什么是产品分析？

“ 产品分析是应用于数据的收集、分析和可视化的术语。作为产品经理，需要善于分析和利用数据，不仅对我们当前的产品有益，而且对整个职业生涯有益。”

01

产品分析的重要性

通过做出数据驱动的决策，可以改进产品功能和用户体验。

当公司专注于数据并使用它来做出决策时，可以与用户及客户建立更好的关系。当公司充分理解他们的用户时，与他们互动就会使产品得到各个层面的改善。

我们通过数据了解用户，可以更好的帮助他们，建立数据驱动文化可以更好地理解用户，帮助产品增长。

02

如何成为数据驱动的产品经理

近年来，我们可能听说过“数据驱动的产品经理”这个词。但究竟是什么造就了数据驱动的产品经理呢？

从本质上讲，数据驱动的产品经理不仅要依靠自己的直觉，还要尽可能多的通过数据武装自己。产品的数据驱动不会让你一夜成名。而我们需要从一开始的产品分析就融入数据，使用数据分析工具并提出正确的问题，这是一个长期的实践。会影响我们的产品决策并引导我们取得长期的胜利。在数据上投资你的时间，让自己更快速的成为一个驱动的产品经理。

03

产品分析工具

在我们的实际工作中，有大量的数据分析平台提供类似的功能进行产品分析，比较常见的如下。

A/B测试

有时候我们不知道哪个产品功能或者用户路径会奏效，直到我们尝试A/B测试，让我们有机会验证我们的假设，并根据测试的结果数据进行决策改进我们的产品。

当利益相关者让我们做一个不同意的功能时，你可以带着数据去说服他，说这个我们试过了，但是没有奏效。还可以帮助我们针对不同的用户测试不同版本的产品，了解谁更喜欢什么。

用户跟踪

当我们想弄清楚用户如何与我们的产品进行互动的，他们从哪里开始放弃等等。虽然定性的数据可以有助于我们了解用户对我们的产品的反应，但他们并不是代表他们所说的。

在了解用户行为方面，没有什么比实时跟踪更有见地了。如在2004年，华尔街精英做了搜索引擎进行对比分析评测，评测结果是Yahoo最好。但评测完之后，大家平时还是都用Google。

用户细分

用户细分将帮助我们了解不同的用户如何与产品互动。通过将用户细分组织成不同的部分，弄清楚如何最好地服务每一个细分组。

细分还可以帮助我们了解看似不确定的用户行为，假设部分用户要么忽略了，要么完全滥用了某一个功能，通过细分和追踪，可以查看多少用户成功完成了整个流程。

04

如何提出正确的问题

产品分析是一个强大的工具，但是不完全帮助我们完成工作。我们需要学习如何正确使用分析工具以及如何提出正确的问题。

在数据科学中，提出问题的关键因素是定义正确问题的陈述。

理解问题

无论问题来自用户还是其他业务方，我们都需要正确理解问题，做到理解问题的方法是通过换位思考和研究相结合，通过收集定性数据和定量数据，了解用户或业务方对问题的看法，以及如何应对。

问题的风险与回报评估

我们知道问题是什么，下一步就是需要为如何解决这个问题进行考虑。首先我们会分析解决这个问题带来风险和回报，如果涉及到实施新的功能，需要计算出做出这个功能的整体投入产出比。以及是否与OKR有相关性。

定义成功

定义问题解决的成功也是回报的一部分。解决问题最好的情况是什么样子。

从数据中提出正确的问题

当我们懂得如何定义好一个问题的陈述时，我们就可以从数据中提出正确的问题。提出问题时还需要考虑我们的目标，需要知道怎样才能解决问题？还有哪些因素会影响数据？需要查看多少数据源？