产品经理如何进行数据分析

【简介】感谢网友“狱寺隼人不利己”参与投稿，以下是小编为大家准备的产品经理如何进行数据分析（共6篇），供大家参考借鉴，希望可以帮助到有需要的朋友。

篇1：产品经理如何进行数据分析

对于产品经理而言，看明白数据是一件很简单的事情，但是要想从数据中挖掘其背后更深层次的内涵，看懂数据背后的逻辑是一件非常不容易的事情。往往一个决策的成功或失败，总能归咎到对数据的理解上。

值得欣慰的是，随着接触到的用户越来越多，对于用户心理模型和业务逻辑的理解越发的透彻，产品经理对数据的理解能力也将越来越强。

1、不配看数据

产品经理对待数据的态度不应该像市场分析者或财务人员一样。我们看数据，更多是需要了解数据背后用户的行为逻辑和期望需求。这就要求我们看到数据的时候，必须第一时间想象到用户是如何创造出这些数据的，为什么会创造出这样的数据。

作为一个产品设计者首先必须告诉自己：“I’M Not User” ，如此同时还要再把自己模拟成一个平凡的用户，不停的反复的去用自己的产品，和同类产品。我向来认为，一个做移动互联网的产品设计师，不有事没事换手机 玩，不是好的产品设计师;一个电子商务的产品设计师，不每周在网上买一件东西，不是一个好的产品设计师。

在某个用户体验设计的会上，某知名教授大讲他所在公司搞到的facebook的数据，说他的理解、说他的分析，说facebook如何没戏。刚开始 听着蛮有根有据，后来越听越不对味，突然他冒出来一句“虽然我从来不用facebook”… 我当场昏厥。这种人，不配分析facebook的数据，更不配去评论。、

要想有资格去看数据，通过数据给产品设计提供有效的依据。方法很简单，也很有效：把自己当作一个平凡的用户，不停的用自己的产品，和同类产品。有，且只有这么一个方法。

2、为了看数据而看数据

和做可用性测试一样，测试之前不能说没有“关注点”，发现什么就是什么。那样什么也发现不了，即使发现了，价值也不大。数据拿到手里，没有目的的去看，不如不看。

在做产品设计的数据分析之前，首先应该搞清楚自己需要什么样的数据来说明什么问题。一个数据对于不同的产品、不同的环境、不同的用户类型，得到的结 论应该是不一样的。传统的市场研究中，对于数据的分析往往是根据“硬属性”，比如他们对于用户的分析基本都是根据“人口属性”的数据，他们得到的结论也很少结合现实环境。这样的结论，对于(互联网的)产品设计基本上没有太大的参考价值，特别是如今个性化需求越来越强，用户行为越来越独特的时候，“人口属性”很不能代表用户背后的行为逻辑。

比如，想了解“有购物搜索需求的网民”具备的主要特征，这个时候“年龄、学历、性别、收入、婚姻状况、消费能力、信息获取方式、上网条件、..”可能都是对我有参考价值的数据，但那些才是最重要的呢?分析后很快就可以发现，比较而言“年龄、收入、上网时间、上网条件”都不是最重要的，“消费能力”、“信息获取方式”在这里才是最重要的特征。这些数据背后才更能代表用户的行为逻辑和需求。(如果不是很明白这个结论，稍后再《Desing IT.》第8篇左右会谈到)。

3、不筛选数据

做一个优秀的设计者，首先必须善于“提问”。“提问”的水准和设计水平基本成正比。要什么样的数据，什么样的数据可以帮我解决这些问题和疑问？这个很简单，一罗列你可以想到很多很多。但，事实上数据类型到达一定数量后，类型越多，反倒越不利于对于结论的判断。因为，不同数据类型之间会产生相互的干扰，有些时候次要问题可能会战胜主要问题，影响最终的结论。

在实际项目中，解决了主要问题，次要问题可能就会很自然的被稀释了。获取数据也一样，必须搞清楚什么样的数据最能说明这个问题?确定这些会使分析过程的精力更加集中。把主要的几个问题想穿、打透，其他问题很快就会迎刃而解了。

很多时候不是解决不了问题，而是想解决的问题太多；很多时候不是数据不够，而且想要的数据太多。还比如，想要了解如何解决“购物搜索”的需求，其实 只要关注好“信息获取方式”、“消费能力”、“决定购买的因素”基本就能解决很多问题，盯着“用户是男是女，8岁还是80岁”，只能是耗费精力。

不去筛选数据，还有一个很大的危害就是：“因为没有筛选，所以不能把关心的数据点看透彻”。

比如，很多人都在夸开心网的推荐做的好，很多用户在上面找到了自己的“同学”，于是定论为“算法的技术好”。其实如果专注关心“开心网为什么打通用户关系这么快”的人，经过详细分析后是不会得到“技术好”这个结论的。根据我的观察，我比较赞成麦田的结论：“开心网把校友录的数据库用进去推荐算法里面了”， 我甚至认为开心网的推荐里面不只是用了“校友录”的数据库，还有更多其他数据库。 (麦田对于数据的分析虽然是偏市场和运营性的，但其实对于产品设计的促进一样很大，而且他确实是一个观察数据很细，研究数据很深的人)

4、不关注数据采集的方式和方法

当我们为某个项目寻找方向或者确定某个决策，需要一些数据的支持，以便了解状况并确定思路。这个时候，不仅需要给出“需要什么样的数据”这个需求，同时还应该包括如何得到这些数据。

很多时候，我们只提出需要什么样的数据，并不去提出要求如何得到这些数据的方式、方法，完全依靠调研者的经验去获取数据，这是不可取的。因为这样来的数据对结果的帮助是不准确的，甚至往往会出现误导。因为调研过程中不同的方式方法，得到的结果会不一样。

比如，还是要做一个购物搜索的网站，你给出的“需求”不应该只是“用户目前获取信息的方式”、“搜索的商品类型”等，还应该包括数据的来源，以及获取的方法。现有搜索网站?问卷?电话?…

不同的方式方法，渠道，得到的数据是不一样的。不同水平的人采集到的数据结果也是不一样的。

往往我很同情国内的同行，大家能找到靠谱的数据真的少的可怜。就拿行业数据来说，基本上国内没有一家第三方机构可以提供靠谱的数据。XX统计局就不说了，比如商业机构艾瑞，他的数据丝毫不具备可信度。最根本的，我们可以去看看尼尔森在欧美(不要看国内的尼尔森，那是同样的不靠谱。跟他们合作过一次，东西做的一塌糊涂)的一些问卷，从问卷设计的逻辑、采集方式、统计方法，甚至包括“埋地雷”的方法，都高出国内这些数据提供商一大截。(比如一个细节：去 尼尔森在欧美的一些问卷试试，如果你是玩的心态，很快就会被说“谢谢你参与调查”。因为，他们很快就通过“地雷”判断出你并非真正的采集对象，很快就把你踢走了，而国内的你可以随便玩)

有些时候，如果实在没有办法，去做小量的抽样数据，也比那这些不靠谱的数据去分析强。

5、只用定量数据，没有定性数据

还说那个最老土的例子：

沃尔玛每天总重要的事是“想尽一切办法，把货架摆好，让顾客更快的找到，更快的走掉”。事实上，当他们的MBA(商业数据分析)人员通过庞大的数据处理系统发现，啤酒和尿布的销售曲线惊人相似的时候，他们其实只能得到一个“结论”。但，这些知识定量的数据，并不能挖掘出本后的顾客行为，以及为什么会造成这 个现象。这个时候，如果靠“分析”、“猜测”是不能得到正确结论的，方法只能是去结合“定量”的研究，通过具体观察和调研了走到用户身边，最终才能了解到 “因为，在美国一般都是男人去买尿布的，而在沃尔玛就算买1美元的东西也要排队半个钟结帐，男人们这个时候就顺手拿了啤酒犒劳一下自己”。

海量的定性数据，只能告诉我们结论，不能告诉我们背后的原因。同样，如果只有定性的数据，往往看到的现象可能是片面的，结论可能是有偏差的。

有时候，定量更多的是为了定性。

6、其他常见的数据分析误区：

（1）、只关心数据结果，不关心过程

比如，就知道那个广告的流量大，没注意那个广告比别的大三倍。

（2）、只看大数据，不看小数据

比如，只发现交易量疯狂增长了，没注意虚假交易疯狂上升了。

（3）、只看数据表象，不看发展过程

比如，只知道现在的行业分布均衡，没发现曲线的前方已经出现裂痕。

[产品经理如何进行数据分析]

篇2：数据产品经理终工作总结精选

(一)业绩回顾： 1、开拓了新合作客户近三十个(具体数据见相关部门统计)。 2、x~x月份销售回款超过了之前x~x月的同期回款业绩。(具体数据见相关部门统计) 3、市场遗留问题基本解决。市场肌体已逐渐恢复健康，有了进一步拓展和提升的基矗 (二)业绩分析： 1、促成业绩的正面因素： ①调整营销思路，对市场费用进行承包，降低新客户的合作资金门槛。虽然曾一度被人背后讥笑，但“有效就是硬道理”!我公司的思路是促成业绩的重要因素之一。 ②加强了销售人员工作的过程管理，工作实效有所提升。 ③用提高提成比例和开发新客户给予额外奖励的“经济激励”手法，形成了“重奖之下必有勇夫”的积极心态，也是促成业绩的重要因素之一。 ④对于市场遗留问题的解决，依据“轻重缓急”程序，采用“坚持公司利益原则，以有效依据处理”的指导思路，从而使问题的解决未成触份公司的利益。 2、存在的负面因素： ①销售人员对公司的指示精神理解不够，客户定位不够稳定，没有严格按照终端思路开拓客户，部分客户选择方面存在一定失误! ②销售人员的心态以及公司存在薪资制度，均存在“急功近利”状况。销售人员更多的只想有钱回到公司帐上，却没有更多的考虑客户是否适合公司的合作定位以及长久发展。 ③客户选择公司产品时更多考虑的是折扣低价，所以很多未将铺底铺入终端卖场，甚至根本无终端意识，直接将公司的终端品牌变成毫无优势的流通产品。 ④大多数代理商的“等”“靠”“要”观念存在，但公司的产品价格降到底价，已无更多利润支持市常 ⑤公司的品牌定位终端，但包装缺乏视觉优势，宣传促销赠品不够新颖丰富，对产品的宣传、销售的拉动力不大。 ⑥暂时缺乏品牌入市的拉动策略，不能促成品牌的热销。 ⑦销售人员不能切实推行公司指导思路，至今未建立起典范式的品牌样板市常 ⑧销售人员缺乏统一的营销培训，观念、思路、方法和工作执行力无统一和协调，往往擅长市场开拓而不擅长市场维护和提升。 二、费用投入的回顾和分析： (一)费用回顾： 1、营销政策调整后，市场费用得以控制，公司的盈利能力稳定，8~12月相比3~8月同期利润额增加。(具体数据见相关部门的统计) 2、人员费用的固定风险降低，基本扼制了人力资源的亏损，8~12月相比3~8月周期人力成本降低，剩余价值提升。(具体数据见相关部门的统计) (二)费用分析： 1、正面因素： ①公司提出市场费用承包政策之后，最大限度防止了费用陷阱，费用超支现象得以控制。 ②公司调整并制定了销售人员新的待遇方案，公司的固定风险降低了，人员的竞争意识和挑战性加强。 2、负面因素： ①营销部没有数据统计的支持，对费用的控制较为盲目。 ②市场支持费用和人员费用报销等，营销部存在“知情难，无审批”的歧形现象，管理无法加强。 ③个别人员管理观念陈旧、保守，不能主动遵从层级化管理，因此整个管理缺乏科学的流程。 ④老板“一笔签”的现象依然存在。

数据产品经理20终工作总5

(一)业绩回顾：

1、开拓了新合作客户近三十个(具体数据见相关部门统计)。

2、x~x月份销售回款超过了之前x~x月的同期回款业绩。(具体数据见相关部门统计)

3、市场遗留问题基本解决。市场肌体已逐渐恢复健康，有了进一步拓展和提升的基矗

(二)业绩分析：

1、促成业绩的正面因素：

①调整营销思路，对市场费用进行承包，降低新客户的合作资金门槛。虽然曾一度被人背后讥笑，但有效就是硬道理!我公司的思路是促成业绩的重要因素之一。

②加强了销售人员工作的过程管理，工作实效有所提升。

③用提高提成比例和开发新客户给予额外奖励的经济激励手法，形成了重奖之下必有勇夫的积极心态，也是促成业绩的重要因素之一。

④对于市场遗留问题的解决，依据轻重缓急程序，采用坚持公司利益原则，以有效依据处理的指导思路，从而使问题的解决未成触份公司的利益。

2、存在的负面因素：

①销售人员对公司的指示精神理解不够，客户定位不够稳定，没有严格按照终端思路开拓客户，部分客户选择方面存在一定失误!

②销售人员的心态以及公司存在薪资制度，均存在急功近利状况。销售人员更多的只想有钱回到公司帐上，却没有更多的考虑客户是否适合公司的合作定位以及长久发展。

③客户选择公司产品时更多考虑的是折扣低价，所以很多未将铺底铺入终端卖场，甚至根本无终端意识，直接将公司的终端品牌变成毫无优势的流通产品。

④大多数代理商的等靠要观念存在，但公司的产品价格降到底价，已无更多利润支持市常

⑤公司的品牌定位终端，但包装缺乏视觉优势，宣传促销赠品不够新颖丰富，对产品的宣传、销售的拉动力不大。

⑥暂时缺乏品牌入市的拉动策略，不能促成品牌的热销。

⑦销售人员不能切实推行公司指导思路，至今未建立起典范式的品牌样板市常

⑧销售人员缺乏统一的营销培训，观念、思路、方法和工作执行力无统一和协调，往往擅长市场开拓而不擅长市场维护和提升。

二、费用投入的回顾和分析：

(一)费用回顾：

1、营销政策调整后，市场费用得以控制，公司的盈利能力稳定，8~12月相比3~8月同期利润额增加。(具体数据见相关部门的统计)

2、人员费用的固定风险降低，基本扼制了人力资源的亏损，8~12月相比3~8月周期人力成本降低，剩余价值提升。(具体数据见相关部门的统计)

(二)费用分析：

1、正面因素：

①公司提出市场费用承包政策之后，限度防止了费用陷阱，费用超支现象得以控制。

②公司调整并制定了销售人员新的待遇方案，公司的固定风险降低了，人员的竞争意识和挑战性加强。

2、负面因素：

①营销部没有数据统计的支持，对费用的控制较为盲目。

②市场支持费用和人员费用报销等，营销部存在知情难，无审批的歧形现象，管理无法加强。

③个别人员管理观念陈旧、保守，不能主动遵从层级化管理，因此整个管理缺乏科学的流程。

④老板一笔签的现象依然存在。

三、营销团队的建设回顾及分析：

(一)团队建设业绩回顾：

1、销售人员的放牧式现象基本消除，营销团队的管理加强。

2、待遇方面，基本消费了大锅饭现象，薪资待遇的挑战性增强，标准更科学合理。

3、团队的执行力有所增强。

4、提问题不提解决方案的现象减少，销售人员的工作能动性增强。

5、销售人员工作主动性有所增强，工作实效提高。

(二)团队建设分析：

1、正面因素分析：

①采取每日电话报到和每月工作汇报的管理形式，一定程度上可以了解销售人员在做什么?做得怎样?

②降低了销售人员底薪，并将提成比例随着回款额度的增加而提高，增强了销售人员的工作挑战性。

③通过提醒式的罚款和个人管理信用的树立，从制度要求和心理印象上让销售人员感觉到公司管理的严肃性，因此执行力随之增强。

④管理要求每一个销售人员必须提出问题的解决办法，从而逼迫销售人员遇到问题时首先联想解决问题的办法。同时树立了销售人员的责任心遇到问题找借口、找理由的现象降低，逐步树立了解决问题是职责的职业操守。

⑤在管理实践中，不断地给销售人员心理压力和工作危机感，从而使得销售人员的主动性不断增强。居安思危的心理利于工作能动性和工作实效的提升。

2、负面因素分析：

①公司内部的辅助管理配合不到位，团队管理实效降低。

②公司部份管理人员管理意识保守，团队管理实效降低。

③销售人员长期适应了放任式的管理，从观念上、心理上和行为上有一定适应期去接受较为实效的管理。

④部分人存在老油条观念，有一定优越感，因此对于公司加强管理有和稀泥的想法存在。

⑤部分人心存不轨，希望钻公司管理的漏洞。所以希望公司管理的漏洞一直存在，甚至增加。

⑥人性特点的普遍反映：被管理者希望公司管理的能见度、透明度一致较低。因此对能见度逐渐增强的管理有一定抵触心理。

⑦公司管理高层调整，久经事故的销售人员见风使舵，左右逢缘，趁机蒙混过关，不遵从公司的管理，重新回到放任状态。

⑧谁都想做好人，缺乏主动做恶人的管理人员，管理原则不能坚持，等于一纸空文。

1.企业个人年终工作总结

2.2019个人工作总结报告范文【汇总篇】

3.2019最新个人年终工作总结范文精选5篇

4.2019员工工作汇报

5.2019最新物流仓管年终个人工作总结精选3篇

篇3：数据产品经理岗位职责标准

1、App所有模块的数据分析，探索及用户数据分析和挖掘，提出产品需求;撰写高质量的产品需求文档，完成各环节进行把关，确保产品质量、项目进度。

2、进行数据平台的搭建优化;负责数据相关系统前后端平台及产品规划、需求调研、设计与分析

3、依据不断挖掘新的用户属性数据产生创新的应用，提供数据分析支持以改进产品需求、策略和推广方式;

4、例行监控负责的产品并分析，建立起与用户的联系，收集用户反馈，通过数据分析与竞品分析，完成相关竞品调研分析工作，进行产品策略的调整并升级产品功能;

5、参与业务产品运营过程，制定指标并参与模型设计分析，为产品优化和运营提供支持;

篇4：数据产品经理岗位职责标准

1、负责公司电商网站的用户运营/活动策划推广/商品和渠道运营等产品线的需求工作，深入了解业务，优化用户体系，为业务增长负责;

2、分析业务部门与用户需求，对同类产品市场资料的收集与分析，进行可行性分析及设计;

3、将用户需求转化为可实现的产品功能，输出产品文档;

4、协调内外部资源，负责需求跟进和落地。

篇5：数据产品经理岗位职责标准

1、负责综合空间数据管理的c/s与b/s产品分析、产品设计;

2、负责空间数据资源体系规划与建设、沉淀数据思路、逐步推进各种数据类型落地;

3、配合做好项目相关的技术支持、产品测试、客户交流、进度协调、资料整合等相关工作。

篇6：数据产品经理岗位职责标准

1. 负责数据采集、加工、分析、呈现全流程的机制建设和产品设计;

2. 了解大数据一站式平台功能组成部分，负责整个项目的平台搭建、项目推进、开发上线;

3. 产品数据生产引入、数据加工处理、数据应用实践，以及策略的产品搭建、落地和上线;协调并跟进项目进展情况，保证项目上线;

4. -充分理解平台相关业务，为业务增长和用户体验提升提供数据服务支持。