产品经理如何做数据分析（产品经理日常和数据分析报告死磕了一天）

早上做功能验收，需要详细验证每一个业务流程，然后输出验收报告~

验收完又找开发讨论新需求的实现问题，开发表示有个功能点按原型实现难度太高，我又换了一种交互方式，总算达成了共识，提早和开发沟通可以节约很多需求评审时间

月初又到了该整数据的时候了，我需要出一份数据分析报告，用来做数据复盘

所以今天又是和数据分析报告死磕的一天，结合用户行为数据和业务数据做分析报告

看了下上个月的数据不错，超出预期3%完成目标，开心～

-

所以今天的知识点是——如何做数据分析

✅数据分析的步骤

1️⃣数据采集：通过数据埋点、行业报告数据、市场调研等方式获取

2️⃣数据清洗：把杂乱的原始数据处理为可用数据

3️⃣数据分析：处理数据，找出异常数据，分析数据情况，可以借助分析工具比如透视表、excel，产出可视化报表

4️⃣分析报告：产出分析报告，提出结论

5️⃣制定策略：根据分析结果制定下一步的策略和方向

-

✅数据分析报告怎么写？

1️⃣分析目标：阐述项目背景，明确要解决什么问题

2️⃣数据情况：阐述数据情况，说明数据来源。比如本周期GMV 5％，DAU 5%

3️⃣分析结论：找出异常指标，拆解影响指标的关键因子，提出分析结论。比如：GMV提升是因为优质投放渠道A提升了转化率，可加大该渠道的投放量

4️⃣制定策略：根据分析结论制定下一轮的产品策略，比如优化功能，或者优化投放渠道等

-

我zui近开始学习Python啦，用Python做数据分析能处理数据非常多的excel表格，还可以做成数据可视化，我就心动了

我用【夜曲编程】学Python，这是我近来发现的宝藏

我从入门课开始学，对新手小白很友好，用图文和暗喻的生动方式，学起来不枯燥。每天花十分钟左右的时间就可以学完啦，一点心里压力都没有

我觉得真正厉害的产品经理都应该具备数据思维，通过业务数据去发现产品中存在的问题，业务数据的背后是每个用户行为的堆砌，如果数据发生波动，就需要重点关注

所以我需要做数据分析报告，来论证近期上线的功能是否符合业务和商业需求，但是在做数据分析上还是存在瓶颈，比如只能通过手动整理数据报表，非常花费精力。

希望能够通过Python来解决我的这个困扰，目前我才学了十几天，等后面学完了再来跟大家分享课程测评

需要pmp学习资料的可以找我要