移动互联网刚兴起的时候，整个市场是不关注数据的，很多公司连产品经理都是IT程序员兼的，这一点我是深有体会，直到现在很多公司的数据都是集中在IT部门手里，基本上也没办法利用起来

但随着行业从蓝海变成红海，一些公司因为数据分析做得好，渐渐带来了高于行业的增长，所以大家纷纷开始注重数据分析，专业的IT产品经理也成了标配。

很多产品经理尽管接触了大量用户数据，却一直困于怎么用好这些数据。其实，产品经理不需要像数据分析师那么精通数据，做好数据分析，只需要以下三步：

一、搭建指标库

一个功能在埋点前，我们就应该搭建好尽可能完善的指标库。

如果等到业务要上线了，才发现数据不够用、缺指标，这时再重提数据需求就很麻烦了，让技术人员加班加点返工不说，还会增大后期数据收集和数据处理的难度，耗费大量的人力物力，大大降低了反馈效率。

那么如何搭建一个尽可能完善的指标库呢？

可以尝试一下指标拆解法。简单来说，就是围绕着目标数据，分解成若干子指标，再对子指标层层拆解，得出具体需要收集的指标。

比如京东的指标体系就包含了若干细分指标：

再对细分指标进行层层拆解（下图是获客成本指标的拆解）：

当然，指标库不是越详细越好。对于不同的产品和业务来说，搭建的指标库细分到什么程度也是不同的，如果指标太过详细，收集的工作量和数据处理难度都比较大。

第二，数据清洗

拿到数据的方式有两种，一种是自己给，一种是别人给。

自己给，也就是在自有平台上收集到的数据，得到的数据是比较干净的，不过也会存在一些数据不稳定和不准确的问题。

别人给，也就是在外部平台上获取的数据，这种方式拿到的数据就很不干净，统计口径不统一、格式参差不齐、乱码、缺字段都是常有的事。

冗杂甚至错误的数据会影响数据分析结论，进而影响产品决策的合理性。因此拿到数据后，产品经理首先要提高数据质量，也就是解决数据可靠性和稳定性的问题，这就需要对收集到的数据进行数据清理。

数据清洗简单说就是纠正数据文件中的错误，如检查数据一致性，处理无效值和缺失值等。那么怎么做数据清理呢？

1、建立数据的唯一性

简单来说就是去重。比如同一个用户分别在公众号、APP和网页上注册了账号，但我们只需要一条记录，这时就可以通过Excel或sql语句用代码去重。

还有一种情况，比如用户通过三种方式注册留下的数据不完全一样，该怎么办？

这时我们想留下来的，一定是最权威的那条。比如APP是用户通过手机号注册的，网页端和微信公众号端是通过微信授权登录的，这时我们一般需要保留手机号；再比如APP上注册信息显示性别“男”，微信注册信息显示“女”，我们可以选择相信微信注册信息。

总之，建立数据的唯一性，要做到两点，一是去重，二是尽量采用权威渠道获取的信息

2、建立数据的完整性。

简单来说就是查漏补缺。比如收集到的数据中缺少某些用户的重要指标，如性别、年龄、地区。

这种情况一般不太多，我们可以通过用户的其他信息进行推算补全，比如可以通过姓名、身份证号等信息推断出TA的性别、年龄、籍贯等。如果实在无法补上，就应该放弃这条数据，避免造成冗余。

3、建立数据的合法性

简单来说就是校验出错信息。比如成年人的体重不可能只有5公斤，性别不能是数字等。

这种情况会影响数据的准确性，我们需要设置一套规则，对数据进行校验过滤。如果觉得用Excel和SQL太复杂，也可以试试像FineBI这样专业的数据分析工具，仅需要鼠标拖拽和点击就能实现复杂的数据处理。

比如对字段直接添加条件过滤或者公式过滤：

比如通过左右合并的功能将多个数据表进行关联分析

第三、数据分析

产品经理的工作日常，就是不断基于用户需求进行新一轮的产品设计。而数据分析是了解用户需求的重要手段，可以说，数据分析贯穿了整个产品设计过程。

产品经理要想做好数据分析，在方法论和工具方面都要储备相关知识。

在方法论层面，要不断精进各种分析方法，如RFM模型、AARRR模型、流量分析、转化分析、留存分析、可视化分析、对比分析。

工具层面，如果掌握FineBI这样的数据分析工具，无需编程，仅用鼠标，也能轻松进行数据处理和数据可视化，大大提高数据分析效率。

比如遇到用户体验这样非常抽象的概念时，我们就可以通过FineBI很轻易地制作出词云进行分析：

比如使用AARRR模型进行用户运营分析时，也是仅需要鼠标拖拽就能完成，简单直观，一目了然：

用好数据是每一位产品经理的必修课，搭建完善的指标库、学会数据清洗和数据分析是三门基本功。

要想用好数据，需要对数据有足够的敏锐度，也需要精进各种分析方法，当然要想做好数据分析，也离不开一款好用的工具。

最后，大家想要FineBI工具的，私信我“BI”就能获得！

要是不会用数据，算什么IT产品经理？相关推荐

数据中台实战（一）：以B2B电商亿订为例谈数据埋点（产品经理视角）
背景富力环球商品贸易是富力集团旗下汇聚原创设计师品牌及时尚买手/采购商两大社群,通过亿订B2B电商.RFSHOWROOM.环贸快版.环贸映像.富运通.富贸通等子品牌为时尚行业提供一站式产业+渠道服务 ...
线上分享 | 数据产品经理：如何突破现状，更进一层？
"不会数据分析?你out了!"."会数据分析的人有多吃香?"相信你肯定见过这样的广告和文案.懂数据真的能高薪吗?数据从业者真实的日常是怎样的?又会面临着怎样的机 ...
产品经理一定要理解数据
大家好, 我就是"传说中"的数据产品经理.在社区里面回答了一些关于产品经理/数据产品经理/数据统计相关的问答,并且很懒发文章的我还分享了几款数据产品. 我认为对于任何产品经理而言 ...
数据时代的产品经理，通过这些能力站上C位！
近日,人人都是产品经理举办的[2020北京产品经理大会]完美落幕.友盟+首席产品官林鸣晖老师,他为我们带来<数据驱动企业增长之道>为题的分享,本文为演讲内容实录. 作者:林鸣晖,友盟+首席 ...
当谈到携程机票产品经理的数据意识，我们在谈什么？
欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答.求职一站式搞定! 对商业智能BI.大数据分析挖掘.机器学习,python,R等数据领域感兴趣的同学 ...
一个与微软大数据产品经理交流的机会 | 独家
大家好: 我是徐倩,微软大数据部门高级产品经理,毕业于北京大学. 2011年我开始踏入互联网行业,担任百度翻译的实习产品经理.毕业四年,一直在微软大数据核心团队担任产品经理.迄今为Office365和 ...
数据产品经理修炼手册_数据产品经理需要了解的大数据平台架构
了解大数据平台的基础架构有助于我们清楚数据是怎么流转与处理的,在每一层的结构中数据是以什么形式存储的,当我们听到工程师们谈论到这些内容时,不至于一无所知. 本文内容偏基础,适合像作为入门了解. 文不如 ...
数据产品经理为什么这么值钱,BAT这些大厂还抢着要？
最近后台又收到很多粉丝工作不顺.压力山大的苦水: ▎入行两年,薪资8K,涨薪太难...... ▎天天和各种人撕逼,真的不想干了...... ▎公司裁员,产品经理成了第一批...... 今天我们不妨换个 ...
美剧《纸牌屋》编剧：剧本不是大数据“算”出来
美剧<纸牌屋>的编剧之一约翰·曼凯维奇是本届上海电视节海外电视剧单元评委.9日,他出席了一场以网络时代文本创作为主题的电视节白玉兰论坛.<纸牌屋>到底是不是大数据"算 ...

要是不会用数据，算什么IT产品经理？

一、搭建指标库

第二，数据清洗

第三、数据分析

要是不会用数据，算什么IT产品经理？相关推荐

最新文章

热门文章