第1章

为什么人人都要懂数据分析

在互联网企业中，数据的作用不言而喻。要让数据真正地赋能业务，不能仅仅依靠数据分析师“单打独斗”。本书开篇的两章内容是献给数据分析师的。古代军队中，十人为一火，火长一人管炊事，同火者称为火伴（即伙伴）。伙伴在战场上通力协作，才能取得胜利。数据分析师的伙伴是谁呢？他们就是企业中的产品经理、运营人员、市场人员以及决策管理者等。大家都在提升数字化决策水平的工作中共同协作，走向胜利。

数字化决策“土壤”的形成需要数据分析师、产品经理、运营人员、市场人员以及决策管理者等共同努力。在一家真正愿意依靠数据赋能业务的企业中，虽然并不要求每个人都是数据分析师，但仍然要求每个人都了解一些数据分析知识，培养依靠数据做决策的习惯。

1.1　产品经理为什么要懂数据分析

产品经理这一角色在我国已经历了几十余年的发展和演变。

产品经理在如今的互联网企业中主要扮演3种角色。

·产品经理是产品设计师。在这一点上，产品经理和服装设计师、建筑设计师等没有本质区别，唯一的区别可能在于产品经理在设计产品的过程中，需要UI/UX（User Interface /User eXperience，用户界面/用户体验）设计师、视觉设计师的辅助。

·产品经理通常还是项目经理，负责协调产品上线过程中所依赖的各方人员，如研发工程师、测试工程师、UI/UX设计师、视觉设计师、产品运营人员等。产品经理需在产品设计方案与按时上线这一目标出现资源或时间冲突时及时做出取舍，确保产品按时上线，同时尽量不偏离预期的交付质量。

·产品经理还是一个产品功能乃至整个APP或网站交付给用户（客户）时交付状态的最终负责人。产品经理既然是交付负责人，就需要对交付的结果负责。传统行业的设计交付物（如服装或建筑物）的考核指标包括消费者口碑和销量、安全性指标等，考核维度相对较低，可量化指标不多。而互联网产品的交付物主要由功能渗透率、转化率、GMV（Gross Merchandise Volume，商品交易总额）等指标衡量，这就要求产品经理具备一定的数据分析能力，可以通过各种指标量化、验收、衡量自己的交付物——上线后的产品的优劣。在量化的交付结果不够理想时，通过探索性数据分析提出可能提升目标指标的产品优化建议。下面结合实际工作中的案例，阐述一名产品经理在实际工作中所需的数据分析技能。

1.2　产品经理的数据分析实战案例

某社交平台的主要功能为帮助平台上的用户发现附近有潜在交友价值的朋友。产品经理艾伦负责设计和上线该社交平台的第1版订阅制会员产品，在此之前该社交平台无任何商业化功能，GMV为0元。上线该订阅制会员产品的量化目标是在上线后为平台贡献300万元/月的GMV，以帮助该社交平台公司实现盈亏平衡。

艾伦此时需要决策，是将平台上哪些已有功能升级为需开通会员才可以解锁，还是上线哪些需会员解锁的新功能。在决定对平台上哪些已有功能进行上锁之前，艾伦需要先调研候选功能的“渗透率”，即一天内的所有活跃用户中使用该功能的用户比例。

当得到所有候选功能的渗透率之后，艾伦还需要对上锁各个功能可能造成的影响进行合理的预估。例如，如果上锁一个渗透率很低的功能，可能想要解锁这个功能的用户数有限，进而导致GMV不达标；如果上锁一个渗透率很高的功能，可能阻挡过多用户的正常使用，进而导致大量用户放弃使用该社交平台，即活跃留存率大幅下降。在产品经理的日常工作中，这种预估能力是一项很重要的能力。

在决定上线哪些需会员解锁才可使用的新功能之前，艾伦也需要先对候选功能的上游流量进行摸底，对其上线后可能带来的会员购买收益进行预估。同时，由于该会员功能需要订阅，因此艾伦在设计新会员功能时还应考虑用户是否会长期依赖该功能。如果长期依赖，这会有助于提高会员的续费率。简而言之，在产品设计环节，产品经理需要掌握数据摸底和数据预估能力，最好能同时掌握一些自助取数的软件或简单SQL的使用方法。