數(shù)據(jù)分析是產(chǎn)品經(jīng)理的必備技能之一，不過(guò)說(shuō)了那么多數(shù)據(jù)分析技能與能力，你知道到底該如何將其應(yīng)用到產(chǎn)品工作中，解決實(shí)際問(wèn)題嗎？相信本文能為你帶來(lái)啟發(fā)與思考。

翻開(kāi)各類(lèi)招聘網(wǎng)站搜索產(chǎn)品經(jīng)理，很多jd上面都寫(xiě)著類(lèi)似：數(shù)據(jù)思維、數(shù)據(jù)分析能力這類(lèi)要求。

面試的時(shí)候，產(chǎn)品經(jīng)理也喜歡說(shuō)自己善于數(shù)據(jù)驅(qū)動(dòng)，然后舉了個(gè)千年不變的例子：需求上線(xiàn)后做埋點(diǎn)統(tǒng)計(jì)…誠(chéng)然，這也是數(shù)據(jù)分析的工作之一，但只是冰山一角，并不能說(shuō)明其有多強(qiáng)的數(shù)據(jù)思維。

產(chǎn)品經(jīng)理這輩子是離不開(kāi)數(shù)據(jù)了，但有時(shí)候又不大懂?dāng)?shù)據(jù)，就跟自己的另一半一樣，恩怨情仇，相愛(ài)相殺。

七爺作為一個(gè)嗶嗶高手，大談過(guò)AI風(fēng)云，而這區(qū)區(qū)“數(shù)據(jù)情史”，我也得好好一番揮斥方遒。

一、論產(chǎn)品經(jīng)理與大數(shù)據(jù)有毛關(guān)系

【大數(shù)據(jù)】這個(gè)概念最早其實(shí)在1983年IBM就提過(guò)了，而今時(shí)今日隨著移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等發(fā)展，數(shù)據(jù)量爆炸性地增長(zhǎng)，也讓【大數(shù)據(jù)】這個(gè)概念變成習(xí)以為常的東西，很多高校設(shè)置大數(shù)據(jù)課程，每個(gè)企業(yè)在（chui）宣（niu）傳（bi）時(shí)候也會(huì)頻頻提到大數(shù)據(jù)。事實(shí)上，這玩意兒如果吹得越大，泡沫只會(huì)越大，最終成為一件“皇帝的新衣”。

所謂“無(wú)論黑貓白貓，抓得住老鼠就是好貓”，數(shù)據(jù)也一樣，無(wú)論大數(shù)據(jù)小數(shù)據(jù)，能產(chǎn)生價(jià)值，就是好數(shù)據(jù)。產(chǎn)品經(jīng)理真想講清楚自己數(shù)據(jù)思維多牛逼，不用說(shuō)自己做過(guò)大數(shù)據(jù)啥啥的，而是把利用數(shù)據(jù)帶來(lái)的價(jià)值擺上臺(tái)面，言之有物，才能真正讓人心服口服。

從企業(yè)方面來(lái)說(shuō)，數(shù)據(jù)的效果或者叫價(jià)值，其實(shí)不外乎帶來(lái)商業(yè)的價(jià)值提升。而要提升商業(yè)價(jià)值，可以從三方面入手：（1）提成收入;（2）降低支出;（3）控制風(fēng)險(xiǎn)。也只有在這三方面帶來(lái)可量化的改進(jìn)，才能說(shuō)數(shù)據(jù)分析有價(jià)值，也才能看出產(chǎn)品經(jīng)理的牛X。

二、論產(chǎn)品經(jīng)理與數(shù)據(jù)崗位有毛關(guān)系

說(shuō)到懂?dāng)?shù)據(jù)，相信很多人想到的都是數(shù)據(jù)挖掘工程師、數(shù)據(jù)分析師、數(shù)據(jù)產(chǎn)品經(jīng)理，認(rèn)為這些崗位對(duì)數(shù)據(jù)能力才有高要求，其他產(chǎn)品崗位不需要了解那么多。

對(duì)于該看法，我首先得跟大家啰嗦下這幾個(gè)崗位到底是干啥的，我們才能好對(duì)比得出結(jié)論。

首先是數(shù)據(jù)挖掘工程師，先來(lái)看其部分職位職責(zé)：

• 負(fù)責(zé)核心產(chǎn)品的用戶(hù)數(shù)據(jù)體系和基礎(chǔ)技術(shù)的建設(shè)工作，支撐業(yè)務(wù)快速發(fā)展；
• 運(yùn)營(yíng)數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)，構(gòu)建多維度用戶(hù)畫(huà)像；

很明顯數(shù)據(jù)挖掘工程師屬于技術(shù)范疇，運(yùn)用各類(lèi)技術(shù)為其他數(shù)據(jù)崗位提供技術(shù)支持，這個(gè)崗位相對(duì)容易理解，在此不再贅述。

其次是數(shù)據(jù)分析師，也來(lái)看其部分職位職責(zé)：

• 配合產(chǎn)品團(tuán)隊(duì)、運(yùn)營(yíng)團(tuán)隊(duì)等驅(qū)動(dòng)產(chǎn)品優(yōu)化、用戶(hù)活躍；
• 配合項(xiàng)目負(fù)責(zé)人做財(cái)務(wù)模型、市場(chǎng)預(yù)測(cè)、定價(jià)策略、競(jìng)爭(zhēng)策略；
• 通過(guò)海量數(shù)據(jù)的挖掘和分析，形成報(bào)告，匯報(bào)給決策層。

數(shù)據(jù)分析師需要針對(duì)具體業(yè)務(wù)進(jìn)行數(shù)據(jù)分析，將分析結(jié)果以報(bào)表等方式展現(xiàn)，輸出一個(gè)策略建議或數(shù)據(jù)結(jié)論，最終解決一定的商業(yè)問(wèn)題。其需要掌握常用分析工具，熟悉數(shù)據(jù)庫(kù)，了解分析模型等。

最后是數(shù)據(jù)產(chǎn)品經(jīng)理，它的崗位職責(zé)是：

• 與數(shù)據(jù)分析師配合構(gòu)建數(shù)據(jù)模型產(chǎn)品，與數(shù)據(jù)挖掘工程師配合搭建數(shù)據(jù)倉(cāng)庫(kù)；
• 撰寫(xiě)產(chǎn)品文檔，協(xié)調(diào)資源推送順利上線(xiàn)

這里數(shù)據(jù)產(chǎn)品經(jīng)理要做的就是把數(shù)據(jù)分析師的工作轉(zhuǎn)化為數(shù)據(jù)產(chǎn)品，提高后者的工作效率。所以數(shù)據(jù)產(chǎn)品也是產(chǎn)品經(jīng)理的分職，同樣需要具備產(chǎn)品經(jīng)理的素質(zhì)，只是在這個(gè)過(guò)程中對(duì)數(shù)據(jù)分析能力有所要求，否則恐怕在平時(shí)得被數(shù)據(jù)分析師和數(shù)據(jù)工程師懟死。

如果是其他產(chǎn)品崗位的同學(xué)，平時(shí)很少直接接觸數(shù)據(jù)業(yè)務(wù)，對(duì)上述職位也（guan）無(wú)（wo）感（mao）知（shi）。但產(chǎn)品經(jīng)理這個(gè)崗位的核心目標(biāo)是解決問(wèn)題，這個(gè)過(guò)程中需要“不擇手段”，包括溝通、邏輯、交互、技術(shù)等，而數(shù)據(jù)分析能力更是可帶來(lái)神奇效果的絕佳手段。要成為絕世武林高手，如此利器，怎能不用？

事實(shí)上，很多場(chǎng)景下，產(chǎn)品經(jīng)理都需要依靠數(shù)據(jù)做決策支撐，比如七爺做nlp產(chǎn)品時(shí)，每天面對(duì)大量對(duì)話(huà)數(shù)據(jù)，想知道對(duì)話(huà)背后的價(jià)值；電商產(chǎn)品經(jīng)理想知道如何利用買(mǎi)家數(shù)據(jù)做精準(zhǔn)營(yíng)銷(xiāo)。這時(shí)候如果啥都不懂，很容易手足無(wú)措，也不知道找誰(shuí)，就算找到資源還不一定為己所用。

所以產(chǎn)品經(jīng)理苦啊，但苦孩子總得自立自強(qiáng)，求人不如求己，逼我學(xué)習(xí)就對(duì)了！

對(duì)著數(shù)據(jù)像個(gè)陌生人，那就學(xué)習(xí)數(shù)據(jù)分析思維，再也不做懵逼的小孩！

不知道該找誰(shuí)，那就學(xué)習(xí)數(shù)據(jù)分析方法，再也不做手足五促的少年！

找到人也沒(méi)得幫忙，那就自己開(kāi)搞，再也不做被忽悠的青少年！

就憑這股怨氣，讓我們開(kāi)始數(shù)據(jù)之旅吧~

三、數(shù)據(jù)解決問(wèn)題的思路

那么，在我們?nèi)粘．a(chǎn)品工作中，又該如何利用好數(shù)據(jù)分析這把實(shí)戰(zhàn)利器呢？萬(wàn)變不離其宗，大象放進(jìn)冰箱需要三步，數(shù)據(jù)解決問(wèn)題復(fù)雜太多，所以步驟遠(yuǎn)不止三步，而是驚人的五步！

【第一步：定義問(wèn)題】

前面說(shuō)了，產(chǎn)品經(jīng)理的核心在于解決問(wèn)題，所以做數(shù)據(jù)分析也是如此。如果沒(méi)有目的，單純?yōu)榱俗鰯?shù)據(jù)分析而做分析，那就如同拿了一把屠龍刀去秀雜技，難道是還是“陳獨(dú)秀”？所以第一步，我們要先找到業(yè)務(wù)問(wèn)題（目標(biāo)），并且最關(guān)鍵的，將其轉(zhuǎn)換為一個(gè)數(shù)據(jù)問(wèn)題。

定義問(wèn)題的過(guò)程也是有跡可循，這里我們繼續(xù)做“夢(mèng)想中的拆一代”，拆三步：

1. 提出大體想法
2. 驗(yàn)證問(wèn)題
3. 提出數(shù)據(jù)分析問(wèn)題

很多業(yè)務(wù)問(wèn)題提出來(lái)的時(shí)候只是一個(gè)籠統(tǒng)的定義，比如：“用戶(hù)這個(gè)月留存不行”；“這個(gè)月銷(xiāo)售額不好，下個(gè)月希望有個(gè)明顯的提升”。

“留存不行”、“銷(xiāo)售額不好”該如何定義？所以首先，需要了解事件背景以驗(yàn)證問(wèn)題是否真的存在，再將問(wèn)題描述得更清晰一些，如：“本月銷(xiāo)售額降低了20%，找出下降的原因并提出提升銷(xiāo)售額的方案”

【第二步：數(shù)據(jù)分析】

定義清楚問(wèn)題了，我們就可以揮舞屠龍寶刀，開(kāi)始數(shù)據(jù)分析！整個(gè)過(guò)程主要分五步：

1. 數(shù)據(jù)獲?。骸安粨袷侄巍钡卣业轿覀冏钚枰脑紨?shù)據(jù)
2. 數(shù)據(jù)清理：處理原始數(shù)據(jù)，比如校驗(yàn)合理性，校驗(yàn)格式
3. 數(shù)據(jù)轉(zhuǎn)換：將需要分析的數(shù)據(jù)做表格合并、排序等操作
4. 分析建模：確定分析所需要的統(tǒng)計(jì)方式，如基本統(tǒng)計(jì)分析、建模分析等
5. 結(jié)果呈現(xiàn)：將結(jié)果以PPT、報(bào)告等形式呈現(xiàn)出來(lái)

這里的分析流程先簡(jiǎn)單做個(gè)介紹，下一章會(huì)針對(duì)該過(guò)程做具體生動(dòng)詳述，敬請(qǐng)期待哦~

【第三步：產(chǎn)品方案】

有了數(shù)據(jù)結(jié)果不代表工作就結(jié)束了。如果數(shù)據(jù)沒(méi)有對(duì)產(chǎn)品或者業(yè)務(wù)有任何指引，那就跟

墻上畫(huà)大餅一樣一樣的—-中看不中吃~

產(chǎn)品方案的落地細(xì)節(jié)需要結(jié)合不同場(chǎng)景來(lái)制定，這塊是產(chǎn)品經(jīng)理用來(lái)吃飯的活兒，就不需要詳細(xì)論述。需要注意兩個(gè)點(diǎn)：

（1）需要有數(shù)據(jù)指標(biāo)，驗(yàn)證方案落地的效果，為后續(xù)復(fù)盤(pán)做數(shù)據(jù)支撐，也可以用好的數(shù)據(jù)效果反饋給數(shù)據(jù)團(tuán)隊(duì)，肯定數(shù)據(jù)分析過(guò)程的價(jià)值。

（2）若有多個(gè)方案，在資源允許的條件下，可以同時(shí)進(jìn)行落地，最后再得出最適合的方案。畢竟，拍腦袋誰(shuí)不會(huì)，talk is cheap,show me your data！

【第四步：方案落地】

制定了產(chǎn)品方案后，就需要產(chǎn)品經(jīng)理協(xié)調(diào)開(kāi)發(fā)、設(shè)計(jì)等資源，推動(dòng)項(xiàng)目落地。這個(gè)過(guò)程有一個(gè)很關(guān)鍵的點(diǎn)，就是要做ABtest，在上述場(chǎng)景中，即抽取用戶(hù)體驗(yàn)方案（1）（2）（3），另一部分用戶(hù)依舊體驗(yàn)舊方案，并對(duì)多組數(shù)據(jù)做對(duì)比，以驗(yàn)證效果。

關(guān)于A(yíng)Btest，其實(shí)也有很多學(xué)問(wèn)，本篇主要還是讓大家知道產(chǎn)品經(jīng)理與數(shù)據(jù)的關(guān)系，不做其他闡述。后續(xù)若需要，我們?cè)僮鲆黄獙?zhuān)門(mén)介紹。

【第五步：項(xiàng)目復(fù)盤(pán)】

好了，方案落地一兩周后，對(duì)比數(shù)據(jù)也出來(lái)了。此時(shí)，我們需要測(cè)量并整理不同方案的效果數(shù)據(jù)，拉上相關(guān)人員，比如數(shù)據(jù)團(tuán)隊(duì)、業(yè)務(wù)團(tuán)隊(duì)、技術(shù)團(tuán)隊(duì)做溝（si）通（bi），分析效果，然后得出團(tuán)隊(duì)認(rèn)同的結(jié)論。并且很多時(shí)候可能會(huì)產(chǎn)生新的問(wèn)題，這時(shí)候又回到了我們第一步【定義問(wèn)題】，然后進(jìn)入無(wú)盡的輪回~

也恰恰是這樣的輪回，才能讓產(chǎn)品經(jīng)理不再拍腦袋，talk is cheap,show my data！

四、數(shù)據(jù)分析流程

講完一些通（mei）用的道理后，七爺覺(jué)得干貨好像不多，會(huì)被罵的。所以我再補(bǔ)充下數(shù)據(jù)分析的具體流程，讓產(chǎn)品經(jīng)理起碼知道這個(gè)過(guò)程是怎樣的，并且需要哪些技能才能完成。萬(wàn)一哪一天，咱有需求，但咱沒(méi)資源，咱也不敢說(shuō)不敢問(wèn)，就得靠自己了。now，let’s get the son of data！

七爺聽(tīng)過(guò)數(shù)據(jù)分析流程的一個(gè)比喻，賊形象，引用于此，與大家探討。第三章已經(jīng)講過(guò)數(shù)據(jù)分析的整個(gè)過(guò)程，而這個(gè)過(guò)程跟平時(shí)做飯是一樣一樣的。咱先看下面這張圖，然后一個(gè)個(gè)來(lái)講。

1. 數(shù)據(jù)獲?。ㄙI(mǎi)菜）

所謂“巧婦難為無(wú)米之炊”，做飯前你需要去買(mǎi)菜，做數(shù)據(jù)分析前你也應(yīng)該收集數(shù)據(jù)。以前買(mǎi)菜要么看看家里冰箱，要么到菜市場(chǎng)，現(xiàn)在渠道就多了，可以去菜市場(chǎng)，超市，也可以在x東超市、x咚買(mǎi)菜平臺(tái)、x日優(yōu)鮮平臺(tái)等，這么多選擇了，就得根據(jù)自己實(shí)際情況，選擇最合適的渠道買(mǎi)最想要的新鮮菜。同樣的，收集數(shù)據(jù)也有各類(lèi)渠道。

（1）冰箱里面看存貨

一問(wèn)開(kāi)發(fā)同學(xué)數(shù)據(jù)庫(kù)有沒(méi)有： 沒(méi)有？再問(wèn)開(kāi)發(fā)同學(xué)日志有沒(méi)有：沒(méi)有？三問(wèn)后臺(tái)系統(tǒng)報(bào)表有沒(méi)有：沒(méi)有？大戶(hù)人家（大公司）還可以四問(wèn)數(shù)據(jù)團(tuán)隊(duì)有沒(méi)有：也沒(méi)有？！（給你大姨夫打電話(huà)吧，拜拜~）

一般來(lái)說(shuō)，數(shù)據(jù)收集過(guò)程需要做埋點(diǎn)統(tǒng)計(jì)，或者利用第三方BI工具做收集。這里就需要產(chǎn)品經(jīng)理懂得如何埋點(diǎn)，如何使用第三方BI工具。

（2）外面市場(chǎng)逛一逛

首先最直接的菜市場(chǎng)就是各種行業(yè)數(shù)據(jù)報(bào)告，有需要收費(fèi)的，也有免費(fèi)下載的。這里推薦主流的數(shù)據(jù)報(bào)告網(wǎng)站：

• 國(guó)家統(tǒng)計(jì)局：http://www.stats.gov.cn/
• 艾瑞網(wǎng)：https://www.iresearch.com.cn/report.shtml
• 中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心：http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/
• 易觀(guān)：https://www.analysys.cn/article/analysis/701/1
• Talkingdata：http://mi.talkingdata.com/reports.html?category=all
• 艾媒網(wǎng)：https://www.iimedia.cn/#shuju
• 企鵝智庫(kù)：https://tech.qq.com/biznext/list.html
• 七麥數(shù)據(jù)：https://www.qimai.cn/research
• 還有類(lèi)似騰訊大數(shù)據(jù)、阿里研究院、百度指數(shù)、極光大數(shù)據(jù)等。

那有些數(shù)據(jù)在別人的報(bào)告里面沒(méi)有，但在別人的網(wǎng)站上面有，這時(shí)候我們首先應(yīng)該看下網(wǎng)站有沒(méi)有數(shù)據(jù)API可以讓我們獲取，當(dāng)然大部分時(shí)候是沒(méi)有的，那就使出最后一招：pa！

此爬非彼扒手之扒，咱文明點(diǎn)，用爬蟲(chóng)的手段，可以獲取許多網(wǎng)站上面的數(shù)據(jù)。

一般來(lái)說(shuō)，在團(tuán)隊(duì)里面如果不是專(zhuān)業(yè)的爬蟲(chóng)團(tuán)隊(duì)，產(chǎn)品經(jīng)理要在沒(méi)有任何業(yè)務(wù)背景下提出爬蟲(chóng)的需求是比較難以得到支持的，所以養(yǎng)成扒手，哦不，爬蟲(chóng)的技能，是一件多么重要的事情。

七爺吃以前敲代碼的老本，有時(shí)候會(huì)爬爬一些電商的數(shù)據(jù)，以后有機(jī)會(huì)可以分享交流一波~

總結(jié)一下數(shù)據(jù)獲取的整個(gè)過(guò)程：

• 埋點(diǎn)統(tǒng)計(jì)有必要
• 日志報(bào)表來(lái)一套
• 平時(shí)收藏?cái)?shù)據(jù)報(bào)
• 實(shí)在不行爬蟲(chóng)搞！

2. 數(shù)據(jù)清理（洗菜）

買(mǎi)完菜了，我們就得來(lái)洗菜，這在數(shù)據(jù)分析中一般叫作預(yù)處理，讓數(shù)據(jù)變得規(guī)范，方便后續(xù)處理、分析。

預(yù)處理的過(guò)程其實(shí)需要很細(xì)致，就跟洗菜一樣，很容易我們就漏掉一些邊邊角角，導(dǎo)致洗菜不干凈，那吃起來(lái)就不怎么香咯。

具體預(yù)處理過(guò)程，七爺總結(jié)為三看：

（1）看菜干不干凈

合法性：數(shù)據(jù)需要符合常識(shí)，不能說(shuō)有個(gè)商品的價(jià)格是-100，那不就是倒貼？所以建議通過(guò)設(shè)置最大值最小值來(lái)規(guī)避這類(lèi)情況

一致性：格式、命名需要保持一致，不能有個(gè)時(shí)間戳是mm/dd，另一個(gè)卻是dd/mm/yy

唯一性：重復(fù)的數(shù)據(jù)需要去重，并且保證有一個(gè)唯一主鍵，且不能修改

（2）看菜變沒(méi)變質(zhì)

不準(zhǔn)確：我們測(cè)試的一些變量數(shù)據(jù)可能存在誤差或者方差，需要通過(guò)平均值替代、分箱等專(zhuān)業(yè)方法來(lái)處理，這塊如果產(chǎn)品不想碰，可以請(qǐng)教數(shù)據(jù)分析師大大們

數(shù)據(jù)損壞：有些數(shù)據(jù)變成了null，某一時(shí)間段數(shù)據(jù)被清除，這類(lèi)情況都屬于數(shù)據(jù)損壞了，需要想辦法清洗掉

（3）看菜多不多余

完整性：檢驗(yàn)?zāi)承┳侄斡袥](méi)有缺失，某些數(shù)據(jù)會(huì)不會(huì)為空（與數(shù)據(jù)損壞有些類(lèi)似）

無(wú)關(guān)性：刪除不相關(guān)的字段或者數(shù)據(jù)值，保證留下來(lái)的都是被需要的，把其他菜留著下次做

經(jīng)過(guò)這波處理，基本都可以把數(shù)據(jù)預(yù)處理干凈了，但往往只有等到開(kāi)始分析了，才會(huì)發(fā)覺(jué)有些數(shù)據(jù)沒(méi)有處理好，這也屬于正常情況。炒菜時(shí)候發(fā)現(xiàn)菜不干凈了，那就再洗洗唄~

3. 數(shù)據(jù)轉(zhuǎn)換（切菜）

菜洗完了，我們就要開(kāi)始炒菜前最后一步：切菜。我們需要對(duì)預(yù)處理完的數(shù)據(jù)做格式等轉(zhuǎn)化，比如合并不同數(shù)據(jù)成為新的表格，增加新的字段變量，以及對(duì)整個(gè)文本做排序等。

結(jié)合不同的數(shù)據(jù)流程，會(huì)有不同的轉(zhuǎn)換要求。這里也要求數(shù)據(jù)分析人員與產(chǎn)品經(jīng)理要充分了解業(yè)務(wù)情況，才能知道不同數(shù)據(jù)表是如何聯(lián)系的，如電商買(mǎi)家聊天數(shù)據(jù)、訂單數(shù)據(jù)、購(gòu)買(mǎi)頻次數(shù)據(jù)之間的關(guān)系。千萬(wàn)不要忽略這一步，刀工的好壞，決定了食材能否發(fā)揮其最大的美味！

4. 分析建模（炒菜）

好了，菜洗完了，切完了，就要正式炒菜了，也就是我們的分析建模。很多人聽(tīng)到模型兩個(gè)字就覺(jué)得需要眼花繚亂的技術(shù)才可以做到，但并非如此。這里七爺借鑒其他大牛的介紹，把這個(gè)過(guò)程總結(jié)為三類(lèi)：

（1）基本統(tǒng)計(jì)分析：大部分產(chǎn)品經(jīng)理要做數(shù)據(jù)分析需求，通過(guò)常規(guī)分析就能夠解決，利用環(huán)比、同比、排列、對(duì)比分析、分組分析、平均分析等方式，直觀(guān)地發(fā)現(xiàn)數(shù)據(jù)中隱藏的問(wèn)題。

（2）統(tǒng)計(jì)模型分析：不同的業(yè)務(wù)場(chǎng)景，其實(shí)市面上已經(jīng)有成熟的分析方法，比如用戶(hù)分群的RFM模型，用戶(hù)行為分為的漏斗模型等，我們只需要做的是按照模型的需要建立數(shù)據(jù)體系再進(jìn)行計(jì)算，從而得出結(jié)論。后續(xù)七爺會(huì)針對(duì)工作中用到的模型做介紹，讓大家對(duì)建模過(guò)程有更加直觀(guān)了解，而不再認(rèn)為是玄學(xué)。

（3）自建模型分析：對(duì)于專(zhuān)業(yè)數(shù)據(jù)團(tuán)隊(duì)來(lái)說(shuō)，他們要的工作遠(yuǎn)遠(yuǎn)超過(guò)常規(guī)模型的復(fù)雜度，所以需要自建模型，比如利用線(xiàn)性分析預(yù)測(cè)電商銷(xiāo)售，利用0/1回歸分析廣告投放中的點(diǎn)擊率情況，樸素貝葉斯分析用戶(hù)評(píng)論從而改善產(chǎn)品。這塊七爺做nlp過(guò)程中深有感觸，與算法大大工作中發(fā)現(xiàn)很多模型的效果不盡人意，在產(chǎn)品上還可以通過(guò)業(yè)務(wù)規(guī)則來(lái)達(dá)到效果，而數(shù)據(jù)分析要求更加精準(zhǔn)，這個(gè)過(guò)程要如何做好，至少七爺也有很長(zhǎng)的路要修行。大家一起加油吧~

5. 分析呈現(xiàn)（上菜）

菜炒好了，那就得進(jìn)行最后一道工序：擺盤(pán)，保證色香味俱全地呈現(xiàn)給相關(guān)人員，這里講的就是數(shù)據(jù)的最后一步：可視化。

最基礎(chǔ)的可視化方法就是統(tǒng)計(jì)圖。

說(shuō)是基礎(chǔ)，但其中的要求卻是枝葉繁多，總的來(lái)說(shuō)，好的統(tǒng)計(jì)圖應(yīng)該保證：準(zhǔn)確、有效、簡(jiǎn)潔、美觀(guān)。

同時(shí)，還要選對(duì)統(tǒng)計(jì)圖，比如餅圖是用來(lái)展示頻數(shù)的，柱狀圖是用來(lái)分析一個(gè)離散型變量的，堆積柱狀圖用來(lái)分析兩個(gè)離散型變量，折線(xiàn)圖是針對(duì)時(shí)間序列的統(tǒng)計(jì)分析，箱線(xiàn)圖是對(duì)連續(xù)性變量的統(tǒng)計(jì)。真可謂千奇百怪，千方百計(jì)。

現(xiàn)在市面上也有很多對(duì)統(tǒng)計(jì)圖的基礎(chǔ)教程，這里推薦《誰(shuí)說(shuō)菜鳥(niǎo)不會(huì)數(shù)據(jù)分析》這本書(shū)，可以看看數(shù)據(jù)可視化以及其他內(nèi)容。

其他展示方式包括數(shù)據(jù)樣板：適合于數(shù)據(jù)統(tǒng)計(jì)的需求模塊；報(bào)表展示：適用于完整的數(shù)據(jù)展現(xiàn)；ppt：適用于展（chui）現(xiàn)（niu）價(jià)（bi）值。

好了，以上~

本文由 @steseven 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash，基于CC0協(xié)議。