数据产品经理“功守道”
一、“天条制定者”-数据产品经理
1、数据产品经理的主要工作内容
1.1 数据支持工作
- 临时性数据需求:通过取数、对数、给数等环节,完成此类工作。
- 业务与产品验证:通过对数据的挖掘与分析,完成新业务与新功能的效果验证。
- 业务决策辅助:利用数据,模拟与验证新的业务模式是否可行,让业务决策者的判断拥有可信赖的数据依据。
1.2 数据体系建设
- 数据指标体系建设:从数据获取、梳理指标、统计口径到统计规范的输出,再到数据模型与数据开发跟进,以及最终的数据验证。
- 数据接口设计:个系统间数据互通的实现方式是拥有可调用的数据接口,完成这些数据接口的设计是数据流通的基础。
- 数据可视化设计:数据的呈现方式易读易懂。
2、数据产品经理与数据分析师
- 数据产品经理会通过数据体系建设,完成业务数据的抽象,以产品化的方式输出数据成果,而数据分析师更多的是在解决业务的具体问题,关注数据变动背后的逻辑与原因,从而完成解读与预测。
- 数据产品经理本质上市产品经理,是在输出产品解决方案;数据分析师本质上市分析师,是在输出商业解决方案。
二、数据产品经理的“武器库”
1、Excel常用函数公式
1.1 文本函数公式
- LEN():计算字符长度,汉字计1个字符
- LENB():计算字符长度,汉字计2个字符
- LEFT():从左侧提取字符串,=LEFT(指定单元格,截取长度)
- RIGHT():从右侧提取字符串,RIGHT(指定单元格,截取长度)
- MID():从中间提取字符串,=MID(指定单元格,开始位置,截取长度)
- TRIM():清除字符串两侧的空格
- CONCATENATE():合并单元格内容,=CONCATENAME(单元格1,单元格2)
- REPLACE():替换单元格制定位置的内容,=REPLACE(指定单元格,开始位置,替换长度,"替换后的内容")
- SUBSTITUTE():替换单元格制定内容,固定内容替换,=SUBSTITUTE(指定单元格,制定内容,替换内容,位置),位置:要替换第几个
- FIND():查找文本内容,=FIND(要查找的字符,指定单元格,起始搜索位置)
- SEARCH():查找文本位置,与FIND函数类似,不区分大小写,=SEARCH(要查找的字符,指定单元格,起始搜索位置)
- TEXT():将数值转化为指定的文本格式
1.2 日期与时间函数
函数 | 含义 |
TODAY() | 动态参数,返回当前日期 |
NOW() | 动态参数,返回当前时间 |
YEAR() | 返回日期中的年份 |
MONTH() | 返回日期中的月 |
DAY() | 返回日期中的天 |
HOUR() | 获取日期时间中的小时数 |
MINUTE() | 获取日期中的分钟数 |
SECOND() | 获取日期中的秒数 |
TIME() | 将指定单元格数据转换为时间格式 |
DATA() | 将指定单元格数据转换为日期格式 |
WEEKDAY() | 返回指定日期所在的星期数 |
WEEKNUM() | 返回特定日期是所在年份的第几周 |
1.3 查询与引用函数
- VLOOKUP():从某个区域查找特定内容,并提取该区域部分内容到制定位置,=VLOOKUP(要找的内容,去哪找,具体的位置,是否精确匹配)
- INDEX():提取表格区域中的指定内容,=INDEX(指定单元格区域或数组,所在行,所在列)
- MATHCH():查找制定内容所在的位置,=MATCH(要返回值的单元格区域或数组,查找的区域,查找方式)
- ROW():返回单元格所在行数
- COLUMN():返回单元格所在列数
- RANK():求指定数据在某区域下一组数据中的排名,=RANK(参与排名的数值,排名的数值区域,排名方式0位降序/1为升序)
- OFFSET():引用某区域的数值,=OFFSET(指定点,偏移多少行,偏移多少列,返回多少行,返回多少列)
1.4 统计函数
- SUM():计算所选单元格区域所以数值的和
- SUMIF():计算满足单元格条件的单元格的和,=SUMIF(条件区域,判断条件,求和条件)
- SUMIFS():根据多个条件来求和,=SUMIFS(求和区域,条件区域,判断条件,条件区域,判断条件,.......)
- SUMPRODUCT():计算多个给定数组间元素的乘机之和
- COUNT():统计指定区域中包含数字的单元格数目
- COUNTIF():统计指定区域中满足给定条件的单元格数目,COUNTIF(条件区域,判断条件)
- COUNTIFS():统计指定区域中满足一组给定条件的单元格数据
- AVERAGE():计算指定区域的平均值
- STDEV():统计指定区域的标准差
- INT():取整函数,向下取整
- ROUND():取整函数,可按小数位取整
- MIN():统计指定区域的最小值
- MAX():统计指定区域的最大值
- RANK():统计指定单元格在统计区域中的排名
- RAND/RANDBETWEEN():生成随机数,RAND函数生成的随机数范围为0~1,RANDBETWEEN函数可指定随机数范围
1.5 逻辑函数
- IF():条件判断,如果为真,则返回某个值,如果为假,则返回另外一个值,=IF(判断条件,成立时返回某值,不成立时返回某值)
- AND():逻辑判断为“且”,当所有判断条件均成立,最终判断才成立
- OR():逻辑判断为“或”,多个判断条件有一个成立,最终判断即成立
- NOT():取判断结果相反的逻辑值
2、数据建模工具
2.1 数学建模与数据建模区别
- 数学建模是为了满足预测与归因等需求,将现实问题抽象成数学问题,然后选择合理的算法进行求解。
- 数据建模主要完成业务流程的数据抽象,从而确定数据库的管辖范围。
2.2 数据建模意义
- 数据建模是数据开发的起点:数据模型中定义的数据表字段,以及表与表之间的关系,相当于提供给数据开发工程师的需求文档,因此数据建模也是数据产品经理完成数据需求设计的过程。
- 数据建模是参与方达成共识的依赖:数据模型始于业务梳理,最终的输出物为项目参与方提供数据体系的全局视角,让需求方与开发人员在数据需求、数据范围及中长期规划上达成共识。
- 数据建模是数据质量、数据安全的保障:通过数据建模,既可以去除现有数据冗余,又可以依据数据安全要求明确出敏感字段,进行脱敏与权限管控。
2.3 如何完成数据建模
- 数据需求调研:熟悉业务流程与业务逻辑,分析数据表与表字段。
- 梳理数据业务关系:标识数据表主键和外键
3、解决问题的SQL
三、数据分析方法与决策
数据分析师指使用适当的统计分析方法对所搜集的数据进行分析,从中获取有用信息,并形成结论的过程。
1、基本分析法
- 对比分析:通常用到趋势图,通过数据的趋势变化,判断产品域业务的健康度。对比分析可分为2个方向:指标对比(在相同维度下,对一个或多个指标进行时间对比,通过同比、环比与定基比,进行问题拆解分析)与维度对比(对制定指标进行多维度对比分析)。
a. 同比:本时间周期与去年同期的比值。
b. 环比:本时间周期与上一个时间周期比值。
c. 定基比:本时间周期与某一固定时期的比值。
- 漏斗分析:业务分析的基本模型,是运营人员与用户增长产品经理常用的分析手段;在数据流转生命周期中,从起点到终点,每个阶段的数据转换率与流失程度都会反映出很多问题。
- 拆分分析:将某个问题逐层拆分成若干个子问题,通过对子问题的研究,获取最终解决方案。在数据分析与产品设计过程中,当数据产品经理面对一个巨大目标无从下手时,费米问题的解决思路是一种值得借鉴的策略。
2、统计分析法
统计分析应用场景是基于系统生成的数据,反向推算系统的内在逻辑。常用方法如下:
- 描述分析:通过图表或数据方法,对数据资料进行整理、分析,并对数据的分布状态、数字特征和随机变量之间的关系进行评估和描述的方法。
a. 集中趋势分析:用来反映数据的一般水平,常用指标有平均数、中数、众数等。
b. 离中趋势分析:用来反映数据的离散程度,常用的指标有方差、标准差、平均差等。
c. 相关分析:用来反映数据之间的关联性,在研究过程中,通常使用控制变量法获取数据之间的相关程度。
- 回归分析:像是以史为鉴的思考与探索,寄希望于找到合适的函数关系式来解释数据之间的关系。
- 聚类分析:一种探索式分析方式,不需要事先明确类别标准,只需确定基于哪些指标实现对象聚类,并选择合适算法,然后系统就会依照对象与所选指标之间的“距离”完成聚类操作,确保了同一个类下的对象有很大的相似性,而不同类下的对象存在很大的差异性。常见分层聚类、k-均值聚类、模糊C均值聚类等。