零. 什么是數(shù)據(jù)思維？

1. 對(duì)數(shù)據(jù)充滿好奇

2. 關(guān)注數(shù)據(jù)，保持敏感。

3. 面對(duì)生活、工作中的所有假設(shè)，想到的第一個(gè)問題是：“這個(gè)假設(shè)有沒有數(shù)據(jù)支持？”

4. 想到的第二個(gè)問題是：“如果我想驗(yàn)證這個(gè)假設(shè)，如何設(shè)計(jì)實(shí)驗(yàn)獲取數(shù)據(jù)？”

一. 產(chǎn)品經(jīng)理的數(shù)據(jù)工作

1. 提出正確的數(shù)據(jù)統(tǒng)計(jì)需求

數(shù)據(jù)需求構(gòu)成:功能設(shè)計(jì)方案+功能目標(biāo)+需要跟蹤的數(shù)據(jù)指標(biāo)，及指標(biāo)的精確定義。

2. 依據(jù)工作目標(biāo)，提出假設(shè)，確定需要統(tǒng)計(jì)的數(shù)據(jù)。

解讀數(shù)據(jù)、驗(yàn)證假設(shè)、層層追問

二. 數(shù)據(jù)分析誤區(qū)

沒有反復(fù)核實(shí)信息源

忽視沉默的大多數(shù)

把相關(guān)關(guān)系誤認(rèn)為因果關(guān)系

三. 數(shù)據(jù)分析基本方法

1. 歸納總結(jié)：

按照特定維度對(duì)目標(biāo)排序

分析 Top 對(duì)象在特定屬性上的共同點(diǎn)

2. A/B測試

把實(shí)驗(yàn)對(duì)象隨機(jī)分組，把一個(gè)或多個(gè)測試組的表現(xiàn)與對(duì)照組相比較，進(jìn)行測試的方式。

注意事項(xiàng)：測試組和對(duì)照組只有唯一變量；實(shí)驗(yàn)組內(nèi)分小組，便于分析數(shù)據(jù)波多影響；盡量保證組間數(shù)據(jù)隨機(jī)分布。

3. 雙盲交叉驗(yàn)證

評(píng)估一項(xiàng)數(shù)據(jù)時(shí)，隨機(jī)抽樣一部分?jǐn)?shù)據(jù)進(jìn)行多人分別評(píng)估。

根據(jù)抽樣數(shù)據(jù)評(píng)估的一致性判斷該評(píng)估的可靠性；在評(píng)估可靠性差的情況下需要引入爭議復(fù)評(píng)機(jī)制。

4. 對(duì)比分析

橫向?qū)Ρ取⒖v向?qū)Ρ?/p>

5. 象限分析

根據(jù)數(shù)據(jù)的不同將各個(gè)比較主體劃分到四個(gè)象限中

6. 交叉分析

從多個(gè)維度細(xì)分?jǐn)?shù)據(jù)，從中發(fā)現(xiàn)與結(jié)果相關(guān)性最強(qiáng)的維度，進(jìn)一步推理數(shù)據(jù)變化的原因。

四. 數(shù)據(jù)分析框架

AARRR：可以有效應(yīng)用于用戶渠道分析

Acquisition、Activation、Retention、Revenue、Refer

邏輯分層拆解

選擇核心指標(biāo)

尋找所有相關(guān)指標(biāo)

層層拆解直到找到可操作指標(biāo)