产品经理如何提高数据挖掘和分析能力？

问题补充： 文科出身，程序自学，但是没接触过函数、spss，对定量数据分析还停留在excel算加减乘除和看analytics报表的水平上，请问如何学习和提高“通过数据分析挖掘用户需求、改进及优化产品”的能力，推荐书籍亦可。

下面是来自知乎小伙伴们的回答，希望对文科出身的产品经理们有所帮助。

来自知乎小伙伴曹政的回答：

先说个入门的，每天看百度指数，你们产品的品牌词指数，品牌相关词指数，竞争词指数，看的时候想一想，用户为什么搜索，谁在搜索，他们对搜索结果满意不。

把这事先干好，水平就能上一截。

来自知乎小伙伴iris的回答：

偶同样文科出身，对高级的数据挖掘各种算法基本白目，但做了一段时间的PM偏数据工作，谈谈几点感想：

1. 了解业务，熟悉数据框架、体系

了解你的业务是做什么的，业务的发展规划有什么，衡量的核心指标有哪些，列出KPI或是核心指标，一般重点指标就那么几个；然后对几个核心指标进行拆解，这点也需要根据你的业务属性进行，你的业务凡是会影响到这个指标的有哪几个元素，举个简单的例子，你开发的手机APP上的登录次数、用户数，你拆分为是ios、安卓、wp7还是其它，如果你是接入的新浪或者QQ的开放平台账号，拆分为新浪账号、QQ账号、人人网账号或是单独注册等一系列；

拆分的好处是你能对一个具体的指标很清晰它是怎么组成的，好像庖丁解牛，当然这个过程可以不断拆分下去，加上一些公共属性，例如时间、用户性别、用户年龄、用户职业等公共的纬度进去细切，不过个人觉得这是建立在有专人专团队做这事的基础上去不断细分数据，这些结果可以帮助你更精准的定位你的产品，为你后面的运营、推广、品牌等定位出一个比较精准的模型；

2. 对现有数据指标进行思考；多维度集中分析找规律

在熟悉产品需要关注的指标、框架之后，了解现有每个指标的运营现状；如果有同行业指标对比更好，看是否有提高的空间；或者是，希望通过某个运营的动作，提高哪一个指标，提高到多少；回到1中的例子，例如发现安卓的女性用户偏高，且登录时间集中在周五晚上，那下一次如果做活动运营的内容可能有所偏重，同时发布时间也尽量靠近那个时段；通过一系列的比较精准命中，预估运营能够提升指标到一个什么水准；

另外有一个精准模型的好处是了解你的核心用户后，你可以单独针对这部分用户进行产品用研与需求挖掘，更利于你内心确定哪些指标是可以通过什么手段提升的；

同时找规律，对于拆解出来的指标，想办法做一些分析，这里的分析个人觉得并不一定需要很复杂的手段，更重要的是一种感觉和意识，可能觉得某些数据之间会关联，例如可能登录高的时候用户的UGC内容产生频率也很高（这种简单的不能再简单的相信一般人都会有意识=。=容我举个这么简单的栗子），这里的例子是很明显易见的关联，但其实有很多数据之间的关系可能没那么明显，需要一种直觉去组合，然后判断，如果不是通过归纳分析能得到结论的，甚至可以想办法去做一些改动证明；

3. 规律验证，经验总结

找到规律了，内心明白了，下一次做事情心里会更透亮一些，对产品的理解又会更深一些；很多事情，就是这样一点点去熟悉，去深入慢慢产生亲切感的；数据是让你和你的产品心灵贴近的一个话题而已，聊到一定程度对于PM来说就差不多了，可以聊些别的了；更高级更深入人心的数据沟通，不妨还是交给专业的数据处理人员吧，就好像不是人人都是心理咨询师一样；

总之，对于PM而言，个人觉得数据是一种意识，而非技术，是一种方法总结，而非理论科学，关注数据是个优点；但PM也还有很多别的事儿要干呢，PM的角色不就是%@#￥%，不是么….

来自知乎小伙伴林通的回答：

我觉得产品经理并不需要特别优秀的数据分析和数据挖掘的能力,当产品做大之后数据分析挖掘工作交给专业的BI工程师承担。但楼主的问题我特别能理解,在产品设计或运营初期不太可能有BI工程师的支持，想知道产品运营数据是否健康，往往落在产品经理头上，这时大多数的产品经理就感觉力不从心，于是就有了楼主的问题了。

每个产品经理在产品设计前就需要明白一个最简单的公式： 产品价值=产品带来的收益一设计研发运营成本>0

例如积分类的产品,如果使用了积分产品后净增的销售额*利率-积分充抵的商品价值（运营成本）-设计研发成本>0，如果用户会长期使用积分，设计研发成本可以忽略，其它数据可以比较容易拿到。再如页面改版类产品，改版带来忠实用户数*每忠实用户价值-新页面的设计研发运营成本>0，说明改版是成功的。 产品经理只要把握好这个基本公式，其其深入的数据分析交给更专业的人员去做吧，产品经理的主要精力还是放在用户需求分析层面。