【读书笔记】---《数据产品经理修炼手册》（梁旭鹏著）

大数据时代的到来，越来越多的企业希望通过数据分析指导商业化运营，精准对接用户需求的同时可以节约成本，市场对于数据产品经理的需求也随之增长，而今天分享的就是一本理论知识结合实际应用场景的数据产品经理指南。

这本书共8章，下图是本书的目录结构，红色小旗标记的部分是非数据产品经理侧重阅读的内容。下面我将以非数据产品经理的角度记录书中给我深刻印象的文字及心得体会。如果对本书感兴趣的同学可以购买本书进行细读，本文如有不妥之处，还请指正交流。

第1章中作者给出了数据产品的定义，认为它是可以发挥数据价值去辅助用户做更优决策的一种产品形式，而数据产品经理负责的内容就是数据产品。不同规模大小的公司都有数据驱动业务的需求，数据分析也是公司日常，只是对于中小型公司没有专设数据产品经理的职位，更多的是前后端产品经理承担这部分工作，所以非数据产品经理或者活动运营等其他有数据分析需求的同学也可以有侧重地阅读本书。数据报表是很基础的数据需求，数据产品经理更多的是挖掘数据背后的价值，驱动业务发展。一切从业务出发，用数据和事实说话。

数据思维中有一种很重要的分析方法，就是5W2H，信息是被赋予具体意义的数据集合体，用来回答5W2H中的Who、What、Where、When，知识是在数据和信息之上的更抽象的概念，主要用于回答Why、How的问题。5W2H对于决策和执行性的活动措施很有帮助，也有助于弥补考虑问题的疏漏。SMART（specific、measurable、attainable、relevant、time-bound）目标管理工具是使产品经理工作由被动变为主动的一个很好的管理手段。5W2H可以用于需求文档的撰写、需求讲解等，避免逻辑遗漏、简单明了地表达清楚自己的需求，SMART可以用于业务目标制定及项目管理的任务拆解。

第3章作者介绍了数据产品经理和数据分析师的区别，数据分析师根据业务，通过数据模型或者数据评估方案发现问题并给出结论，以数据报告的形式，为产品和运营提供产品决策建议。数据产品经理更多的是将数据分析师的分析模板重新解构，整理出通用的数据产品工具让更多的业务方使用。

常用的数据分析包括同比和环比分析法与ABC分析法，即分析对比趋势和分析占比情况。同比和环比分析经常用来观察核心指标数据的同比或者环比变化，如果变动幅度较大，则需要进一步分析业务原因。ABC分析方法，也称为“80对20”规则，该分析法的核心思想是分清一个事物的主次，识别出少数的但对事物起决定作用的关键因素和多数的但对事物影响较少的次要因素。这种分析方法可以用来指导产品经理在版本规划中根据业务目标对需求进行取舍、功能设计中哪些是主功能哪些是次要功能、版本上线还有bug没有解决怎么办等各类问题。

第6章作者以摩拜用户注册的流程，说明了用户行为分析的重要性。通过前后端埋点把用户的行为事件记录并上报到用户行为日志中，然后数据仓库对这些行为日志清洗、转化和处理，用户行为分析平台就会基于这些数据，展现用户的留存、转化及用户行为路径等功能，驱动业务增长或产品优化。

通过对留存率的分析，可以判断用户活跃度、用户粘性。多维度的转化分析，可以发现影响转化的关键因素，让运营策略或者产品优化方案更准确地触达用户。用户分群也是为了精分用户，有针对性的运营，可以按照画像属性分群和用户行为属性分群。画像也就是对用户信息打标签，用户信息包括了用户基本信息（年龄、性别、教育水平、收入、地域等）和用户隐形特征（用户消费能力、用户喜好等）；用户行为属性可以有两个参照标准，用户来源渠道和用户在应用内的行为步骤。根据用户在应用内的行为，进一步优化产品运营环节的3个要素：拉新、促活、提升转化率。用户行为路径分析用来追踪用户从一个事件开始到结束所经历的全过程，检测用户流向，指导优化用户体验。

第7章AB实验，数据的使用方式分为先验和后验，先验的常用方式就是ABtest。ABtest 可以用来化解分歧，选择最佳方案，可以定位原因、驱动决策、降低新版本或者新功能的潜在风险。ABtest的步骤如下图所示，在第四步创建实验中流量的比例直接决定了实验结果是否有效。为了降低版本重大调整引起的潜在严重风险，可以根据实验情况逐渐增加流量。但流量也不宜过小，这样会失去统计意义。评估实验效果一般从实验有效性和对比实验结果数据入判定。

最后，第8章讲述了更多领域的企业开始构建用户画像数据、深度挖局大数据的商业价值。主要用于精准营销、推荐系统、搜索排序、筛选排序、用户分析、商家分析等。在电商领域通过购物行为预测销量提高库存周转率、合理控制市场或者运营活动的成本投入等。在汽车领域可以精确该行业的市场定位，寻找与品牌匹配的自媒体。在游戏行业，大数据产品可以在投放场景、运营场景、游戏研发场景为用户提供帮助，其中在投放场景中，游戏客户最关心的几个指标：生命周期价值、首付金额、首付人数、投入产出比、流失，某日的生命周期价值=该日新增用户在随后N天花费的金额/该日新增用户数，投入产出比ROI=生命周期价值/单个获客成本。在内容领域，提升原创内容转化，降低挑选优质内容的成本。在交通领域，提升市民出行便利。

以上是关于《数据产品经理修炼手册》（梁旭鹏著）的一些摘录和心得，对本书感兴趣的小伙伴可以细读。