从数据分析师的级别看：产品经理的数据修养

BLUES在准备一个数据运营的分享PPT，看到网上流传的一份，据说是阿里的数据分析师职级体系，于是想到这几年的产品工作，一直和数据息息相关，BLUES在腾讯的第一个岗位就是QQ秀的数据运营，每天都要输出一份产品数据运营日报，这一份数据日报，输出了两年多，我成了团队里面发邮件最多的那个人，后来到YY语音，到迅雷，也一直都在和数据打交道。

作为在互联网公司搞了多年数据工作的职工，BLUES对当前热门的大数据提法，一直不是很感冒，很多所谓搞大数据的，其实都不知道数据从哪里来的，做数据分析，千万别上来就是搞大数据分析，还是从小数据开始吧。

无论是做产品策划，还是做产品运营，都需要掌握必要的数据分析方法，至少掌握助理数据数据分析师的技能，如下所示：

其实上面的要求，还可以增加一点，那就是 数据上报 。数据分析师，必须了解业务逻辑，熟悉产品数据上报的整个流程，并且与产品经理合作完成产品数据上报，为后面的数据获取打下基础。

在数据分析方法要求上，以下六点可以说是做产品经理需要掌握的基础数据知识：

1.数据预处理、检验、清洗；

2.各种常用统计检验方法；

3.描述统计分析；

4.对比分析；

5.简单的多元统计分析方法；

6.数据库知识；

至于用什么工具，则看实际工作需要了，最基本的就是Excel电子表格，这个工具的掌握，做网上有很多的视频教程，想学习的，一定能找到各种案例。推荐一个学习论坛：http://www.excelhome.net，有不少免费的Excel教学视频，自己找来看吧。

至于后面的数据挖掘方法，例如：

1. 结构分析；
2. 趋势分析；
3. 关联分析；
4. 回归分析；
5. 聚类分析；
6. 因子分析；
7. 神经网络；
8. 决策树等；

则需要了解原理和应用，如果是高级产品经理，尤其是运营方向的产品经理，还是有必要学习一下这些分析方法。

在数据报告的输出方面，提炼核心数据结论，进行有理有据的报告输出，也是需要掌握的，现在能每天出数据日报的团队或许已经不多，周报还是需要输出一份的。

比较受欢迎的数据分析师，是十分了解产品业务的，甚至会主动参加产品需求评审，了解产品规划，清楚产品发展的不同阶段的目标，自己也会主动体验产品，结合数据进行分析，给出接地气的数据分析报告。

最无奈的情况，则是数据分析师的理论水平很厉害，会各种挖掘方法，但就是不熟悉产品，这样反倒会输出流于形式的分析报告，对产品的发展难以起到实质性的帮助。

另外，从数据分析师的级别发展看，对于方法和工具的掌握，到中级水平，其实就已经够用了，后面的更高级别，更多是在数据价值的输出、管理能力、胜任和影响力方法，尤其是对公司层面的决策、专业领域的影响力方面，有较高要求。

下面是网上流传的数据分析师进阶要求，供大家参考：

初级数据分析师

中级数据分析师

高级数据分析师

本文由Blues授权36大数据发表，并经36大数据编辑。转载此文章须经作者同意，并请附上出处(36大数据)及本页链接。原文链接：http://www.36dsj.com/?p=38805

BLUES的文章主要写产品经理成长、产品运营、用户研究、数据分析。想看更多Blues的文章，请关注他的微信公众号，号码为：bluemidou。

End.