数据分析一数据分析的意识

　　对于产品经理来说，数据分析能力的核心不在方法理论和工具模型，更多的是要能够敏锐的发现应该去关注的数据、并且能够从这些数据中找出潜在的规律，推理出数据背后的导致原因。
　　在如今信息越来越庞杂的年代，无论是个人还是公司，难免都会被诸多无效的信息给充斥，而信息在某种程度上，也可以等同是数据。
　　对于个人而言，不同类型的数据可以作为个人在不同方面改变或提升的依据，比如通过摄入能量和体重的数据，可以作为自身健康或者单纯只是为了减肥的参考；
　　而对于公司而言，数据的重要性更是不言而喻，投资人可以根据公司的相关业绩数据来衡量公司的价值，产品经理则更可以根据相应产品的不同数据来作为产品是否健康发展的衡量标准。
　　这一切都与数据分析密不可分，前面我提到过数据分析的理论模型，可以在很多情况下作为我们数据分析的理论依据，但相对来讲，它比较的宽泛，在产品工作实际的一些场景当中，我们可能更多的是依靠经验去进行一些数据的分析；
　　毕竟作为产品经理，不一定是需要了解多么高深的数据分析理论，更多的是要能够敏锐的发现应该去关注的数据、并且能够从这些数据中找出潜在的规律，推理出数据背后的导致原因。
　　而很多人在发现应该关注的数据方面，都还存在极大的问题，有时候甚至南辕北辙，根本原因在于很多人能够知道各种理论套路AARRR、QQ模型等等，但并没有总结出适合自己的方法去思考，我在这里谈谈我在实际工作中总结出来的一些对我自己的数据分析意识成长有帮助的方法。
　　一、学会对比
　　说一个比较简单的案例，下图是我朋友所在公司的一款跨境电商产品，当时我在做竞品分析时，在七麦上看到它们公司的这款产品呈现出这样的走势。
　　横坐标是时间，纵坐标是该应用在应用市场的排名情况，呈现出的最突出的便是图中有一段趋势的空白（2017年3月24日2017年5月5日）。
　　在看到这样的一个图表时，我会下意识的去考虑几个问题：
　　影响应用市场的排名因素到底有哪些？
　　2017年3月24日发生了什么导致该应用从应用市场跌出了排行榜？
　　2017年5月5日发生了什么导致该应用又重新上榜？
　　上面这样一些问题的提出，本质上是在通过先根据数据表现，先去寻找影响数据表现的因素，所以才会有第一个问题；第二个和第三个问题则是直观的在对比数据在两个时间点上的异常后得出的。
　　那么有了以上的问题，接下来就是去寻找问题的答案，再去思考问题的答案之间是否存在逻辑上的关联关系，如果存在，就基本上可以断定出现这样数据表现的背后原因是什么了。
　　那影响应用市场排名的因素有哪些呢，不难查到，像应用的下载量、评价、星级等，那在两个不同的时间点上到底发生了什么呢，去查一下应用对外的版本记录信息，信息不是很多，但依然引起了我的注意：
　　比较可疑的是5。9。0版本里面提到淘宝授权、分享功能等，5。10。0版本做了虚拟充值、细节优化等，但此时应用的排名并没有得到提升，在5。10。1版本中则是做了修复bug，而在这一版应用更新后，应用的排名得到了恢复。
　　如果只是在这些有限的信息下，结合数据的表现，分析得到的可能的逻辑关系则是因为5。9。0版本做的某些功能，上线后出现了问题，对诸如下载量、评价、星级等因素造成了不好的影响，导致了排名的下跌；
　　而在5。10版本尽管做了优化，但上线后并没有解决问题，所以排名并没有恢复到一个正常的水准，直到5。10。1这个小版本上线后才解决了5。9。0版本当中产生的bug，所以应用排名才恢复到了一个比较正常的水平。
　　以上，仅仅只是从有限的信息当中，围绕着影响数据结果的根本因素，所作出的初步的推理，但如果还需要更加准确的推理结果，则可能还需要搜集更多的数据，比如在掉出排名的时间点该公司有没有发生什么特殊的事件、或者该应用是否被下架等
　　但不管怎样，都是需要围绕着影响排名的根本因素去出发寻找答案，否则就可能会偏离分析结论。
　　二、从趋势去挖掘
　　这是我们公司之前的某款App当中关于发帖的事件统计，首先从趋势上看，它整体是在下降的，甚至在最低峰的时候，几乎降到了0。
　　那么当时在接手这款App后，我对整体的App情况进行了一些分析，首先从业务角度，App是内容社区型的产品，但从数据表现上来看，内容模块的用户活跃度是远远超过社区的活跃度的，甚至和内容模块相比，社区的活跃程度几乎可以忽略不计。
　　鉴于这样尴尬的数据表现，我接手后便考虑从两个方向出发去做，一种是想办法把社区搞活，另外一种则是把社区给弱化甚至砍掉。
　　但最终我选择了从后者的角度出发去做，原因在于：
　　首先，虽然平台号称是内容社区，但社区一直处于几乎没运营的状态，审核连基本的帖子审核都没有专门的运营去做，而在内容这块相比之下花的时间、成本、人力都是会更多；
　　而且从用户数据表现来看，在社区上线初期，用户由于新鲜感会产生一些UGC的内容，但由于缺乏平台运营引导，用户在产生了部分内容后，使得社区内容逐渐变得杂乱，社区调性并没有被合适的引导，社区内容对其他用户而言也并没有太大意义。
　　基于以上的一些原因，于是我选择了将社区内容给砍掉，并且在内容方面投入更多的精力去做，将以前的内容去重新梳理完善打标签等，后来事实也证明我们确实做出了相对正确的决定，因为经过了内容方面的优化后内容版块的活跃度以及营收都有了极大的提升。
　　同样，下面是我之前待的公司的一款产品，如图所示，在某个版本的时候，排名趋势直线上升，之后就一直处于一个比较稳定的排名，当然，作为公司内部人员，自然是很明白突增的原因是什么，那么作为外面其他人员，你们大概会怎么分析呢？
　　可以考虑考虑，方法还是跟刚才类似，这里就不再延伸了。
　　三、关注重点数据
　　对于重点数据这块，无论是通过对比还是从趋势去挖掘，亦或是其他方向，都需要能够通过数据表象去推理出影响表象的背后因素，这些因素才是需要去重点关注的数据，然后对于重点的这些数据去对比、挖掘，才能不至于偏离分析目的，得到并不符合数据的结论。
　　最后再说一个我自己在数据分析上的一点心得，就是在看待数据的时候，一方面需要客观冷静有逻辑的去分析，一方面又要跳脱出来，因为数据背后，总归就是人，所以有时候还要以普通用户角度去去验证逻辑分析出的结果。