经历了2020年新冠疫情，大家也真情感受到大数据在抗疫中发挥的作用。我们是不是的可听到农村老汉，村头老大妈口中说出 “大数据”的词，说明大家逐渐都有数据意识了。那么对于互联网产品人来讲，拥有数据思维做产品是多么重要。
首先说一下，大数据时代的三个思想转变。
1、在大数据时代，我们可以分析更多数据，甚至是全量数据，不再依赖随机抽样。
2、在大数据时代，我们不再热衷追求精准度。
3、在大数据时代，我们不再热衷寻找所有的因果关系。
一、什么是数据分析？
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。
数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
二、、产品经理为什么要做数据分析？
产品经理的主观感知无法代表用户的真实体验，部分用户的观点无法代表全部用户的真实体验，唯有数据才是丈量目标的标尺。
三、、产品经理数据分析进化过程
1、监测，数据发生了什么
例如：
1）、需要了解新上线的产品有多少用户喜欢
2）、一次活动运营的效果如何
3）、扩展的新渠道与原有渠道情况如何各自带来了多少流量，转化效果如何
.....等等
2、确证，为什么发生
在监测数据中，对数据的现象做进一步的拆解，寻找产生这种现象的原因
1)、若发现新上线的产品喜欢的用户数很大
要拆解新产品中哪些关键要素是用户喜欢的，可以提炼出来，想办法做复制， 这些关键要素就是一个AHA moment
2)、如果看到扩展的新渠道比原有渠道带来了更多流量
这是我们要结合商业来进一步判断这种现象的原因，是不是新渠道的质量更好
3、预测，什么将会发生
这就是数据分析的第三个阶段，预测未来会发生的结果。 高级产品经理与初级产品经理的分水岭。
我们面试时，有时候会听到面试官会问 : "你认为产品经理最重要的能力是什么？"， 我个人认为产品经理的最重要的能力就是凭借自己的经验对于产品的预测与决策能力。 说的简单点，就是一个新功能未上线，就可预测能带来多少的价值及影响。
例如： 当上线注册流程新的优化，可以知道哪一个节点比较容易出错，也知道用户喜欢什么
大家都知道做互联网产品很多时候在试错，但是互联网发展的现在，给予我们试错的机会不多了，我们试错，不是为了一直试下去，是为了寻找确定性。
4、商业决策，怎么达到最好的商业决策
通过数据分析带来的确定性筹码，指导后续应该做什么的判断不断校准自己的经验值，在产品设计中，提炼新的需求观点
四、数据指标
数据分析的第一步就是监测，数据发生了什么 ，那么我们思考一下哪监测的是什么呢，面对一堆数字是毫无意义的，对数据赋予具体的含义才将有数字背后的故事。那就离不开数据指标，那么什么是指标呢？
在互联网行业中，我们可以对指标做出更为具体的定义：指标，是反映某种事物或现象，描述在一定时间和条件下的规模、程度、比例、结构等概念，通常由指标名称和指标数值组成。
指标可以分为简单计数型指标和复合型指标。简单计数型指标是指可通过重复加1这一数学行为而获得数值的指标，如UV（Unique Visit , 独立访客数）、PV（Page View，页面浏览量）；
复合型指标是由简单计数型指标经四则运算后得到的，如跳出率、购买转化率。
数据监测的思路
一般监测三大类数据 ： 常规监测、新功能监测、异常监测。
常规监测
这部分的数据是产品经理日常工作每日必阅数据，用于监测产品的运行状态、流量质量、营收情况等数据。
产品基础指标主要评价产品本身的运行状态
DAU / MAU 日/月排重活跃用户数
DNU 日新增用户数
PV页面访问次数
流量质量指标主要评价用户流量的质量高低
跳出率， 只访问了入口就离开的访问量与产品的总访问量的百分比
平均访问时长，指用户在一次访问中，平均使用产品的时间
平均访问页数，平均访问页数 = 浏览量（PV）/访问次数
产品营收指标主要评价产品的盈利能力与可持续性
GMV成交总额，GMV = 用户数 × 购买频次×客单价；
ARPU 每用户平均付费额
转化率 = 转化次数 / 访问次数。
大多数B端产品还需要看 LTV生命周期总价值、CAC 获客成本 、NPS 净推荐值等指标。
LTV生命周期总价值，LTV = LT(生命周期) × ARPU每个用户付费额- 服务客户的成本。
CAC获客成本，CAC = 销售与营销的总成本 / 完成交易数。 一般LTV/CAC 大于等于3才算良性。
NPS净推荐值，NPS = （推荐者数/总样本数）×100% +（贬损者数/ 总样本数）×100%。 该指标是一种计量某个客户将会向其他人推荐某个企业或服务可能性的指标， 也称为 口碑。是分析客户忠诚度的指标。一般通过问卷调查的方式获取，例如设计一个这样的问题 “您是否会愿意将XXX推荐给您的朋友或同事？”
广告指标
CPM广告投放过程中，平均每一千人分别听到或者看到某广告一次一共需要多少广告成本
CPC 每次点击付费广告
CPA（cost per Action）按照行为作为指数来计费
CPS 以实际销售产品数量来换算广告刊登金额
新功能监测
首先明确新功能所要达到的目标，针对目标拆解需要监测哪些指标直接或间接反映该目标是否达成。
异常监测
主要可能的一些问题和特征，比如一天内流量大幅度的降低或升高，之后是否恢复。
五、数据埋点
若需要得到数据指标里的数据，则需要在相关的位置进行预先埋点。
什么是数据埋点
数据埋点是，基于业务需求，产品需求对用户行为的每一个事件对应的位置进行开发埋点，并通过SDK上报埋点的数据结果，记录数据汇总后进行分析，推动产品优化或者指导运营。
三类数据埋点方式
点击事件，用户点击按钮即算点击事件，不管点击后有无结果
曝光事件，成功打开/ 刷新/ 加载 页面记一次 ，但 home键切换到后台再进入页面，曝光事件不记
页面停留时间事件，表示一个用户在X页面的停留时长记为停留时长。
小明9:00访问X网站首页，此时分析工具则开始为小明这个访问者记录1个Session(会话），接着9：01小明又浏览了另外一个页面列表页，然后离开了网络（离开网络可以是通过关闭浏览器，或者地址栏键入一个不同的网址，或是点击了你网站上链接到其他网站的链接....）为了简单，我们把这个过程当做一个session，则最终小明在首页的页面停留时间： Time on Page 简称 TP ， TP = 9:01（离开该页时间）- 9:00（进入该页面时间） = 1分钟
六、数据优化核心路径
1、制定目标
2、挖掘业务
3、制定计划
4、拆分数据， 从 “人、货、场” 三个维度进行拆分
5、提炼洞察
6、产出决策
7、总结复盘