《数据分析思维：产品经理的成长笔记》读后感

第一篇：《数据分析思维：产品经理的成长笔记》读后感

《数据分析思维：产品经理的成长笔记》读后感

原创： 罗青友

上周把黄伟豪写的《数据分析思维：产品经理的成长笔记》一书看完了，虽然讲的是不同领域的数据分析思维，但也算是小有收获。

作者从事的是金融行业，具体来说是在四大行中的一家工作，从技术岗位到产品岗位，跨度较大，书中讲述了作者在工作中遇到的一些数据分析案例，通过数据指导业务发展。其实很多时候并不需要用到很高大上的算法、模型，即使是使用最基础的分析方法，只要能解决问题，提供不同的思路，同样是可行的。除了提到工作中的案例，作者还介绍了他是如何走上数据分析之路，他的工作方法，对数据分析在工作中的应用，面面俱到。同时，作者也展望了，从IT时代到DT时代，银行业从业者该如何去迎接挑战，提出了自己的想法，是否切实可行，那就不是我这个外行人能评述的。

对我来说，感触最深的就是作者提到他自己也在运营一个公众号—萌大叔的数据哲学，因为要写文章，每天除了本职工作外，业务时间用来看书、思考、总结，最后写成文章，作者曾连续三个月每天更新一篇文章，提到这些，我是深有同感，当然我的产量、质量肯定是不如人家，在做这件事的过程中，感觉就是有一只隐形的手在指引着我，促使我必须不断去思考这段我在工作中有没有新的收获，比如是否使用到新的工具，又或者说对工具中的某些功能的掌握是否更扎实，工作中是否有用到某种分析方法、工作思路又是如何形成的，把前述思考记录下来，一是对自我工作的总结，经验就是从一件件小事中摸索出来的。除了对现有工作的思考、总结外，必须把眼光放得更远，近期或远期有可能会用到的工具，现在是不是可以开始学习，学习的心得体会也可以记录下来，更能加深学习的效果，将来如果要用到，一时想不起来该如何操作，也有备份，这些事情都是当下及之后一段时间可以去做的。

习惯的养成是非常重要的，即使刚开始写的质量不高，但必须坚持下来，不断改进，从量变到质变肯定是有一个过程，而且这也要求自己必须不断去学习，只有不断的输入，才会有更多的输出。读书也是，不必只限于与工作相关的书籍，或者是自己感兴趣的书籍，涉猎不同类型的书，视野才会更开阔，多了解些东西，至少不是件坏事吧。

第二篇：产品经理必备技能之数据分析

www.xiexiebang.com

产品经理必备技能之数据分析

数据分析往往是从文本上反应产品的各类信息。但是，产品经理在做产品的各个阶段时不能一味的依靠数据分析。这时就需要我们有精确的数据分析的技能。首先要了解数据分析的三点核心：

1.什么是数据分析？（What）2.为什么数据分析？（Why）3.如何数据分析？(How)

下面我们将以实例的形式重解读第二个问题和第三个问题。大致分为以下几步：

第一步：确认数据分析的对象

产品名称：企查查APP V9.1.8 产品愿景：中国企业信息搜集的综合体，为投资者、金融相关从业者等提供企业的一站式信息服务。

分析范畴：产品迭代、产品优化、产品分析/验证

背景概述：自定义。注意，数据指标的制定远比数据分析过程要重要的多或者说更加富有创造性。

第二步：制定数据分析指标

1.商业模式/盈利方式分析：免费增值模式，先做成流量入口，后期分享流量红利扩大转化率。

2.了解产品现状/定量分析产品 2.1 用户分析 用户规模：

用户群体可大致分为个人、企业，分析个人和企业用户的人数比例，明确整体分布情况。每月/周/日的新增用户、流失用户、回流用户的比例走势，选择恰当的走势变化渠道；

用户质量：产品粘性及病毒性的反应，体现在用户的活跃度上，一般包括，日活跃（DAU）、周活跃（WAU）和月活跃（MAU）； 采用同期群和用户分类的分析方法，特定用户群体的特定分析过程，用户质量也是渠道或营销活动效果的间接体现，以便后期及时的调整和处理；

用户质量的标准制定，包括忠诚用户、联系活跃用户、流失用户等等，为反应不同指标设置特定的用户质量指标；

2.2 应用分析：

启动次数，某日/周/月的启动次数占所选时段总启动次数的比例，直接反应生活时间成本； 版本分布，对开发和维护的意义非常深刻，展示累计用户排名前10的各个版本变化趋势，可以帮助了解每个版本的新增用户，最新版本的升级情况，目前的哪些版本状况；

使用情况，统计周期内，一次启动的使用时长；一天内启动应用的次数；用统一用户相邻两

www.xiexiebang.com

次启动间隔的时间长度；

设备终端和错误分析也是很有必要的；

2.3 行业分析：

a.行业数据可以帮助了解行业内应用的整体水平，各个指标的数据、排名及趋势，有助于衡量应用的质量和表现；

b.了解行业数据，了解自己的APP在整个行业的水平，通过多个维度对比自己产品与行业平均水平的差异，从而知道产品的不足之处。

业务场景：

1.首页支持企业名称、人名、品牌名等信息的模糊查询，并且在搜索系统之下直接提供四个维度的一级辅助搜索条件。

2.企业信息维度算是一款企业信息服务平台的资源性优势，也是一款内容应用的核心模块。不同类型的用户对不同类型的信息感兴趣的程度各有不同，因此，要记录和挖掘用户行为特征数据。

产品分析：

企业信息查询第一级别的功能是搜索，第二级别的功能是条件搜索；理论上讲，后者在搜索的精确程度上要更加有优势。

数据指标：

1.不同检索维度的搜索量；

结论：以信息检索维度的搜索量，选出哪些企业信息搜索维度置于条件搜索中，并决定其分

www.xiexiebang.com

布的顺序和位置；

2.不同描述维度的查询量

结论：

a.以信息描述维度查询次数，区分重要企业信息，量化区分不同信息的关注度和用户价值； b.交叉分析不同维度的信息，用户属性，比如：行业+查询维度，综合分析不同特征的用户群的核心关注点。

c.内容受欢迎程度及需求的迫切程度，面向不同类型的用户，比如：普通用户、企业用户，内容分级、资源分层更好地配合免费增值模式、会员等级产品形态。正对不同用户特征给予不同的需求满足形式都是值得尝试和探索的，单

一、传统的直销的商业模式或许有被迭代升级的可能；

小结

产品数据分析意义在于指导产品设计，传达感性认知背后的理性意义。无论数据分析的结论积极还是负面，都是产品价值映射，作为产品经理，我们必须投以客观的态度。

如果你喜欢我们的文章，欢迎加入我们。

12.15

第三篇：数据分析对产品经理的重要性

创意互动 设计人生

莱茵教育www.xiexiebang.com 开课吧

www.xiexiebang.com

数据分析对产品经理的重要性

不会数据分析的产品经理不是一个好的产品汪，莱茵教育表示，数据分析是产品经理吃饭必备的工作，大量的砖家也很乐于在各种社区和公众号分享他们的数据思维和数据分析方法论。今天我们就探讨一下怎么去处理数据分析的后事，数据分析完成之后如何去优化产品迭代。

1、数据的定义很重要

数据是神奇的，同样的数据，从不同的维度，甚至不同的人眼里，都会看不到不一样的东西，百分数“123%”,经济学家可能认为这是本季度GDP的增速，程序猿会把它当成字符编码。

因此产品经理首先自己得做到经由自己的数据定义是准确无误的，不管是自己接到的来自团队、老板的数据需求，还是通过自己分析输出的数据指标定义都必须说明清楚，不存在歧义，这样不仅可以减少对其他小伙伴解释说明的时间，也会避免数据在传播的过程中失真的问题，数据是严谨的，对于它的定义，我们需要去咬文嚼字。

2、我们需要什么指标

虚荣指标和期望指标对我们没有意义，现在很多的大数据团队经常会对外发布各种行业报告，包括国家统计局也会按时发布国民经济报告，从这些报告中传递给我们的信息是今年移动用户数还在继续增长，某个行业的市场是多少亿美元，哪家公司融了多少钱，这些都是虚荣指标，看起来很美，却不能给我们产品优化带来任何指导效果;期望指标就是我们内心希望它是不断增长的，为了我们自己潜藏的目标再去找数据，分析数据。

比如有一天老板需要你用数据证明产品这个月比上个月做的更好，然后你告诉老板你们的注册用户数比上个月增加20%。初一看数据在增长，实则可能你们的留存率和日活跃用户数在大幅度下降。期望指标对外还可以，对于指导产品优化没有任何价值。

那我们到底需要什么指标?可付诸行动的指标才是我们数据分析应该得到的结果，可付诸行动的指标更多的是一个比率，而不是具体的数字，它应该是和你们产品核心KPI相关的，它应该可以告诉你产品好在哪里或者不好在哪里，国内的直播市场，映客在月活跃用户数上甩其他平台几条街，但是一个可付诸行动的(日活跃用户数/月活跃用户数)这个指标却远远

线下学习入口：莱茵教育 线上学习入口：开课吧

创意互动 设计人生

莱茵教育www.xiexiebang.com 开课吧

www.xiexiebang.com 落后于斗鱼TV，说明映客的用户黏性还不够，数据指标可以指导映客在追求用户数量的同时，用户粘性方面也还有很大的提升空间。

3、怎么把数据和产品优化结合

指标明确之后，我们就需求考虑怎么样把这些数据指标和产品优化结合起来，换而言之就是我们分析的数据结果需要落地。产品汪估计做的最多的就是竞品分析了，我们可能是最先知道竞品版本迭代的用户，我们也会想尽一切手段去了解别人家产品的内部数据，可能别人家产品新上了一个新功能，然后你通过小道消息得知他们的用户数这段时间在大幅度增长，最后你屁颠屁颠的告诉老板，我们是不是也可以跟风，赶紧做了这个功能。

看似你这份数据价值不菲，但是却忽略了从产品本身出发这个基本原则，否则你的数据可能让你们产品走弯路甚至走错路。一方面你需要考虑别人家产品做这个功能的基础是什么，可能原本别人的用户在这个部分的转化率是50%，而你们自己的产品是5%，这样的结果就是做同样的事情，别人产品带来的增益效果让你傻眼，然后你还去怪技术没开发好。因此产品经理在数据分析的时候应该是产品导向型的而不是数据导向性的，一切数据都需要基于产品自身。

4、怎快通过数据快速验证迭代效果

现在互联网产品永远都是Beta版，竞争对手不会等你，也没有机会去不断大规模试错。因此我们需要用数据去快速验证最小可行化产品，因此选择数据的可预见性和针对性就显得特别重要，你选择的数据需要不会受到随机性的影响，能在时间短和数据量小的情况下验证假设。

线下学习入口：莱茵教育 线上学习入口：开课吧

第四篇：产品经理成长之路

一、期望无限好，现实很残酷

我13年电子商务专业本科毕业，当时就业老师们说电子商务、互联网多么多么的牛，高薪机会一大把。带着对高薪工作的美好憧憬走向社会，才发现，我们学到的知识仅仅是一些皮毛，估计那时候教学的老师也是刚刚接触电子商务，把书包知识照搬给学生，死记硬背来的一些模糊的知识，根本无法到实际项目中产生价值。导致把期望薪资从7K，一步一步减少到3K，才进入到一个初创型互联网公司做网站推广助理:线上发帖，线下发传单，风里雨里，2个月才拉到1个客户，差点连试用期都没过。这份工作坚持了半年，成功减肥10斤。14年初找到另外一份微信运营的工作，整天线上、线下到处吹水，希望让所以人都知道我的微信公众号，呵呵。不过工资也仅仅是加了1K，到4K。总觉得未来发展没前途，和原来计划想法的出入太大，信心伤害大。

二、了解产品经理职位

一次同学集会的机会，知道产品经理行业发展好，都是高薪，接下来就去百度搜索产品经理，看看产品经理到底是什么职位，有什么要求，是否适合，还有就是人才网站看看产品经理都有些啥要求，做什么工作。了解后，感觉自己还是挺喜欢产品方面的发展，就自己去买了一些产品经理方面的书，下了AXURE XMIND等软件，自己学习。但是都是理论的学习知识，不懂的也没人教，磕磕碰碰地学习，也尝试着去找一些产品助理、产品专员，但是企业方都需要项目经验，可怜的我，学习了几个月，还是无法去做产品方面职位，心都碎了。但是我还是一直坚持不懈的学习产品的知识，同时听一些有经验的前辈说，要加一些产品经理QQ群、多上一些产品经理行业网站、社区。于是在各大产品经理网站、论坛、社区，QQ群都留下了我的身影，同时也学习了不少知识。

三、进入产品经理职位

偶然一次机会，了解到产品经理世界（www.xiexiebang.com）有全现场的产品经理培训。以前也通过百度搜索过一些产品经理培训，但是都是远程在线培训，对于我这完全没基础人，一定要现场培训，远程培训不适合我。所以我就到产品经理世界去现场了解，同时试听了1周课程。我记得那次是网易产品经理上课，内容是竞品分析，讲的非常的好，对我触动很大，课后还加上课产品经理的微信，偷师了很多知识。从产品经理世界的咨询老师那里获悉会签署就业协议，保障最低8K的产品经理薪资和岗位，关键是前面9个月都不需要付款，有最低8K工作后，再慢慢付款。这样就减少了我的经济压力了而且还有就业保障。在后面通知我新培训班后我立刻就报名参加了。目前我差不多已经有2年产品经理经验了，月薪也到达了16K，也被产品经理世界叫去给那些想入行的小鲜肉们分享经验，甚至还给他们上课。

四、产品经理感想。

我的产品经理之路也是磕磕碰碰的，希望能给一些想做产品经理的人一些参考意见。可以自己慢慢从助理往上做，经过大概2-3年到初级产品经理。有条件，也可以参加一些合适的培训平台，只要能保障大家学到知识、有机会和人脉入职到产品经理就行。毕竟经过这些年的发展，产品经理也会很快饱和，这样入行就越来越不容易啦。我觉得产品经理世界还是不错，至少我要感谢这个平台给我的帮助。

第五篇：数据产品经理岗位职责标准模板

数据产品经理岗位职责标准模板

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;

数据产品经理岗位职责(二)

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。

数据产品经理岗位职责(三)

1.负责【TalkingData品牌广告价值分析】的产品规划，设计以及产品生命周期管理;

2.迎接海量移动设备数据基础之上的数据产品设计的挑战(___亿+日活，___亿+月活);

3.对公司交给产品任务能有有效的执行(PRD、产品交互原型、业务流程图梳理);

4.对行业竞品及趋势有独立的调研，确定产品信息架构建议;

5.对产品进行交互设计和用户体验优化的执行;

数据产品经理岗位职责(四)

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。

数据产品经理岗位职责(五)

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。