产品/运营为什么一定要具备数据思维？

什么叫“对数据敏感”？

可能做了三年运营，你还是凭感觉说话，工作也没出现什么大纰漏；

可能做了三年产品，你还是个取数机器，接触不到核心数据，也不知道如何用数据制定策略。

长此以往你是不是觉得数据对你的工作也没有产生多么大的帮助，

好像不做那么复杂的数据分析工作也能进站下去，

如果你目前是这种想法或正在经历着这种温水煮青蛙的工作，那你就危险了。

今天老师就通过几个小测试，告诉同学们为什么你一定要懂数据，特别是和业务接触比较深的运营、产品、市场营销等岗位同学。

---------

一、运营岗位案例：

假如你是公司的业务运营负责人，想通过提升公司的服务体验来提升用户粘性，你会怎么做？

同学们可以先思考下给出一个答案哦！

我接下来们先来看看1位主管协同1位专员的答案：

根据用户调研结果进行服务改进，并进行满意度回访

进行用户调研，总结改进意见，根据统计结果安排服务项改善优先级，并进行用户满意度的跟踪回访

我们再来看看运营经理协同1位专员的答案：

制定服务体验指标，通过不同层级指标确定评估维度及需要达到的量级

        对现有用户情况进行二元数据交叉分析，得出需要调研的核心用户属性

结论：通过以上答案，同学们肯定能够看出差别，主管协同专员给出的答案还是凭感觉，结果是无法度量，不具参考性的；而运营经理协同专员给出的结论从现有业务已经获取的数据出发，根据已有数据，制定了可量化、可执行的数据指标。

通过这个测试，老师希望同学们能看出数据在运营岗中的作用，不同级别的运营在处理同一个问题时，所展现的能力，当然级别对应能力，这个并不是绝对的。很多公司的运营主管同样具有很高的数据分析水平。但通过和自己的答案对比，同学们就可以判定出自己目前的能力级别，是不是距离经历或者主管还差很多。

运营与数据息息相关，是运营岗位的基本能力要求，也是高级运营岗位不可或缺的核心能力。

那不同级别的运营同学有应该具备哪些数据能力呢？

一张图让你看清

运营岗数据应用能力要求：

二、产品岗位案例：

公司新推出一款app，想考察用户对于产品的忠诚度，提高用户留存。如果你是产品经理，你会怎么做：

普通产品经理的答案：

直接查看DAU，观察对比日活月活

优秀产品经理的答案：

将用户按照注册时间进行切片

根据业务需求制定阶段性生命周期（3日、7天、10天、15天、30天、按周切片、按小时切片、按改版前后切片等）

根据数据表现找到用户流失点，锁定流失的关键环节

利用其他分析手段，精准定位用户流失的关键因素（比如用户行为分析法、漏斗分析、行为事件分析等）

通过上面这个问题，同学们一目了然，数据分析应用在产品经理岗位的重要性，与运营不同的是，即便是初级的产品经理也是需要一定的数据分析能力，但高级的产品经理是能够将业务与数据思维相结合，这就导致了分析是否真的从业务出发，结果是否真的能给业务产生推动作用。

我们都说，没有数据分析能力的产品经理相当于是“瞎子”，因为你想进行产品的优化，都无从着手，因为你根本不知道问题出现在什么地方。作为产品经理不仅要关心业务数据，还需要关心用户行为，发现用户的行为偏好，从而采取策略提升服务和收入。而这就意味着你需要花费时间去学习、去研究，只有这样才能称之为一个合格的产品经理。

数据能力是产品经理的必备技能，也是产品经理岗位进阶的核心竞争力，是仅次于产品规划的核心能力之一。

那不同级别的产品同学又有应该具备哪些数据能力呢？

同样一张图让你看清

产品经理岗数据应用能力要求：

通过两个案例的拆解，同学们了解了数据分析在实际工作中产生的作用，如果你需要做岗位的提升，数据分析能力是必须可少的，不论是运营还是产品经理亦或是市场营销的同学，基础能力到进阶能力的升级，伴随而来的一定是岗位级别的提升。

对数据分析从业者来说，除了有很好的数据分析专业素养，是否有业务高度，是否能够将数据分析跟公司的业务结合起来，特别是跟商业价值结合起来，通过数据分析来驱动业务发展，是核心所在。一个好的、对公司有价值的员工，他时刻会将提升用户体验、通过数据驱动公司业务发展、通过数据为公司产生商业价值作为衡量数据分析价值的最终标准。

对领导或者公司管理层来说，不能只靠拍脑袋来做决策，除非你觉得自己像乔布斯一样牛，能够洞察需求的本质，甚至创造用户需求，否则需要形成利用数据做决策的思维意识，至少要利用数据去支撑你的观点。要善用一切数据来获得对用户和产品的洞察，最终用数据说话，否则数据分析也将流于形式。

随着大数据技术的发展与成熟，大数据行业应用的不断深入。用户行为甚至是跨域、多维度的数据分析越来越受到重视，有数据驱动意识、能够很好地从数据中发现规律并充分利用这些规律的员工，才能够在激烈的市场竞争中更好地生存下来