产品经理怎么做数据分析？产品经理如何做好数据分析？

产品经理的核心工作流程，主要分为这样几步：①需求分析 ②可行性分析 ③产品策划 ④产品设计 ⑤项目管理 ⑥数据分析 ⑦版本迭代。

产品对于数据，就像飞机对于仪表盘一样，没有仪表盘的飞机，是盲飞，没有数据的产品，是抓瞎。数据分析，对产品经理来说，太重要了。

01.数据分析

数据分析，就是将产品相关的数据进行收集、整理，然后通过数据分析的方法，总结出模型和规律，以指导决策。

做为产品经理，通过数据分析，可以获知产品的运营情况，版本迭代的效果，数据还能指导运营策划活动、做用户分群、差异化营销等。

数据分析，将决策模式由拍脑袋变为有据可循。

02.搭建数据体系

在做数据分析之前，要先弄清楚做数据分析的目的，即通过数据分析，得出什么结论，而要得出这个结论，必须有哪几个指标支撑。

这就需要提前搭建数据指标体系，搭建数据指标体系，有以下几种方法：

• 海盗指标法

海盗指标法从用户的角度，分成5个阶段，每个阶段都有核心指标。

1）获取用户。 通过各种手段，让更多人接触到产品，就是我们常说的拉新，其核心指标有访问量、注册量、认证量、CAC等。

2）提高活跃度。 用户触达到产品后，如何对其进行激活，并让用户持续活跃。每个产品都有一个核心价值，让用户接触到核心价值才能发挥产品的作用，让用户受益。常见的指标如充值转化率、消费转化率、DAU、MAU等。

3）提高留存率。 留存率是衡量产品价值最重要的指标之一，只有留得下用户，才能持续获得收益，提高用户生命周期价值。Facebook针对游戏行业提出了一个40-20-10法则，即如果你想让游戏的DAU超过100万，那么新用户次日留存率应该大于40%，7日留存率大于20%，30日留存率大于10%。

4）获取营收。 只有用户愿意付费并持续使用产品才能获得营收，获得营收才能让产品持续发展，如果不能形成这个商业闭环，产品无法持续，其核心指标有CLV(客户生命周期价值)、ROI(投资回报率)、ARPU(每用户平均收入)。

5）自传播。 好的产品会自传播，常见指标有K值(传热系数)、NPS(净推荐值)，K值大于某个值，就会形成裂变，病毒式传播。

• 北极星指标法

北极星指标也叫唯一重要指标，之所以叫北极星指标，是因为这个指标一旦确定，就像北极星一样高高闪耀在空中，指引着公司全员朝着同一个方向前行。

例如：让你消磨时间的产品，北极星指标肯定是用户花了多少时间在你的产品上；让用户提升效率的产品，北极星指标是使用量或者付费；让用户完成交易的产品是交易总额。

制定北极星指标，需要先确定企业的商业价值和产品的用户价值，在明确这2个价值以后，再筛选出几个核心的指标，最后通过内部讨论确定北极星指标。

• OSM

什么是OSM？

O代表业务目标（Object）。需要我们思考或回答，我们的业务、产品、甚至是其中一个小功能存在的目的是什么、能够解决用户什么问题、满足用户什么需求？

如果你是公司的负责人，想一想公司的核心目标是什么，可能是今年的营收、利润额等。如果你是产品部门的负责人，那你需要思考未来几年的产品方向、规划、路线图等。

S代表业务策略（Strategy）。是指清楚业务目标后，为了达成上述目标，我们应该采取的业务策略。

M代表的是度量（Measure）。用于衡量我们的策略是否有效，反应目标的达成情况。业务度量涉及到以下两个概念：

一是KPI，用来衡量策略的有效性；

一个是Target，是预先给出的值，用来判断是否达到预期。

03.数据采集

在搭建好数据指标体系以后，就围绕这个体系来采集数据。

数据采集，最重要的是要定义清楚需要采集的指标项——把语文变成数学。例如：某APP，给运营部门目标：提升沉睡用户付费激活率，至少提高一倍。

这个目标是个『语文』，要将其转换成『数学』：

在定义了指标项以后，开始采集数据。

产品有两种数据，一种是过程数据（又叫行为数据），一种是结果数据（又叫业务数据），行为数据在开发过程中会被舍弃，而行为数据又非常重要，可以用于分析用户流失原因等，数据埋点是记录过程数据的解决方案。

埋点是对特定事件进行上报和记录。数据埋点，可以通过5W2H去收集数据。

1）What：采集什么事件？常见如曝光、点击、启动、退出、报错。

2）Who：是哪个用户在操作？识别用户可以通过用户ID、设备ID等，准确识别用户是数据准确的前提，识别用户后可以做用户全流程分析、留存分析等。

3）When：事件发生在什么时间？

4）Where：事件发生在哪里？比如省份、经纬度、IP地址等。

5）How：触发事件时，用户的环境怎样？包括硬件环境和软件环境，硬件环境如设备、唯一编码，软件环境如操作系统、产品版本号。

例：一个标准的埋点事件

有些属性是所有事件都需要记录的，这种属性叫通用属性，如：

数据采集后，仅仅还是原材料，需要对原材料加工后，才能形成有用的信息，再结合决策者的知识，做出有效的判断和下一步行动。

04. 常见分析模型

1）用户分析

用户分析，主要有几个核心指标：新增用户、活跃用户、启动次数。用户分析，主要是看趋势，支持按时间/版本筛选查询。以友盟为例：

还有个常用的模型是用户分群，用户分群是将用户信息标签化，用户分群又分为普通分群和预测分群。

普通分群是用用户的普通属性进行分群，以执行差异化的产品策略和营销策略。预测分群是根据用户当前的属性及行为进行预测。例如投资用户可以分为保守型、稳健型、激进型，然后根据预测可以给用户推荐不同风险的投资产品。

2）留存分析

留存分析是分析用户的参与情况和活跃程度，是衡量产品对用户是否产生价值最重要的方法。通过留存分析，还可以掌握用户生命周期长度，定位产品可改善的地方。

留存分析常见指标有新用户留存和活跃用户留存，以友盟为例：

3）渠道分析

按渠道统计新增用户/活跃用户/启动次数，可以对比各渠道的质量。以友盟为例：

4）漏斗分析

漏斗分析是反应用户行为从起点到终点各阶段的转化情况，主要价值在于监控转化情况，还可以通过多维度切分，分析不同用户群体的漏斗转化情况。常见的应用场景如：电商普通会员、黄金会员、钻石会员支付转化率。

05. 数据分析工具

1）SQL

SQL是产品经理必备的数据分析工具，SQL语言也很简单，掌握基础的查询语句，就可以获得很多数据，推荐阅读《MySQL必知必会》。

2）Tableau

强烈推荐产品经理去学一下Tableau，简直是产品经理做数据分析的利器。通过SQL+Tableau，可以做出很多数据可视化报表，对数据监控、数据统计分析，有很大帮助，以下是用Tableau做的实时数据看板：

06. 写在最后

产品存在的目的在于为用户提供价值、为企业提供收益，那如何衡量产品是否提供了价值呢？答案就是数据分析，通过数据分析，可以让产品经理及时获知产品的运营情况。

数据对于产品，就像体温对于人体、飞行速度对于飞机，是检查产品是否健康的指标，当产品出现异常时，用户数据、留存数据、业务数据都会出现异常，产品经理可以通过数据监控，及时调整策略，做版本迭代。

好的产品经理，应该是全栈的。具备数据分析能力，能通过数据驱动产品，能极大的增强自己团队和领导的信任度。

数据分析意义在于通过数据总结模型和规律，指导决策，做到事半功倍。

数据分析首先要搭建指标体系，搭建指标体系有几种方法：海盗指标法、北极星指标法、OSM模型。

然后是采集数据，采集数据首先要定义指标项，然后通过埋点获取行为数据，行为数据+业务数据能全面反应产品运营情况。

产品经理常用的数据模型有用户分析、留存分析、分布(渠道)分析、漏斗分析，掌握分析模型，可以更快速的定位问题。

以上内容就是“产品经理怎么做数据分析？产品经理如何做好数据分析？”中的全部内容了，如果你还想了解其他相关内容，可以来 产品壹佰 官方网站获取。