现在做产品经理，不像前几年产品经理爆火，如今2020年的产品经理在招聘要求上，功能产品经理已经很难进入到产品经理的岗位了，更别提大厂的产品经理。
结合自己过往的经历以及现在在团队项目负责人里，数据对我们做产品到底怎么起到作用的，分享下我们建立产品经理数据体系可以从下面的维度。

1.最基础的数据层面是可用数据

使用数据并不是专业词汇，但背后却是产品经理数据驱动第一层意识，指的是能不能拿到真实有效的用户数据，比如app的注册数就不是一个真实数据，如果一个人告诉你有100万的app注册数，其实本身没有难度，但如果告诉你有激活数有100万，那就不一样了，是非常厉害的，完全本质的区别。
还有我们做产品运营难免会遇到消息通知、站点、和短信推送等，推送成功数、和推送数也是2个完全不一样的概念，前者这是产品经理们自己YY的数据，后面才是系统成功运行下的触达率。
有了使用数据，才会接下来说我们的用户行为数据、业务分析数据、和相关的漏斗图转化模型。这是一切的基础，这一点在许多不是产品经理但有过互联网工作经验的同学，意识比较强烈，但对于很多小白、和新人来说这一点是容易搞混淆的。

2.基于埋点下的用户行为分析数据和业务数据

不管是app还是小程序还是什么其他形态产品，基于用户行为下的数据采集都是通过这类技术方案实现的，当然市面上有很多宣称不用埋点的技术方案，世纪上本质是就是全埋点，仍然是通过对页面、按钮、和导航栏、弹窗等等用户需要交互的组件进行监控，产品经理要清楚埋点的逻辑就可以了，但具体怎么埋、代码怎么写的，不需要过分纠结。做产品的同学我们用数据驱动做产品，而不是为了数据去做产品。
初级的数据埋点： 在产品部分关键流程部位植相关统计代码，用来追踪统计用户的操作行为，统计关键流程的使用程度。
中级的数据埋点： 在产品整体流程中植入多段代码追踪用户连续的操作行为，建立用户操作模型来分析用户在使用产品中的各种操作行为。
高级的数据埋点： 与研发及数据分析师团队合作，通过数据埋点还原出用户画像及用户行为，建立独立的数据分析后台，通过数据分析、优化支持产品。
数据就是一个冷冰冰的数据，反应了客观事实，但产品要实现的价值往往还要考虑人感性的一面，所以产品经理以数据驱动为基础，但仍然要保持感性去主导未来产品设计可以凸显这样的价值。
业务数据很多人会觉得这里很难，主要是市面上存在的业务千千万万，没有那个同学可以永远的保持专一在某个业务上。所以在产品工作中，我们往往会把和钱、业务员系统运作相关的数据统称为业务数据。
比如订单系统的订单数据、医疗门诊系统的病人预约数、门店系统的访客人数，这都是业务数据。
因为每个业务都不一样，业务数据是个性化的，本身每个每个业务的系统也不一样。业务数据也是标准的，因为业务数据总是要看转化和ROI，投入产出比是业务数据始终观察的下锅。
大部分产品经理做产品驱动，就是以这两部分数据做支撑，逐步的观察每个版本的效果逐步优化，达到数据更好的效果版本。

3.如何构建自己的数据体系知识

数据体系知识可以分为下图，从基础认知到实操。底层是数据采集原理到数据使用状况进行分类，中间层我们把数据分为产品数据、用户行为数据、业务数据，有时候我们会把产品数据和用户行为数据合并为用户数据。
在数据驱动方面，产品经理的面试官会比较常问的问题
“如何达到对应产品数据指标？你们如何通过数据来发现产品中的问题？你们如何评判产品的效果好坏？“
以上问题目的是评判产品经理的数据体系知识和数据意识，当然有过自己履历有过类似的功能设计、或业务经验也是非常重要的
因为很多产品经理只是知道数据指标名称、和计算意义，但怎么具体用来帮助做产品设计实际上是缺少经验的，或者很多人根本不知道用数据来优化产品的设计方案。只是知道数据变多了，变少了。
注意，冷冰冰的数据是没有任何意义的。我们要从数据里找到规律和数据告诉我们下一步的产品迭代方向。
这也是如今产品经理竞争力最强的一方面，用数据驱动。每一个案例都可以花非常多的时间和经历来说数据驱动的方向。
小到一个页面、大到一个从0到1的全新产品。都可以用数据来做基础铺垫，要有数据体系知识，首先要知道数据的分类，和数据的形成技术规则。
所以我建议要做数据知识的，首先学习sql语句下的增删改查操作，至少可以随时有数据查询的条件，这样既可以降低开发沟通的成本，还能减少数据抽集的时间。

-END-

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。