推荐序一
万学凡，凯捷咨询数字化团队总经理，《EDGE：价值驱动的数字化转型》、《如何编写好程序》、《敏捷回顾：24个反模式与重构引导实践》、《解决方案架构师手册》、《AI重新定义企业》等书的译者。
在好友安丛、万星、巍玮的推荐下，我第一时间翻开，并认真读完了这本书，收获良多。
本书是一本从业指南。在我所处的软件行业中，产品分析是一项极具价值，又颇具难度的工作。我们一直思考有没有行之有效的方法能帮助产品分析人员不断进阶，书中提到的“可实践的洞见”为我们打开了一扇门：行为改变是产品分析的核心，了解人们何时以及为何做他们所做的事，对于构建一个成功的产品至关重要。我们可以运用统计学的方法来帮助改变用户行为，并在需要的时候预测用户行为。在技术领域，这司空见惯。举个例子，当我们需要向市场快速交付功能、抓住市场机遇或赶上竞争对手时，我们需要知道发生了什么：对市场过度承诺？ 工程领导力很差？抑或是技术债务过多？由此我们开始思考并关注可提升开发人员生产力的架构和平台，采用因果推理的方法，引入“可实践的洞见”来改变技术从业者的行为。
本书是一份工具手册。本书为读者提供了消费者洞察实践的有效工具，建议您拿到本书后，先快速阅读一遍，找到您感兴趣的章节，并形成您所需的工具图谱，比如建模用户行为的定性工具，以及由算法组成的预测工具包。我将本书放在我书架上最为显眼的地方，不仅因为它是数据科学工具包的入门级别教程，更是一份能随时取阅的工具手册。
本书是一种思维方式。在数字化的时代，坚持以用户为中心，需要我们能从用户数据中收获洞见。作为咨询顾问，我最近和很多汽车企业的客户交流，我们能看到这样的事实：在过往的发展中，汽车行业的生产线大都实现了柔性生产，即同一条生产线可以生产多个车型——生产的计划、生产的排程是根据用户订单、经销商需求、市场预测等因素确定的。在“以用户为中心”的思维模式下，汽车企业需要回答的是用户究竟需要什么车型、什么配置、工厂应该生产多少，以及基于当前的订单数如何引导用户产生更多的购买需求等。以用户为中心，即用户需要什么，企业才生产什么，用户参与到产品设计中——因此产品分析是其中最为重要的课题。
本书的几位译者都是专业的咨询顾问，她们长期工作在数字化转型的第一线，在自己喜欢的领域持续学习，对软件行业的理解也极为深刻。在翻译的过程中，她们融入了很多非常有价值的见解，其中的文字让我深受启发。我们在交谈的过程中，有很多被彼此“点亮”的欣喜。
我非常感谢她们为我们带来这样一本好书，也向各位隆重推荐这本书，祝各位阅读愉快。
推荐序二
马徐，腾讯云数字化转型专家，《服务设计方法与项目实践》译者
由于学业的缘故，我在统计和运筹领域做过一些学习和研究，因此在拿到这本书的时候，倍感亲切。本书体系化囊括了数据科学当中的众多经典方法，是我读完本书的第一个感受。
本书从定性分析的视角切入，再循序渐进的展开讲解一系列定量分析方法。在开始任何数据分析之前，有一个好的定性方法的确至关重要，由此来确保优进优出是数据分析领域有效工作的共识。作者非常巧妙的以晚宴的比喻，让读者理解用户行为的常见陷阱，进而去印证定性分析框架的重要性。之后以“构建社会宇宙理论”，向读者讲解量化人类行为的社会学工具。在探索概念想法的同时，也逐步把读者引入“量化”分析的第二部分。在第二部分中，作者囊括了一系列经典的分析算法包：k均值，主成分分析，线性回归，逻辑回归，决策树，支持向量机以及时序建模，同时对高阶的主题进行探讨，例如，双重差分模型，统计匹配和uplift模型。
从产业实践的角度，尤其是站在咨询和互联网从业者视角下，本书是一本实用的工具集。这是我的第二个感受。
本书的目标读者定位在企业家、产品数据科学家、产品经理，以及所有利用用户数据来运营产品的从业人员。因此本书的内容，以如何更好地建模、理解和改变Web和移动产品中的用户行为贯穿。在实际案例中，读者将收获到：如何将社会环境中的个人行为场景化；如何拟定产品的核心指标和用户分析的关键绩效指标；如何构建直观的预测模型，捕获产品中的用户行为；如何使用准实验设计技术和统计匹配技术，从观测数据中梳理出洞见和因果；如何基于目标定位方法设计营销活动，达成增益。
非常感谢三位译者的付出，向大家推荐，预祝开卷有益。
推荐序三
王春生，禅道软件创始人
产品存在的意义是解决用户需求，然而用户的群体和使用场景千差万别，如何利用用户行为数据去挖掘用户的真实需求，并且用合理的方式去验证某种解决方案就显得尤为重要。
现实世界中，我们多数产品从业人员往往容易脑补用户画像，按照自己的想象给用户贴标签，缺乏事实依据。此外，滥用用户数据也是比较普遍的现象，比如诱导用户行为、有意识地屏蔽某些信息，而只推送想给用户看到的信息；又或者通过获取用户的兴趣爱好，屏蔽用户不喜欢的某些信息；还有就是备受诟病的大数据“杀熟”等等。这些行为短时间可以获利，但从长期来看禁锢了用户的创造力，无法满足用户真实的需求，也无法创造真正的价值。
究其原因，一方面是因为我们缺乏对用户行为的真正洞见和有效度量工具的数据支撑，亦无法对用户的行为进行定性和定量的分析；另一方面是缺乏一套科学合理的分析机制，我们无法深入地了解用户行为场景和探索用户行为的发展方向。
《产品分析》给产品从业人员提供了一个产品分析的新思路。本书的作者Joanne Rodrigues是一位经验丰富的数据科学家和企业管理者，拥有数学和社会科学方面的专业知识。她将社会学、心理学和人口统计学的定性工具与统计数据、机器学习和计算机科学的定量工具进行整合，应用于产品分析领域，引导我们如何获取更加合理的理论和指标，并通过工具进行建模、测试，对用户数据进行定性、定量分析，从而获得新的洞察力和改变行为，最终实现业务价值。
产品是现实世界的缩影，用户在产品中会存在数百万种可能的行为，充满了随机性和不确定性。通过晚宴模型我们可以得知：用户数据往往是不完整且没有明确结果的，我们不能轻易通过用户数据推断因果关系。我们需要运用合理的定性方法，正确的使用算法和设计实验，并通过定性工具来准确模拟用户行为和社会过程，将用户的上下文和与分析结果关联起来，尽可能还原真实的用户场景。如果没有适当的数据，各种分析方法、工具都将毫无用处，我们得到的只会是错误的结果。
随着时间的推移，产品的用户群体、用户行为都在不断的发生改变，我们不仅要改变理解用户行为的方法，同时还需把握产品全生命周期的过程。在产品的不同时间、空间等范围内去预测用户行为和需求的变化。对全生命周期的预测需要基于因果推理，因为来自观察数据的因果推理对于获取真实情况至关重要。所幸，本书提供了多种预测推理工具包和使用方法，包括：K均值、主成份分析、线性回归、逻辑回归、决策树等等。通过预测未来用户的需求，可以帮助我们更加明确产品未来的改进方向。
产品分析是一个复杂的过程，因为用户的行为和使用场景并不是线性的，往往更加复杂、多维。我们不能从片面的角度去理解用户的行为，而是需要根据科学的方法和理论去探寻，使用各种工具去验证，最终从用户数据中获取可实践的洞见。
谢谢三位译者的专业翻译，希望大家可以通过利用本书中的方法进行相关实践，真正把握好用户需求，进而促进用户增长、提升用户参与度并提高组织效率。开卷有益！
推荐序四
亢江妹，Thoughtworks首席产品经理
数据驱动的思维已经深入人心，每个产品经理也都意识到利用定量数据获取洞察是必备技能之一。但在实际工作中，面临产品中繁杂的信息和数据，该如何建构模型、如何提出假设、如何向数据分析师提出数据需求、如何把数据分析师给出的算法统计数据与业务联系起来、如何转化成真正对产品发展有意义的举措建议，却是知易行难。一方面，因为现实世界的复杂性、不可预测性，产品经理的数据信仰可能发生动摇；另一方面，看起来很吓人的各种数学统计模型，也让产品经理望而却步。
本书抓住了这两个痛点，应用非常生活化的故事和案例，帮助产品经理快速掌握数据分析产生洞察的原则思路和实操步骤；同时，用非常简洁易懂的方式来理解算法模型的原理和应用场景，并结合特定案例来进行思考练习。如果你是产品人，可以把这一本作为产品数据分析的入门和实践参考书，从而更自信地跟数据科学家、数据工程师一起工作。
译者自序
在翻译《产品分析》这本书时，我正从软件咨询行业向互联网行业转型。以前负责软件咨询业务时，我们更多的是面向客户，将客户的业务痛点和诉求转化为需求，在这个过程中，我们主要采用的业务分析方法是客户访谈，并调研企业内部信息化与数字化现状，进而为企业量身定制个性化解决方案。通常来说，业务成功的关键指标，以及如何验证业务是否成功的方法是有迹可循的。
进入互联网行业后，我发现对很多产品经理来说，如何确定产品的指标以及挖掘用户真正的使用场景，是很茫然的。面对互联网行业海量的用户数据，产品经理如果没有良好的统计分析背景，他们通常很难理解这些海量数据所呈现出来的描述性信息之间的关联，在很多场景下这些信息甚至是互相矛盾的。所以我经常看到产品经理在做了大量线上用户分析并采取一系列优化措施之后，产品指标提升并不理想；或者有时候从产品指标来看，用户体验做得很好，但从社区或者用户口碑反馈过来的信息，却表现出我们的功能不尽人意。
之前我还无法理解到底哪里出了差错，读完这本书后我豁然开朗，正如书中所揭露，很多时候，由于我们无法理解产品数据所呈现出来的全貌，在探索单一用户行为时，我们倾向于挑选出其中几个描述性事实，并尝试围绕这几个事实精心制作用户故事来解释这种用户现象，最终迷失在一些细节中。这种现象在很多公司和行业相当常见。当我们知道我们的产品正在发生什么并且我们可以证明这些结论时，讲故事是十分有用的，但虚假的故事可能具有破坏性，它会导致资源分配不当而且无法在Web产品中实现真正的变化。虚假的故事导致我们做出错误的假设，而假设会大大影响我们理解和改变产品的关键能力。如何基于用户数据设定假设，继而验证假设的正确性，设定定性分析指标，以及设计合适的实验验证指标等等，期间涉及到很多关键步骤和专业知识。作者在讲述这些专业知识的时候，没有通篇讲解晦涩难懂统计学与数学公式，而是从实际案例出发，从现象到本质一步一步展开。每个章节知识点讲解完后，会以“敲黑板”的方式提炼可以落地的实践洞见，这对于想进一步掌握产品分析的读者来说，更容易深入浅出。
在日新月异的市场上，高质量的产品是否会变得更弥足珍贵？我们如何通过更富有创意的方式将产品传递给消费者？有哪些新的消费习惯正在形成，而我们又该如何适应这些习惯？我们该如何利用产品成功的指标，使之成为推动增长的创新工具？这些都可以从本书中找到答案。尤为注意的是，本书中讲述的很多专业知识，需要我们反复阅读，才能理解其中的精髓。
感谢万星和魏玮，在翻译这本书的过程中，他们经常与我分享翻译过程中有趣的上下文信息和教科书般的案例，才使得我的翻译进程颇为顺利。我也想感谢我们的家人，在翻译接近尾声时，陪我一起阅读和优化书中比较晦涩难懂的内容，是他们的支持和鼓励才让我们最终翻译完此书。
数字世界变化的加速度仍然有增无减，作为团队和组织的管理者，对于技术的持续发展和应用必须心存敬畏，而为资深人员提供持续历练和学习的机会就是通往数字化时代学习型组织的必由之路。感谢这样一本好书，让我们一路前行。开卷有益，祝各位阅读愉快！
安丛，管理顾问，《AI重新定义企业》译者