为什么数据分析师要用产品思维？

http://mt.sohu.com/20150615/n415018702.shtml

数据分析的目的决定了不同的方式方法，出发点永远是如何指导工作，无论是最基础的了解现状及趋势，还是机器自动学习的算法改进，永远如此。

在我看来，数据分析不是一项工作，尤其不是从后台取个数据，做个图表的工作，而是一个产品，能够满足某种实际工作需要的产品。比如数据指数系统，用来指导运营工作，让运营的同仁能够基于指数来评估自身工作的增益或者不足，进一步通过数据钻取来了解指数增加或减少的原因。

说到知识，最好的转换方式无非是6个字：图形、对比、钻取。一图胜千言，指标增长还是减少，与自己对比，与控制组对比。当发现这些变化时，进入维度中观看不同的水平，是哪种水平导致了这些变化。其实非常简单，简单到比培训什么同比、环比、均值、众数、方差、高斯分布、ANOVA、非参数统计、因子扭矩还带个旋 转、贝叶斯分布等等等等简单的多。

一定要目标导向，而不是工具导向。后者很可怕，我曾经遇到过一位同学，他很happy的告诉我他要用SAS，我问为啥，答案是可以编程。我说好吧，心想真有米，要多么复杂的模型啊，实际上这复杂的模型就是描述统计量的计算。忘记工具、忘记模型，用目标来指引工作，假设要转化的知识是给的哪些用户，他们的业务场景假设是什么，是需要看数据来评估绩效，还是需要数据来改进工作等等。然后把知识告诉他，这就完 了。如果说真要让我推荐个什么工具，我说SQL\python\R\SPSS\Excel随便挑一个都行，如果不行，随时来找我。

最终其实可以用一句话概况：数据分析师如果要想让你的数据分析结果有价值，能“落地”，必须有产品经理这种思维，就是：用户的痛点是什么（对应数据分析师：业务方碰到什么问题）？设计什么样的产品（请记住不是功能）来解决（对应数据分析师：你给出什么样的观点或者答案）？怎么让用户接受这个产品（怎么让你观点或者方案落地执行）