前言：
“数据”这个词，是产品经理永远绕不过的话题，但从偶多年面试经验看，很多2-3岁的产品经理对数据的理解仍是模糊无章法的，鉴于本人也有着2年的数据产品经验，特整理成文，给产品新人普及一下基本的数据知识。
1、基本概念
什么是“移动App的数据分析”？为什么要进行“移动App的数据分析”？
简单来说，通过在App中进行埋点采集，或读取App存储在数据库中的业务数据，以一定目的，将数据进行“筛选、清洗、加工、解析”，产出对产品设计、运营计划有帮助的结论的过程，就是“数据分析”的过程。持续的数据分析可监控产品的运营状态、提升推广效果、发现产品问题、优化产品体验。
2、基本术语
这里举几个偶常遇到的术语，便于同开发和运营进行沟通。
埋点：一般意义上的埋点，是利用如友盟、Talkingdata等第三方公司的SDK，通过在App中嵌入一段SDK代码，设定触发条件，当满足条件时，SDK会记录日志，并将日志发送到第三方服务器进行解析，并可视化地呈现给大家。这一过程就叫埋点。
埋点方式也分“简单埋点”和“自定义埋点”，所谓“简单埋点”就是直接拿到第三方key，写到App代码的配置文件中即可。而“自定义埋点”则对应一种叫“自定义事件”的功能，一般第三方统计工具都支持，大家可通过设置“自定义事件”查看App特定的操作行为数据，如点击按钮次数、打开指定页面次数等，通常创建“自定义事件”都需要产品经理告知开发App的哪些条件下需要触发“自定义事件”，以及触发时要如何通过不同参数区分不同的点击行为。
如同样是点击按钮事件，可通过设置参数“Action”，来区分Action=Yes和Action=No这两个按钮分别点击的次数。整个埋点流程如下图所示：
维度：维度就是指大家平时看事物的角度，也可理解成分析一个数据能从哪些方面去分析，这些“角度”都是有值且可被枚举的。比如大家注册用户数有10万，那可分析的维度有：用户所在省份、用户性别、用户角色、用户来源等。不同维度来观察数据，可以得出不同结论，能否拓展观察维度，也是评估数据分析能力的一个关键。
度量：度量和维度相辅相成，是指可量化的数值，用于考察不同维度观察的效果，也可理解成“数据指标”。观察度量值可总体查看，如App总用户数，也可配合“维度”分层查看，如不同省份的注册用户数、活跃用户数，不同来源的App启动次数、平均日使用时长等。
渠道：指App的不同安装来源，如通过第三方应用市场安装，通过广告点击安装，通过地推二维码扫码安装，通过官网下载安装等。互联网公司的商务工作一般就是拓展渠道，观察不同渠道带来的数据表现，不断优化渠道质量。
3、基本指标
注：以下所说的指标，均以移动App常见的核心指标为主，不涉及业务相关指标。目的是希望产品经理在谈起某个数据时，能统一认识。
新增用户：安装App后，首次启动App的设备数，需要按“设备号”去重。新增用户主要为了衡量推广效果，以及当前产品在整个生命周期所处阶段。
活跃用户：时间段内，启动过App的设备数，需要按“设备号”去重。活跃用户主要为了衡量运营效果，以及产品使用情况。
启动次数：时间段内，启动App的次数，无需去重。启动次数主要为了衡量推送效果，以及App的内容是否足够吸引人。
留存率：时间段内的新增用户，经过一段时间仍启动App的用户，占原新增用户的比例。“时间段”的划分方式有：按日、按周、按月，对应指标还可细分为“日留存率、周留存率、月留存率”。而“经过一段时间”的划分方式有：次日、7日、14日；次周、+2周；次月、+2月等。一般一款App的次日留存率为30-40%，次月留存率为20%，已经算是不错的成绩了。
使用时长：时间段内，从启动到结束App使用的总时长。所谓“结束App”，通常指杀掉进程，或者将App退到后台超过30秒。一般会按“人均使用时长、次均使用时长、单次使用时长”分析，衡量产品粘性和活跃情况。
使用频率：用户上次启动App的时间，与再次启动的时间差。使用频数分布，可观察到App对用户的粘性，以及运营内容的深度。
4、基本技术
数据采集技术——抓包。所谓“抓包”，一般指观察App上传到服务器上的数据都有哪些。通过“抓包”观察，一方面可判断自家App是否正确上传了想要统计的数据，另一方面还可抓取到手机上安装的其他App的上传数据，用来分析竞品内容更新情况。一般在Mac系统上，偶习惯用Charles工具，Windows系统可以用Wireshark。当然抓到的数据如果想进行详尽分析，需要一点基本的http协议知识和json格式知识。
数据提取技术——sql语言。sql语言一般用于从数据库中进行数据的增删改查，需要企业运维人员或DBA人员开启权限才可访问，大公司的产品经理基本没机会用到，但如果你是小公司的高级产品经理，且和技术商议仅开启只读权限，还是可以尝试使用的。
以偶个人经验，掌握sql只是基本要求，更关键的在于了解数据库表结构和关联关系，以及你提取数据的思路，sql只是工具而已。sql语言本身也和数据库软件相关，推荐学习mysql的sql语法，简单易试。至于语句，只要掌握group by的维度，where的限制条件，还有join语句的表连接逻辑，基本就能应对80%的数据查询需求，剩下的就是熟能生巧了。
数据处理技术——Excel、Python、JS。提取出来的数据，要深入分析，肯定得进行二次加工。按使用的难度高低，需要掌握工具如下：
Excel：大名鼎鼎的office工具，有着极其强大的数据处理能力。常用数据分析功能有透视表和命令行。推荐一个偶喜欢的处理命令：
VLOOKUP：这是一个查找函数，给定一个查找目标，它就能从指定的查找区域中返回想要查找到的值。它的基本语法为：
VLOOKUP（查找目标，查找范围，返回值的列数，false）
大家可在一堆数据中，根据指定条件，进行二次筛选，非常方便。当然这个函数的作用还不止如此，有兴趣的同学可以深入研究一下。
此外，包括COUNTIF、IF等判断语句，也是筛选数据非常好用的函数。
Python、JS：Python、JS其实是一种通用脚本语言，不止适用于数据分析，但由于其安装、使用方便，函数库丰富，特别适合有开发基础的同学尝试。举个例子，mysql提取出来的数据，DBA通常会以Excel格式提供，简单的二次处理可用Excel完成，但涉及根据业务不同，要根据Excel做数据的条件判断计算，以及循环处理，就要借助第三方开发语言了（当然Excel自带的VBA也很强大）。此外，如果希望以更可视化的方式查看数据，还可通过JS技术，调取第三方开发库，如百度地图的API，进行更丰富的呈现。比如之前偶在e代驾做的车辆运行轨迹图：
5、基本分析方法
介绍几个常用的数据分析思路：
对比：字面上理解，就是非孤立地看数据，而是多个数据提取进行比较。根据对比方法不同，分为“横向对比”和“纵向对比”。
横向对比：指空间维度的对比。相当于一个指标，在不同条件下的对比，但每个条件都属于一个层级。举个例子，App功能的A/B测试数据对比，各个渠道的新增用户对比，都属于横向对比。
纵向对比：指时间维度的对比。一般的对比方法有：同比、环比。同比一般指是指本期数据与上年同期数据对比，环比则是本期统计数据与上期比较。观察时间轴上的数据折线图来判断产品运营状态也是一种纵向对比。
拆分：分析这个词，从字面意义上理解，就是“拆分”和“解析”，当某个维度对比后发现问题需要找原因时，就需要进一步“拆分”了。举个例子，如果发现某日的销售额只有昨日的50%，就需要对销售额指标拆分为：成交用户数 x 客单价，而成交用户数 = 访客数 x 转化率。那么大家接下来就可分别针对：访客数、转化率、客单价，观察今日和昨日相比的数据变化，找出原因。
降维：当维度太多时，大家不可能全部分析，这时就要筛选出有代表性的关键维度，去除掉那些无关数据，这就是“降维”。比如“成交用户数 = 访客数 x 转化率”，当同时存在这三个指标时，其实大家只要三选二就能得出结论了。
增维：增维和降维是相对的，如果当前观察的维度无法解释当前问题，就需要对数据进行运算，多增加一个指标。在可视化分析领域，也可将不同类型的图表嵌套使用，能达到增加信息展现维度，扩展分析广度的目的，如下图所示：（将环形图和折线图进行增维嵌套）。
分组：也可叫聚类，合适的分组能更好地理解业务和场景。例如用户画像过程，就是一个按不同维度对数据分组的过程。通过用户画像，可以很清晰地知道产品的用户地区、用户兴趣、用户年龄、用户性别等属性占比，产品经理可通过画像进一步了解用户需求。
漏斗分析：主要用于分析产品使用的关键路径，通过设定一系列操作步骤，统计每一步中的操作用户数，并将用户数以柱状图纵向排列，就可形成用户流失漏斗，大家可分析漏斗每个环节的流失率，并观察改进环节交互体验后，流失用户的变化情况，以此来验证改动效果。
AARRR模型：该模型一般用于游戏数据分析，是Acquisition、Activation、Retention、Revenue、Refer，这五个单词的缩写，分别对应一款移动应用生命周期中的5个重要环节。AARRR本身是一个循环，使用者需观察每个环节的数据情况，以此来分析产品是否在执行一个正循环过程。这其中的任一环节除了问题，都会导致产品数据的异常。
6、总结
以上内容，从“基本概念、基本术语、基本指标、基本技术、基本分析方法”这几个方面，讲解了产品经理应了解的基本数据知识，其实每个方面都可再深入讲解，但由于篇幅有限，只能择期再开新话题，有兴趣的同学可私信沟通~
《产品经理手册》—你需要的结构化产品知识
这本书是专门为产品经理所著，任何行业的产品经理都有能学习的地方。可帮助产品经理学习产品和市场知识、财务以及战略敏感性，以及人际技能等重要的只能技能。
看到有位读者写道：现在大多数讲产品的书，上来就是用户体验、行为心理学以及场景适用，而本书恰好可以帮助产品经理建立产品管理方面的更为系统化和结构化的知识。
壹
为什么产品经理需要一本工作手册？
1. 关于产品经理工作的一些疑问
① 产品经理是设计人员吗？
产品经理的工作包括两个方面：一个是专注于产品开发的上游活动；一个是专注于营销和产品生命周期管理的下游活动。不同公司里，产品经理或许只承担其中之一个部分，而有的产品经理同时承担两个部分。
② 产品经理如何开展工作的？
产品经理一般在矩阵式的组织中履行职责，必须通过他人来实现自己的目标，所以产品经理需要高效的沟通和影响他人的能力。
③ 产品经理在组织中处于什么位置？
产品经理需要向工程部门、产品开发部门、生产部门报告工作，或是向营销部门报告工作。
2. 总结：产品经理是做什么的？
产品经理的工作是监督产品线或服务线的方方面面，以创造和提供良好的顾客满意度，同时为公司带来长期价值。其中，他们的根本目的是提供一个产品或一组功能，且这个功能在满足用户需要的基础上能够盈利。
3. 那么，产品经理需要什么品质？
① 像企业家一样思考
企业家会把自己看成产品的所有者，为此付出心血。为了能够使自己企业孕育的产品在市场上获得成功，企业家必须必备一些特质：能够影响他人、爱冒险、有激情、专注并且了解消费者，能够容忍失败。有能力的产品经理也需要这样，即使达不到企业家的那种资源，但也应该在具体工作中进行学习这种思考和决策方式。
比如说，产品经理像对待天使投资人一样管理团队，提出产品愿景，使团队相信并愿意付出行动。以此，产品经理需要各种税说服技能，而且产品经理要帮助营销人员，要接触客户。
② 作为领导者的产品经理
作为领导者的产品经理的主要职责在于决策和跨部门团队管理。在决策建议方面，产品经理需要对决策模型有一定认知。该模型的流程为：确定决策问题—搜集资料—找出可能方案—对方案评估—选择可接受方案—实施方案—评估结果。模型如下：
在跨部门团队中，产品经理要建立互相尊重的关系。因为产品经理并不是团队成员的直接领导者，所以，为了能够达到产品实现的目的，那么产品经理可以制作一张利益相关方的表格，在表格中列出要打交道的部门，以及需要从他们那儿获得的帮助和自身所能够提供给他的帮助。
可以用打分法评定和各利益方接触的强度，而帮助信息最终形成与利益方之间的相互期望表。下面是产品经理在跨部门团队工作者所涉及到的职能部门：
产品经理在职业的不同工作阶段，所面临的主要工作具有差异。随着产品工作经历的积累和职位的晋升，产品经理会涉及到更多的业务管理。从情报搜集到研究项目、从竞争分析到产业动态、从眼前发展到事件和趋势的预测，都需要产品经理不断增强自己的管理能力、增加市场知识。
2产品经理的上游创新和下游管理
1.上游产品管理：战略新产品和创新行动
新产品开发流程可分解为产品经理的3C开发过程，即概念化、创造和商品化。概念化主要是数据采集，创造是设计和开发，商品化即推向市场。要注意开发过程中的多个决策点。比如策略筛选企业筛选和定义检查点和评估。
① 概念化——创意的产生
产品创意的来源有很多，比如和团队开的正式/非正式小会、来自于销售人员的意见又或者客户服务支持信息等。产品创意是进入产品管理的第一步，在很多公司，产品的创意很可能来自于战略高层，但是，产品经理还是要关注产品创意的搜集搭建团队的创意资源库。
其次，关于创意获取，常用的两个研究是领先用户研究和开放式研究。领先用户研究是希佩尔教授首先提出，即你正在面对的苦难，肯恶搞其他用户或行业已经有了更好地应对办法，那么就可以进行借鉴。开放式研究由切斯布朗所创，要试图用外部技术和资源为产品开发中的问题提供解决方案，针对某一产品招募外部科学团队。
② 概念化——路线图
路线图是产品创意的核心。常见的路线图是未来产品线/组合规划。可以作为技术管理、战略规划、产品开发与发布、项目规划或产品营销等的工具。
路线图是用来界定行动过程的总体方案。最终的形式包括表格、图形、流程图、气泡图和基础文本。但是制定路线图需要权衡技术推动和市场拉动两个要素。
③ 概念化和创造——制定企划方案
企划方案是微信产品争取投资结构的建议书，在通过评审之后，也是指导新产品开发的指导文件。在方案中要包括市场要求，和满足这些需求的产品的可行性陈述、目标市场和机会探讨以及财务状况。
制定企划案的内容包括四个部分：市场、用户、行业和公司。具体组成部分如下：
④ 创造——新产品计划
该过程主要进行团队架构、组成和项目流程的确定。在团队中建立基本准则，或者是团队的统一的规范，来帮助减少摩擦、增加融合，提高效率。
⑤ 创造——业务评估
项目流程主要是计划在不同阶段内哪一个人负责那一块内容到什么程度。产品经理可以使用工作分解结构和关键路径法、甘特图来进行项目进程管理。
在产品的研发阶段，还需要注意的是产品开发的业务评估。所开展的主要业务评估包括：业务筛查、确定检查点、进展准备情况评估。不同评估的标准不同，所参与评估的人员组成也不同。在不同公司里也可能会有差异。
⑥ 创造——产品原型测试
原型测试包括功能测试和客户测试，原型测试在实验室和实际使用场景测试，以确保产品安全可靠。客户测试用来确定产品是否适宜。
⑦ 商品化——发布方案
核查清单和测试：在产品发布之前，首先思考已完成产品还存在哪些问题，最好能够列出一份产品核查清单，以及进行市场测试。
产品发布准备文件：准备文件有四个重要部分；一是市场与产品介绍；二是重要活动图标；三是支持产品发布的营销战略；四是富有控制计划的早期指标图。
地理和时间安排：对于产品发布战略还需要考虑到与产品发布相配合的地理和时间，所谓“天时地利人和”，匹配的好的发布安排，才可能放大产品的特质。
发布后的评估：为了清楚知道产品在市场上的表现如何，产品发布后的一段时间内需要对产品的市场表现，比如购买量、受欢迎程度、用户感知、投诉量等进行数据搜集，以评估产品与预期指标的差异，从而对产品进行改进或其他处理。
2.下游产品管理：持续的生命周期管理及发展
生命周期管理的范围和内容如下图：
为了做好产品生命周期管理，需要做好以下工作：
① 产品分类
产品分类方法有两种：波士顿咨询集团的分类矩阵，将产品按照市场占有率评定为“现金牛产品”、“明星产品”、“问题产品”、“瘦狗产品”；还有一种方法是据产品所在生命周期的位置进行界定：导入期、成长期、成熟期和衰退期。
不同的产品需要做不同的策略来管理，比如衰退期产品就要做好退市的准备。而现金牛产品就要加大资源投入，以保证在市场上占有满足需要的配给。
② 评估产品绩效
评估绩效包括：细分市场的收益情况、分销渠道或地理区域分布；对产品线内其他产品的互补性；市场需求的季节波动；产品的知名度和受欢迎程度；重复购买率；与预期收益的对比。
产品经理进一步研究产品的方法为：竞争矩阵分析和产品比例对比分析。
① 竞争矩阵分析
② 产品比例对比分析
这两种方法都是比较产品与竞争产品在用户之中的差异。比较的目的是要把这些比较信息转化为能带个用户的好处，并评估增加这些好处所带来的市场改变或是增加这些好处所造成的成本情况。
③ 产品线管理
产 品线管理涉及孕育并开发新产品、拓展现有产品线以及创建品牌资产。
④ 产品版本管理
产品版本管理包括对已有产品的重新定位；重新发布；延伸版本基础范围以增加用户数量；合理的退市策略。
⑤ 品牌资产管理
品牌大使凯文·莱恩·凯勒认为，“品牌使一种产品与满足同样需求的产品有所区别，这些差异可以是有形的，也可以是具有象征意义的、情感的且是不可触摸的”
品牌管理应包括：品牌印象、品牌资产、品牌定位和品牌管理，如下表：
本书还包括对营销策略的讨论，以及在全球化市场下对产品经理工作在地域下的微调思维，读者有需要的话可以细读，定会有所学习。而且在实际工作中，经验可能会备受人们的重视，并且可说服性较高，所以，结构化的知识给大家的帮助是：
在面对一些问题，不知如何去做的时候，它会帮助大家从最基本的情况入手，逐步建立起来个人工作规范。其次，结构化的知识，会帮助大家形成一个处理工作的思维模式，虽然不一定适应当时的环境，但是却免于大家像个外行一样乱撞。最后，学习的知识的多少可能不是重点，重点是你会逐渐明白产品工作的框架和大致的任务，而在工作中的相似场景，曾经学到的知识能够给以你启发。
更多信息请关注头条号：
