編輯導語：很多初級產品經理認為，產品只需要寫好PRD文件就OK了，為什麼還要經常做資料分析，表示無法理解；殊不知資料分析是每個產品經理入門必備的重要技能，本文作者就解釋了為什麼資料分析是每個產品經理必備技能，我們一起來看一下。
從社會發展來看，時下最火的行業當屬ABCD四大行業；ABCD都是啥行業？發展前景怎麼樣？
ABCD分別代表AI技術、Block區塊鏈、Cloud雲服務、Data大資料。
大資料作為時下發展前景較好的行業之一，它的興起吸引眾多使用者的的關注和圍觀；而今在知乎上搜索“資料分析”話題，關注話題量的使用者高達380萬人，話題使用者數是其他3個行業話題使用者總數的12倍；從資料對比看，資料分析對所有從業人員佔有不可比擬的作用。
薪酬一般跟從業者的價值成正比，資歷越高，薪酬越高；崗位越稀缺難度越高，薪酬越高；行業發展前景越好，薪酬越高。
目前各大招聘網站上，資料分析的崗位招聘需求和薪酬較多，平均月度薪酬在20K-40K之間，遠高於其他崗位薪酬水平，大資料的發展前景甚是光明。
2. 資料分析讓產品擁有較高的技術壁壘善用資料者得天下，沒有哪一款產品不需要關注資料；大資料衍生出的千人千面演算法推薦，使用者精細化運營等，極大提升使用者體驗，深得使用者喜歡。
個性化的演算法試驗，讓今日頭條異軍突起，行業地位拔地而起，更奠定大資料在各行業中的價值；今日頭條APP更因為個性化資料演算法開發，築起了產品護城河，大資料推薦壁壘也讓後來的產品競爭者無法超越，穩居資訊類產品的NO.1。
二、產品經理可利用資料做什麼？1. 利用資料迭代產品從來沒有一款產品初次上線就幾近完美，且後續不需要持續迭代的；目前國內公司多采用小步快跑方式，1周1次或3周1次的迭代頻率，持續最佳化產品；至於每個版本需要迭代什麼功能，哪些需求優先順序高哪些優先順序低，需要產品經理和專案經理至少提前一週制定好計劃。
《精益創業》書中有這麼一段話：成功地執行一項無意義地計劃，是導致失敗的致命原因；如果企業費盡心思開發出來的產品沒人想要，那麼是否按時、按預算完成計劃就無關緊要了。
可見有意義的迭代計劃才能引導產品走向成功，那麼產品經理制定迭代需求依據是什麼？
並不是老闆的需求就必須優先迭代，也不是看產品經理的個人喜好，恰恰需要產品經理根據產品資料排出需求的優先順序高低。
2. 利用資料洞察使用者使用者行為複雜，每個使用者在不同場景下會衍生出多種資料和行為情況。
大資料告訴我們的資訊不一定正確，所以我們要利用資料洞察使用者，挖掘使用者真實的產品訴求。
1）使用者不知道自己想要什麼
不管你信不信，很多時候使用者根本不知道自己想要什麼；因此很多產品經理總喜歡引用《喬布斯傳》裡的這段話來支撐自己不做資料分析和使用者洞察，企圖透過創造一個新產品讓使用者明白自己需要什麼。
有些人說：“消費者想要什麼就給他們什麼。”但那不是我的方式；我們的責任是提前一步搞清楚他們將來想要什麼。
我記得亨利·福特曾說過，“如果我最初是問消費者他們想要什麼，他們應該是會告訴我：‘要一匹更快的馬！’”人們不知道想要什麼，直到你把它擺在他們面前；正因如此，我從不依靠市場研究。
如果只停留在語句表面意思去理解，使用者的確不知道自己想要什麼，直到喬布斯將產品展示在他們面前；然而，喬布斯之所以能創造出新的使用者想要的東西，恰恰是因為他自己基於很長時間的市場研究和使用者洞察（日常基於大樣本的使用者行為觀察和分析，堪稱行走的資料庫），結合當時先進的科學技術，創造超出使用者預期的新產品。
消費者跟產品經理不同，消費者不知道現在的科技可以做什麼事情，他們不會去要他們認為不可能的東西；而產品經理需要了解科技能幹什麼，使用者真實需要什麼？
如果沒有長期深層次的使用者洞察和行業研究，沒準喬布斯給使用者生產的也是馬，是使用者洞察創造了新的偉大的產品！
2）使用者反饋的需求脫離使用場景
資料也會說謊，資料並不代表使用者的真實需求。
日常見過很多問卷調查或者市場調研，直接詢問使用者想要什麼功能。使用者天馬行空的YY，並言之鑿鑿地告知調研人員——他想要的東西長這樣，很迫切需要這個功能，想想這畫面是不是有點熟悉。
分享一個影片，需求方跟產品經理說，他想要用藍筆畫出7條互相垂直的紅線？（戳影片，很認真的想讓你笑：https://k.sina.cn/article_2490586113_m94735401033008rph.html）
影片中，甲方並沒有意識到提的需求脫離了使用場景，缺乏邏輯性，並堅信自己的需求是合理可執行的；雖然案例並沒有提到該需求是基於資料提出的，但生活中很多這樣滑稽的例子和問卷調查資料，我們需要透過資料洞察使用者真實的訴求。
3. 利用資料驗證產品為什麼體量越大的產品，每上線一個新功能，都需要先灰度測試？
目的是要對比線上版本和灰度版本的使用情況。
新功能迭代一般會出現3種情況：
- 要麼使用者不喜歡使用資料下降，此時解決方案是繼續最佳化需求或下架功能；
- 要麼是新功能上線後效果超乎使用者預期，此時可以逐步放開灰度測試的使用者量，直至最後使用者量100%鋪開，所有使用者可使用新功能；
- 要麼就是資料幾乎無變化，產品經理迭代了一個失敗的功能。
由此可見，資料對比是驗證產品正確與否的標尺，任何不基於資料對比拍板的需求，通常都比較容易出錯，且不負責任。
總之大時代背景下，資料分析對各行各業有重要作用，尤其是產品經理入門必備技能；產品經理作為公司的mini CEO，應該懂資料分析，挖掘資料背後的價值，為公司創造更多偉大的產品。
卡卡，微訊號：969974134，《卡卡的產品札記》公眾號主理人，先後就職於金山、魅族，專注產品運營。
本文由 @卡卡的產品札記 原創釋出於人人都是產品經理，未經許可，禁止轉載。
題圖來自 unsplash，基於 CC0 協議