編輯導語：很多初級產品經理認為，產品只需要寫好PRD文檔就OK了，為什么還要經常做數據分析，表示無法理解；殊不知數據分析是每個產品經理入門必備的重要技能，本文作者就解釋了為什么數據分析是每個產品經理必備技能，我們一起來看一下。

一、為什么數據分析是產品經理必備技能

1. 從行業前景看，數據分析對從業者有重要作用

從社會發展來看，時下最火的行業當屬ABCD四大行業；ABCD都是啥行業？發展前景怎么樣？

ABCD分別代表AI技術、Block區塊鏈、Cloud云服務、Data大數據。

大數據作為時下發展前景較好的行業之一，它的興起吸引眾多用戶的的關注和圍觀；而今在知乎上搜索“數據分析”話題，關注話題量的用戶高達380萬人，話題用戶數是其他3個行業話題用戶總數的12倍；從數據對比看，數據分析對所有從業人員占有不可比擬的作用。

薪酬一般跟從業者的價值成正比，資歷越高，薪酬越高；崗位越稀缺難度越高，薪酬越高；行業發展前景越好，薪酬越高。

目前各大招聘網站上，數據分析的崗位招聘需求和薪酬較多，平均月度薪酬在20K-40K之間，遠高于其他崗位薪酬水平，大數據的發展前景甚是光明。

2. 數據分析讓產品擁有較高的技術壁壘

善用數據者得天下，沒有哪一款產品不需要關注數據；大數據衍生出的千人千面算法推薦，用戶精細化運營等，極大提升用戶體驗，深得用戶喜歡。

個性化的算法試驗，讓今日頭條異軍突起，行業地位拔地而起，更奠定大數據在各行業中的價值；今日頭條APP更因為個性化數據算法開發，筑起了產品護城河，大數據推薦壁壘也讓后來的產品競爭者無法超越，穩居資訊類產品的NO.1。

二、產品經理可利用數據做什么？

1. 利用數據迭代產品

從來沒有一款產品初次上線就幾近完美，且后續不需要持續迭代的；目前國內公司多采用小步快跑方式，1周1次或3周1次的迭代頻率，持續優化產品；至于每個版本需要迭代什么功能，哪些需求優先級高哪些優先級低，需要產品經理和項目經理至少提前一周制定好計劃。

《精益創業》書中有這么一段話：成功地執行一項無意義地計劃，是導致失敗的致命原因；如果企業費盡心思開發出來的產品沒人想要，那么是否按時、按預算完成計劃就無關緊要了。

可見有意義的迭代計劃才能引導產品走向成功，那么產品經理制定迭代需求依據是什么？

并不是老板的需求就必須優先迭代，也不是看產品經理的個人喜好，恰恰需要產品經理根據產品數據排出需求的優先級高低。

2. 利用數據洞察用戶

用戶行為復雜，每個用戶在不同場景下會衍生出多種數據和行為情況。

大數據告訴我們的信息不一定正確，所以我們要利用數據洞察用戶，挖掘用戶真實的產品訴求。

1）用戶不知道自己想要什么

不管你信不信，很多時候用戶根本不知道自己想要什么；因此很多產品經理總喜歡引用《喬布斯傳》里的這段話來支撐自己不做數據分析和用戶洞察，企圖通過創造一個新產品讓用戶明白自己需要什么。

有些人說：“消費者想要什么就給他們什么。”但那不是我的方式；我們的責任是提前一步搞清楚他們將來想要什么。

我記得亨利·福特曾說過，“如果我最初是問消費者他們想要什么，他們應該是會告訴我：‘要一匹更快的馬！’”人們不知道想要什么，直到你把它擺在他們面前；正因如此，我從不依靠市場研究。

如果只停留在語句表面意思去理解，用戶的確不知道自己想要什么，直到喬布斯將產品展示在他們面前；然而，喬布斯之所以能創造出新的用戶想要的東西，恰恰是因為他自己基于很長時間的市場研究和用戶洞察（日常基于大樣本的用戶行為觀察和分析，堪稱行走的數據庫），結合當時先進的科學技術，創造超出用戶預期的新產品。

消費者跟產品經理不同，消費者不知道現在的科技可以做什么事情，他們不會去要他們認為不可能的東西；而產品經理需要了解科技能干什么，用戶真實需要什么？

如果沒有長期深層次的用戶洞察和行業研究，沒準喬布斯給用戶生產的也是馬，是用戶洞察創造了新的偉大的產品！

2）用戶反饋的需求脫離使用場景

數據也會說謊，數據并不代表用戶的真實需求。

日常見過很多問卷調查或者市場調研，直接詢問用戶想要什么功能。用戶天馬行空的YY，并言之鑿鑿地告知調研人員——他想要的東西長這樣，很迫切需要這個功能，想想這畫面是不是有點熟悉。

分享一個視頻，需求方跟產品經理說，他想要用藍筆畫出7條互相垂直的紅線？（戳視頻，很認真的想讓你笑： https://k.sina.cn/article_2490586113_m94735401033 008rph.htm l）

視頻中，甲方并沒有意識到提的需求脫離了使用場景，缺乏邏輯性，并堅信自己的需求是合理可執行的；雖然案例并沒有提到該需求是基于數據提出的，但生活中很多這樣滑稽的例子和問卷調查數據，我們需要透過數據洞察用戶真實的訴求。

3. 利用數據驗證產品

為什么體量越大的產品，每上線一個新功能，都需要先灰度測試？

目的是要對比線上版本和灰度版本的使用情況。

新功能迭代一般會出現3種情況：

• 要么用戶不喜歡使用數據下降，此時解決方案是繼續優化需求或下架功能；
• 要么是新功能上線后效果超乎用戶預期，此時可以逐步放開灰度測試的用戶量，直至最后用戶量100%鋪開，所有用戶可使用新功能；
• 要么就是數據幾乎無變化，產品經理迭代了一個失敗的功能。

由此可見，數據對比是驗證產品正確與否的標尺，任何不基于數據對比拍板的需求，通常都比較容易出錯，且不負責任。

總之大時代背景下，數據分析對各行各業有重要作用，尤其是產品經理入門必備技能；產品經理作為公司的mini CEO，應該懂數據分析，挖掘數據背后的價值，為公司創造更多偉大的產品。

?

卡卡，微信號：969974134，《卡卡的產品札記》公眾號主理人，先后就職于金山、魅族，專注產品運營。

本文由 @卡卡的產品札記 原創發布于人人都是產品經理，未經許可，禁止轉載。

題圖來自 unsplash，基于 CC0 協議