,以及用sklean库里的方法,通过机器学习预测股价的走势。
用户1153489
2020/08/14
3.5K0
【Quant102】 经典技术指标 Pandas 实现(第一部分)
ApacheCN_飞龙
2024/05/16
1920
股市行情指标计算原理和趋势反映--量化交易1-基础
量能也成为成交量,代表多空双方交战的过程,一定程度上决定了价格和走势。量能和价格走势进行结合,成为量价结合的分析方法。
嘘、小点声
2020/11/13
2.1K0
股市行情指标计算原理和趋势反映--量化交易1-基础
通过机器学习的线性回归算法预测股票走势(用Python实现)
在本人的新书里,将通过股票案例讲述Python知识点,让大家在学习Python的同时还能掌握相关的股票知识,所谓一举两得。这里给出以线性回归算法预测股票的案例,以此讲述通过Python的sklearn库实现线性回归预测的技巧。
用户1153489
2019/10/23
2.6K0
通过机器学习的线性回归算法预测股票走势(用Python实现)
可视化技能之Matplotlib(上)|可视化系列01
Matplotlib可以说是Python最声名远扬的可视化库了,也是Python数据分析库的“三驾马车”之一。Matplotlib是基础而非常强大的可视化库,Seaborn等好用的可视化库是在前者的基础上进行的封装。Matplotlib擅长快速出简单的图、有丰富的接口进行精细化绘图、和Numpy结合做科学可视化及三维图配合默契、三维图。但也有些缺点,如不容易基于实用目的绘制有一定难度的图表(如小提琴图等)、标签等元素需指定坐标而不能自适应优化显示、难以实现交互。
蛰虫始航
2020/04/09
1.9K0
实战:基于技术分析的Python算法交易
本文是用 Python 做交易策略回测系列文章的第四篇。上个部分介绍了以下几个方面内容:
AI科技大本营
2019/11/14
1.7K0
实战:基于技术分析的Python算法交易
以预测股票涨跌案例入门基于SVM的机器学习
SVM是Support Vector Machine的缩写,中文叫支持向量机,通过它可以对样本数据进行分类。以股票为例,SVM能根据若干特征样本数据,把待预测的目标结果划分成“涨”和”跌”两种,从而实现预测股票涨跌的效果。
用户1153489
2019/09/29
3.2K1
以预测股票涨跌案例入门基于SVM的机器学习
从头开始的可视化数据 matplotlib:初学者努力绘制数据图
从头开始学习使用 matplotlib 可视化数据,对于初学者来说,可能会有些挑战,但 matplotlib 的核心理念非常清晰:绘制图表需要了解如何设置图形、坐标轴以及如何用数据填充它们。我们可以通过一些简单的例子来逐步介绍基本步骤。
华科云商小徐
2024/10/14
2580
Matplotlib_Study01
from matplotlib.font_manager import FontProperties
Echo_Wish
2023/11/30
2810
Matplotlib_Study01
freqtrade 学习笔记
以试运行(dry-run)或实时模式(使用 freqtrade trade )启动 freqtrade 将启动机器人并启动机器人迭代循环。这也将运行 bot_start() 回调。默认情况下,bot 循环每隔几秒运行一次 ( internals.process_throttle_secs ) 并执行以下操作(这个循环将一次又一次地重复,直到机器人停止):
王磊-字节跳动
2023/05/25
6.9K1
推荐阅读
相关推荐
金融数据分析与挖掘具体实现方法 -2
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档