打造突破式产品思维｜《幕后产品》读书笔记（4）Part1
以下文章选自《冰川下的原始人》
今天跟⼤家分享的是《幕后产品》第四章节，作者王诗沐，相信对⽹易云⾳乐平台有过⼀定了解的读者都知道王诗沐，这位顶尖且具有突破式产品思维的产品创造者，“2012年开始负责⽹易云产 品相关⼯作，直⾄2019年3⽉，曾任⽹易云⾳乐副总裁、新美事业部总经理”。可以这么说，⽹易云⾳乐之所以在激烈的竞争中实现了红海突围，获得很好的⼝碑，实现⽤户量⾏业前三，这⼀切都离不开背后的核心人物王诗沐。
《幕后产品》这本书是作者（王诗沐）将⾃⼰做产品的⼼路历程，细节决策，思维模式等鞭辟⼊⾥地分享出来，初读本书，便犹如高手手把手教你习剑，⼀窥优秀产品幕后；巨鲸引领你遨游， 领略产品思维的⼴度和深度。这不仅是⼀本值得反复阅读和领会学习的书，更像是⼀位智者和你进⾏思维交织的漫谈，引领者我的成⻓并对我产⽣深远的影响。今天，便开始写下我与本书的第四次思想交汇笔记，以及我作为读者从中阅读的感悟和总结出来的核⼼思想，读书笔记将分为10次与本书10章相对应，以便更好的回顾深⼊和辩证思考。
正文
第四章概要：产品经理的基本功
“产品经理需要修炼哪些基本功？”
本章所要讲述的，是作为一名合格的产品经理所需要具备的基本功。正如古人言，“万丈高楼平地起”，无论是对于各行各业，还是对于我们的人生而言，“最厉害的本事，往往都是基本功”，这里想要引用人民网夜读里的一段话，“基本功往往反映了一个行业的底层逻辑与本质规律，也决定了一个从业者未来能够走多远。”
由此可见，夯实基本功对于我们来说意义重大，有的人会说，天赋很大程度上反映的是天花板的高度，而我想说的是，基本功却是使我们能够摸到天花板时，脚底下垫着的一块块的基石。对于产品经理来说，想要做一个长远的成功的产品，稳固扎实的基本功是不可或缺的
王诗沐更是在本章中提到，在面试产品经理、考察其能力时，会看重两个方面：一个是基本功，另一个是天赋。天赋包括洞察能力和商业嗅觉，这对一个出类拔萃的产品经理来说十分重要。而基本功则是产品经理能否做到80分的硬性条件。但是反观现状来看，相比于程序员群体的编码基本功，产品经理群体中能够练好基本功的比例要小一些，所以这也就难怪有程序员会“吐槽”产品经理了
回归到问题，产品经理所需要具备的基本功有哪些？
王诗沐在书中给到的回答是，产品经理需要具备的基本功有：用户研究、需求分析、数据分析、交互设计、信息架构、UI设计、编程能力（UI设计和编程能力严格来说是可选的，但王诗沐认为它们是挺有益处的，因此仍放在基本功中）、审美能力、竞品分析等
对于以上产品经理所需要具备的技能，都是会随着经验积累而越来越扎实的，这不是一门“玄学”，恰恰相反，这是有规律可循，以及能够不断实践、日积月累得到提升的，而且这种提升会逐渐增强产品经理的技能。哪怕产品经理在天赋方面差一些，也能够通过努力来获得洞察能力和商业嗅觉（天赋在99%的情况下只是加分项）。因此，对于产品经理的基本功的学习和掌握是一个需要我们不断去努力、实践以及复盘的，日积月累的过程
那么接下来，就让我们对这些基本功进行一个展开的学习和思考（其中竞品分析与市场、行业的分析判断一脉相承，在之后再单独展开分析）
产品经理技能树
数据分析
「何为数据分析能力？」
简单来说，卓越的数据分析能力必将以好的数据和算法意识为基础，通过对产品数据的分析和理解，从而去实现用算法去更好地驱动业务以及辅助决策
书中举到了一个很典型的例子，就是今日头条。正如我们所知，今日头条系的产品发展得很快速，那么基于它们的底层逻辑以及产品方法论是什么？
从某种程度上讲，今日头条是一家流量运作公司，对流量ROI（投资回报率）的运用纯熟度与效率非常高。通过剖析今日头条系产品的成长路线，会有这么一条规律：在今日头条本身拥有很不错的广告变现能力的基础上，今日头条系产品在市场推广上非常舍得花钱，而底层逻辑就在于——它们对流量ROI的掌握非常精细、纯熟
而通过流量分发和广告售卖算法，能保证流入的流量高效变现，从而引入更多符合ROI指标的流量，这就使得今日头条公司对流量的获取速度会比其他公司快好几个量级，而这也就形成了获取红利流量---流量高效变现---引入更多的ROI流量的正向闭环（即投出去再多市场推广的资金都将会以高效的方式翻倍，这是一件对于ROI流量变现把控的非常到位的事情）（上一家在中国互联网上这么运作流量的公司是阿里巴巴）
今日头条App界面（2020/10/27）
就好像为什么很多眼光独到的投资人往往一掷千金却能满载而归，而很多普通的投资散户犹豫再三却仍是亏损的时候占多数。这就在于很多普通散户对于一件事物的认知和眼光不够长远和精准，因此通常会犹豫不决，而在普通人犹豫不决时，眼光独到的投资人可能已经吃完了第一波红利，而这一切其实也是基于他对于投资有着长期的丰富经验以及对于风险的精准把控
再例如疫情期间，为什么今日头条会斥巨资让贺岁电影在头条上免费首播，也正是因为今日头条对于ROI流量的引入和把握有着非常精细、纯熟的把控和掌握，这是基于对流量ROI运作的信心
那么流量运作ROI的信心从何而来？
精细化的流量运作其实非常依赖强大的数据和算法系统，这也正是今日头条的起步和赖以生存的核心能力，也是愿意斥巨资进行市场推广的底气所在。（对流量有着基于数据和算法层面的深刻理解，当然也就有着高效的流量变现能力）
那么想要构建这样的数据和算法系统，需要什么？
这需要我们有着非常高的数据运用能力和非常好的数据算法意识，而这些都依赖于本章所要展开的要点，即练好数据分析的基本功，只有练好了这么一项基本功，才会使得你拥有好的数据和算法的洞察能力，从而构建出一条清晰的数据和算法驱动产品的发展逻辑，久而久之便成为一种意识
当我们掌握了基本的数据和算法的基本功，便可以搭建对于产品来说基于数据和算法分析的方法论了。而当我们拥有基于数据和算法分析的产品方法后，配合我们对用户和业务的洞察能力、商业嗅觉，就如同配上了先进的现代化武器去对付装备很差的军队。简单来说，数据和算法本质上极大地提升了产品的决策、运营/运作的效率，这也是我们为什么需要去学习并掌握数据分析的基本功的核心点
那么在讨论数据分析的基本功具体要怎么做之前，王诗沐还分享了一些数据和算法意识。中国互联网已经进入了一个获取流量成本很高的时期，尤其是获取一二线城市的用户流量的成本很高（就算是三四线城市的用户流量，大部分公司因为没有掌握优质渠道，所以获取成本也非常高）
因此，在这样的环境下，不管是同质化的业务还是创新业务，如何高效而低成本地获取流量都是非常重要的问题。因为在当今互联网时代，遍地都是idea，而当你通过实现一个很好的idea，向市场推出一个创新业务时，竞争对手对于业务的模仿和复制也已成家常便饭，那么能够提高核心竞争力并吃到市场红利的方法就是——高效而低成本地驱动业务的发展，从而迅速抢占市场份额，或是建立基于产品本身的一定的竞争壁垒
后者往往是做产品环节时需要进行的思考和投入，从投入市场环节来看，效率在这时候成为最重要的因素。对于一个产品负责人来说，在流量获取、流量分发、流量变现这三个阶段，如何通过数据和算法提高效率是需要去考虑的非常重要的问题
这种通过数据和算法提高效率的方法，在2012年左右就开始形成了一个趋势，但直到现在，仍只有部分头部公司拥有非常好的数据和算法系统来提高运营以及业务驱动的效率。而越是头部的公司，数据量级越大，数据和算法的效果就越好（例如百度、阿里巴巴、腾讯、字节跳动等），而这也就会产生互联网行业的马太效应，即形成强者恒强，而弱者难以追赶的局面
所以对于每一个有增长诉求的产品来说，尽快掌握这套方法是很关键的，而即便是对于刚“出生”不久的小产品，能够很好地掌握这套武器，也会使得有思路和方法从而高效地获取第一波流量，这也再一次应证了对于数据和算法分析的学习以及掌握的重要性所在
那么怎么做呢？
正如本书所始终贯彻的一条核心，无论是对于思维模式的培养和搭建，还是对于不同的方法论的学习和掌握，尽皆离不开“日复一日，年复一年”的不断地积累和复盘。对于本章所强调的数据分析等基本功也同样如此，数据和算法意识也是来自日复一日、年复一年的数据分析的应用和积累，而非一日之功。那么接下来，我们去看看具体该怎么做
从渠道上看，市面上有不少数据分析的好书，比如《精益数据分析》，这是其一；其二，知乎上也有不少数据分析方面的专业人士以及精彩回答，这些书籍和网上的内容都能够很好地去帮助我们学习数据分析技能，当然更多的是对于一种思维模式上的培养。可供参考的是，产品经理不需要成为数据分析方面的专家，但什么时候分析数据、分析哪些数据、如何分析数据、如何用数据辅助决策、如何用数据驱动业务，这些问题都是产品经理必须要回答的
王诗沐最早是从Web时代开始做产品的，那时候大家通常都用Alexa、Google Analytics做网站数据分析，当然也学习了UV/PV（独立访客/访问量）、跳出率、停留时长、留存率、漏斗、转化路径等数据分析中的一些基本概念，当时养成的好的数据分析习惯一直保留到现在
UV：UV一般指独立访客。独立访客就是独立（IP）访客（Unique Visitor）一般地，我们可以用两个数值标准来统计访问某网站的访客，即“访问次数”和“独立访客（问）数”，访问次数和独立访客数是两个不同的概念
PV：PV是Page View的缩写，即页面浏览量，通常是衡量一个网络新闻频道或网站甚至一条网络新闻的主要指标。网页浏览数是评价网站流量最常用的指标之一
跳出率（Bounce Rate）：跳出率是指在只访问了入口页面（例如网站首页）就离开的访问量与所产生总访问量的百分比。跳出率计算公式：跳出率=访问一个页面后离开网站的次数/总访问次数
停留时长（Time on Site）：停留时长是指访客浏览某一页面时所花费时长，页面的停留时长=进入下一个页面的时间-进入本页面的时间。一般来说，达到12秒以上较好。但张小龙认为，“拿停留时长来衡量一个APP的好坏是错误的。每个人一天只有24个小时。互联网人的使命不应该是让所有人除了吃喝拉撒，把时间都花在看手机上面”
留存率：留存率是用于反映网站、互联网应用或网络游戏的运营情况的统计指标，其具体含义为在统计周期（周/月）内，每日活跃用户数在第N日仍启动该App的用户数占比的平均值。其中N通常取2、3、7、14、30，分别对应次日留存率、三日留存率、周留存率、半月留存率和月留存率。留存率常用于反映用户粘性，当N取值越大、留存率越高时，用户粘性越高
漏斗：这里的漏斗是营销漏斗模型，指的是在营销过程中，将非用户（也叫潜在客户）逐步变为用户（也叫客户）的转化量化模型
营销漏斗的关键要素包括：营销的环节，相邻环节的转化率
营销漏斗模型的价值在于其量化了营销过程各个环节的效率，帮助我们找到薄弱环节
营销漏斗模型不是固定的，但其最终结果一般是相同的，就是达到用户购买或消费的目的
营销漏斗模型重点在于量化，互联网营销的漏斗模型构建较为容易，其他类型营销的漏斗模型构建往往要通过定量调研的方式实现
路径转化：转化路径是指用户在互联网上面做广告，网民通过展现量---点击量---浏览量---咨询量---购买量这一系列的转化途径
访客对转化路径中各个步骤的访问情况。通过转化路径报告，可以及时了解访客通常会在哪些步骤放弃对网站的继续访问，从而有效地改善网站质量。访客在已设定的各个转化路径上的访问情况。可以帮助了解转化路径中哪个页面的访客流失率最大，从而有针对性地改善转化路径页面以提升网站转化率。如果在相关的数据分析系统里面设置了转化路径，那么就可以获得以下一些信息：
1. 进入网站的访客中究竟有多少有可能成为客户
2. 在进入某个转化目标后，通常在哪些步骤访客放弃了继续的访问
3. 目标或路径页面是否足够吸引访客（根据平均停留时间分析）
除了看书和学习数据分析技能外，王诗沐还获得了一些数据分析方面的感悟，如下
1.不能只看大数据，需要精细化分析
2.需要看数据的变化、趋势
3.需要对比数据，做到心中有谱
4.找到关键数据
5.数据约等于效率的意识
那么接下来，就对王诗沐关于数据分析的这五点感悟进行展开分析和思考
1.不能只看大数据，需要精细化分析
王诗沐在本章中提到，这应该是他关于数据分析的最重要的感悟，也是很多产品经理可能缺乏的意识，而这种意识就是——精细化地分析数据
简单来说，就是对于一个产品而言，不但要从宏观上去看产品的整体大数据，还需要具体去细分数据，从而获知哪些点的数据在增长，哪些在下降。因为有可能虽然产品的整体数据表现为增长的态势，但实际上却是产品的重要指标在下降，而无关指标在上升的这么一种状态，因此我们需要从多个角度去看数据分析，不仅需要宏观的角度，还需要微观的具体细分的角度
接着，王诗沐也以网易云为例，产出一个小的案例来进行了说明
网易云音乐的评论非常受用户欢迎，数据表现也非常好：每天评论总数、点赞总数不断增加，领先竞争对手的优势很大。如果只看这个数据，是否就意味着评论系统已经非常好、不用再进一步优化了呢？答案是否定的，我们应当更加深入地思考如何用数据评估评论系统。评论总数和点赞总数确实可以从宏观方面看到评论系统的量级和质量，但我们还可以问如下问题：
1）超过100条评论的歌曲数量占比是多少？
2）评论、点赞数量的分布是怎样的，大量点赞是否集中在少数评论上，还是有长尾效应？
3）新的精彩评论数量占比多少？被用户浏览过、点赞或回复过的评论数量占比是多少？
4）用户互相回复的比例有多少？
类似这样的问题实际上是针对评论系统的真实运营状态提问的，也就是对产品整体的大数据进行了精细化的分析。如果评论是大量集中在热门歌曲上的，那么这就可能是虚假繁荣，即并没有形成一个真正热爱音乐的社区，用户更多的是对于热门的跟风
而如果大量点赞集中在少数评论上，那么就只有少数评论生产者获益，这会产生我们所说的马太效应（强者愈强，弱者愈弱），对于社区的生态发展是不利的
新的精彩评论数量占比、被用户浏览过的评论数量占比则是为了看更长尾的评论社区能否形成。（因此产品团队基于这一点的做法应是要保证新内容的曝光和热度，从而保证内容的可持续生产）
最后一问的逻辑则是为了看UGC的生产近况以及互动覆盖率，UGC的生产与互动覆盖率越高，则这个社区的生命力就越旺盛，而好的社区生态的形成也有助于提高用户粘性（基于这一点的做法应是要通过好的途径和方式去促进用户的互相回复）
通过这个案例，我们可以得知，我们所看到的产品的整体状况很多时候并不能真实地反映其内部的状态。所以，对一个宏观数据从上往下细分更多的数据维度，才能使我们真正了解一个业务的真实状态，而不是停留在表面上的情况，而这也同样应证了精细化地分析数据是我们需要去掌握的非常重要的意识
那么想要培养形成这个意识也绝非是一日之功，这需要耐心、定力和钻研，而不是浮躁与功利，只有真正沉下心来做产品，才能不断去打磨、培养这个意识
2.需要看数据的变化、趋势
从字面上看，就是要对数据的变化、趋势有一定的敏感程度，以及能够通过数据去找到业务的突破点和用户的增长点。在业务快速增长期，核心业务数据都在快速增长；但在业务平缓期，数据看上去会很平稳，这个时候就尤其需要产品经理敏锐地往细粒度看，从而发现数据的趋势。在业务平缓期，虽然产品整体的大盘数据是平稳的，但这其中细分模块的数据可能会有变化的趋势，因为随着时间的推移，会逐渐有新的内容形态、流量趋势冒出来，而我们需要敏锐地发现它们，并且把它们规模化，这样做才能有助于产品的发展以及找到新的用户增长点
3.需要对比数据，做到心中有谱
要做到心中有谱，最普遍的问题就是，是否知道某项数据的天花板在哪里
在很多场景下，我们很多人往往会从一个相对狭隘的角度去看问题、看数据，而这无异于坐井观天，因此，我们需要从狭窄的空间里跳出来，站在巨人的肩膀上，即站在宏观和更开阔的角度去看问题，看数据。有时候，我们觉得一个数据表现得不错，但这放在大盘里可能不突出，所以我们需要把数据和大盘比，和天花板比，从而做到心中有谱（而不是全凭自己主观的想象，只与竞争对手比也是还不够的）
4.找到关键数据
在专门介绍用户增长的书籍里，对找到衡量业务增长的关键数据指标有很详细的描述，其被称为——“北极星”数据，也叫唯一关键指标，即产品现阶段最关键的指标（数据），例如Facebook的用户关系数等（Facebook的用户留存数据显示，如果新用户在注册后无法快速在平台找到生活中的朋友，他们就会离开这个平台，而且很少有人会再次返回平台，于是Facebook需要让用户在注册后就能够立刻发现至少10名朋友，舒尔茨将这称为“魔力时刻”）
在这里，我们需要清楚了解一点，那就是一个产品在不同阶段可能会有不同的关键数据；在不同的子业务里，也会有不同的关键数据。而PM要是能够拥有关键数据意识，就能够在众多繁复的数据中找到最核心、最能衡量/驱动业务增长的指标（因为在业务发展的过程中，总会出现不同的业务数据之间相互冲突的情况，所以很难做到面面俱到）
关于关键数据，王诗沐也在这里分享了一些一般性的经验，例如
内容型产品多为内容消费人数、数量；
电商产品多为订单量、客单价；
社交产品多为关系数、互动数等
但具体的情况还需要通过我们对数据的分析和验证，以网易云音乐为例，在网易云音乐最初发展歌单系统的时候，对于分析哪个数据最能衡量/驱动业务时，有好几个数据可以考虑：播放歌单率、下载歌单率、收藏歌单率、分享歌单率......最后计算出这些数据和用户留存率最相关的是收藏歌单率，于是就利用推荐算法将歌单收藏率作为指标，从而优化用户于首页消费歌单的体验，从而不断地提高用户留存率，从而驱动DAU（日活跃用户数量）的增长，而这其中的关键就是——在分析产品的数据时，要通过对关键数据意识的应用，从而找到该产品在这个阶段的关键数据
5.数据约等于效率的意识
数据分析帮助PM做决策，甚至A/B测试可以代替产品经理做部分决策，这些都是为了降低决策的失误率和风险，将人脑用在更适合、更有深度、更有价值的地方——洞察
正如上述所言，数据和算法的意识会是之后很多互联网产品的标配，那么产品经理在工作中需要不断地培养、实践这样的意识。所以在能够通过A/B测试和数据分析来决策的事项上，尽可能地用这些方法辅助决策，同时也要影响整个团队去适应这样的做法（尤其是PM的上级、产品的老板等应该这样做），因为在互联网时代，对于任何一家公司来说，效率往往都是非常重要的优先级
如果公司和产品团队没有这样的意识，假设每天处理100个决策，那么在一年几万个决策里面到底有多少个是正确、靠谱的？这很难说，况且，这样的效率是非常低的。因此PM都应该在职业生涯的起步期就牢牢地练好数据基本功，培养数据和算法的效率意识，从而去影响一个产品团队、一家公司，乃至整个行业。从PM个人能力的提升和发展来看，能够尽快掌握数据分析和A/B测试的能力，以及拥有较好的数据和算法的效率意识，就可以高效地作出决策，从而解放脑力和时间，去做更有深度、更有价值的洞察，而洞察能力就是未来区分优秀的PM和普通的PM最重要的点位之一
用户增长与数据分析基本功
最后讲的是用户增长，得益于“用户增长”概念的风行，很多PM接触到了这个概念，而这个概念其实并不新鲜，所涉及到的具体事项也就是BI（商业智能）、数据分析、市场投放、用户研究的日常工作，所以能够真正把这件事情做好的人，一定不是只了解皮毛的人，而是有着扎实的数据基本功和意识的人；真正能把用户增长做好的公司，也一定不是赶时髦设立一个用户增长部门的公司（实际上不少公司在设立了独立的增长团队后反而影响了业务的发展，因为增长一定是与业务紧密联系的，增长团队和业务团队的配合带来了新的问题），而是从上至下都具备数据驱动意识并且认真落地执行的公司。由此可见，用户增长始终脱离不了的核心就是要拥有扎实的数据分析基本功以及数据和算法驱动的效率意识
不管是上述的哪一条感悟，都离不开我们对于数据的理解，数据分析最重要的，不是数据本身，而是我们要能够透过数据去透彻分析出用户的状态，产品在不同阶段的状况和趋势，并且提出对应的解决办法和高效准确的决策，而这一切都离不开我们要有扎实的数据分析的基本功以及不断培养和提升的好的数据和算法驱动的效率意识
今天跟⼤家分享的是《幕后产品》第四章节，作者王诗沐，相信对⽹易云⾳乐平台有过⼀定了解的读者都知道王诗沐，这位顶尖且具有突破式产品思维的产品创造者，“2012年开始负责⽹易云产 品相关⼯作，直⾄2019年3⽉，曾任⽹易云⾳乐副总裁、新美事业部总经理”。可以这么说，⽹易云⾳乐之所以在激烈的竞争中实现了红海突围，获得很好的⼝碑，实现⽤户量⾏业前三，这⼀切都离不开背后的核心人物王诗沐。
《幕后产品》这本书是作者（王诗沐）将⾃⼰做产品的⼼路历程，细节决策，思维模式等鞭辟⼊⾥地分享出来，初读本书，便犹如高手手把手教你习剑，⼀窥优秀产品幕后；巨鲸引领你遨游， 领略产品思维的⼴度和深度。这不仅是⼀本值得反复阅读和领会学习的书，更像是⼀位智者和你进⾏思维交织的漫谈，引领者我的成⻓并对我产⽣深远的影响。今天，便开始写下我与本书的第四次思想交汇笔记，以及我作为读者从中阅读的感悟和总结出来的核⼼思想，读书笔记将分为10次与本书10章相对应，以便更好的回顾深⼊和辩证思考。
正文
第四章概要：产品经理的基本功
“产品经理需要修炼哪些基本功？”
本章所要讲述的，是作为一名合格的产品经理所需要具备的基本功。正如古人言，“万丈高楼平地起”，无论是对于各行各业，还是对于我们的人生而言，“最厉害的本事，往往都是基本功”，这里想要引用人民网夜读里的一段话，“基本功往往反映了一个行业的底层逻辑与本质规律，也决定了一个从业者未来能够走多远。”
由此可见，夯实基本功对于我们来说意义重大，有的人会说，天赋很大程度上反映的是天花板的高度，而我想说的是，基本功却是使我们能够摸到天花板时，脚底下垫着的一块块的基石。对于产品经理来说，想要做一个长远的成功的产品，稳固扎实的基本功是不可或缺的
王诗沐更是在本章中提到，在面试产品经理、考察其能力时，会看重两个方面：一个是基本功，另一个是天赋。天赋包括洞察能力和商业嗅觉，这对一个出类拔萃的产品经理来说十分重要。而基本功则是产品经理能否做到80分的硬性条件。但是反观现状来看，相比于程序员群体的编码基本功，产品经理群体中能够练好基本功的比例要小一些，所以这也就难怪有程序员会“吐槽”产品经理了
回归到问题，产品经理所需要具备的基本功有哪些？
王诗沐在书中给到的回答是，产品经理需要具备的基本功有：用户研究、需求分析、数据分析、交互设计、信息架构、UI设计、编程能力（UI设计和编程能力严格来说是可选的，但王诗沐认为它们是挺有益处的，因此仍放在基本功中）、审美能力、竞品分析等
对于以上产品经理所需要具备的技能，都是会随着经验积累而越来越扎实的，这不是一门“玄学”，恰恰相反，这是有规律可循，以及能够不断实践、日积月累得到提升的，而且这种提升会逐渐增强产品经理的技能。哪怕产品经理在天赋方面差一些，也能够通过努力来获得洞察能力和商业嗅觉（天赋在99%的情况下只是加分项）。因此，对于产品经理的基本功的学习和掌握是一个需要我们不断去努力、实践以及复盘的，日积月累的过程
那么接下来，就让我们对这些基本功进行一个展开的学习和思考（其中竞品分析与市场、行业的分析判断一脉相承，在之后再单独展开分析）
产品经理技能树
数据分析
「何为数据分析能力？」
简单来说，卓越的数据分析能力必将以好的数据和算法意识为基础，通过对产品数据的分析和理解，从而去实现用算法去更好地驱动业务以及辅助决策
书中举到了一个很典型的例子，就是今日头条。正如我们所知，今日头条系的产品发展得很快速，那么基于它们的底层逻辑以及产品方法论是什么？
从某种程度上讲，今日头条是一家流量运作公司，对流量ROI（投资回报率）的运用纯熟度与效率非常高。通过剖析今日头条系产品的成长路线，会有这么一条规律：在今日头条本身拥有很不错的广告变现能力的基础上，今日头条系产品在市场推广上非常舍得花钱，而底层逻辑就在于——它们对流量ROI的掌握非常精细、纯熟
而通过流量分发和广告售卖算法，能保证流入的流量高效变现，从而引入更多符合ROI指标的流量，这就使得今日头条公司对流量的获取速度会比其他公司快好几个量级，而这也就形成了获取红利流量---流量高效变现---引入更多的ROI流量的正向闭环（即投出去再多市场推广的资金都将会以高效的方式翻倍，这是一件对于ROI流量变现把控的非常到位的事情）（上一家在中国互联网上这么运作流量的公司是阿里巴巴）
今日头条App界面（2020/10/27）
就好像为什么很多眼光独到的投资人往往一掷千金却能满载而归，而很多普通的投资散户犹豫再三却仍是亏损的时候占多数。这就在于很多普通散户对于一件事物的认知和眼光不够长远和精准，因此通常会犹豫不决，而在普通人犹豫不决时，眼光独到的投资人可能已经吃完了第一波红利，而这一切其实也是基于他对于投资有着长期的丰富经验以及对于风险的精准把控
再例如疫情期间，为什么今日头条会斥巨资让贺岁电影在头条上免费首播，也正是因为今日头条对于ROI流量的引入和把握有着非常精细、纯熟的把控和掌握，这是基于对流量ROI运作的信心
那么流量运作ROI的信心从何而来？
精细化的流量运作其实非常依赖强大的数据和算法系统，这也正是今日头条的起步和赖以生存的核心能力，也是愿意斥巨资进行市场推广的底气所在。（对流量有着基于数据和算法层面的深刻理解，当然也就有着高效的流量变现能力）
那么想要构建这样的数据和算法系统，需要什么？
这需要我们有着非常高的数据运用能力和非常好的数据算法意识，而这些都依赖于本章所要展开的要点，即练好数据分析的基本功，只有练好了这么一项基本功，才会使得你拥有好的数据和算法的洞察能力，从而构建出一条清晰的数据和算法驱动产品的发展逻辑，久而久之便成为一种意识
当我们掌握了基本的数据和算法的基本功，便可以搭建对于产品来说基于数据和算法分析的方法论了。而当我们拥有基于数据和算法分析的产品方法后，配合我们对用户和业务的洞察能力、商业嗅觉，就如同配上了先进的现代化武器去对付装备很差的军队。简单来说，数据和算法本质上极大地提升了产品的决策、运营/运作的效率，这也是我们为什么需要去学习并掌握数据分析的基本功的核心点
那么在讨论数据分析的基本功具体要怎么做之前，王诗沐还分享了一些数据和算法意识。中国互联网已经进入了一个获取流量成本很高的时期，尤其是获取一二线城市的用户流量的成本很高（就算是三四线城市的用户流量，大部分公司因为没有掌握优质渠道，所以获取成本也非常高）
因此，在这样的环境下，不管是同质化的业务还是创新业务，如何高效而低成本地获取流量都是非常重要的问题。因为在当今互联网时代，遍地都是idea，而当你通过实现一个很好的idea，向市场推出一个创新业务时，竞争对手对于业务的模仿和复制也已成家常便饭，那么能够提高核心竞争力并吃到市场红利的方法就是——高效而低成本地驱动业务的发展，从而迅速抢占市场份额，或是建立基于产品本身的一定的竞争壁垒
后者往往是做产品环节时需要进行的思考和投入，从投入市场环节来看，效率在这时候成为最重要的因素。对于一个产品负责人来说，在流量获取、流量分发、流量变现这三个阶段，如何通过数据和算法提高效率是需要去考虑的非常重要的问题
这种通过数据和算法提高效率的方法，在2012年左右就开始形成了一个趋势，但直到现在，仍只有部分头部公司拥有非常好的数据和算法系统来提高运营以及业务驱动的效率。而越是头部的公司，数据量级越大，数据和算法的效果就越好（例如百度、阿里巴巴、腾讯、字节跳动等），而这也就会产生互联网行业的马太效应，即形成强者恒强，而弱者难以追赶的局面
所以对于每一个有增长诉求的产品来说，尽快掌握这套方法是很关键的，而即便是对于刚“出生”不久的小产品，能够很好地掌握这套武器，也会使得有思路和方法从而高效地获取第一波流量，这也再一次应证了对于数据和算法分析的学习以及掌握的重要性所在
那么怎么做呢？
正如本书所始终贯彻的一条核心，无论是对于思维模式的培养和搭建，还是对于不同的方法论的学习和掌握，尽皆离不开“日复一日，年复一年”的不断地积累和复盘。对于本章所强调的数据分析等基本功也同样如此，数据和算法意识也是来自日复一日、年复一年的数据分析的应用和积累，而非一日之功。那么接下来，我们去看看具体该怎么做
从渠道上看，市面上有不少数据分析的好书，比如《精益数据分析》，这是其一；其二，知乎上也有不少数据分析方面的专业人士以及精彩回答，这些书籍和网上的内容都能够很好地去帮助我们学习数据分析技能，当然更多的是对于一种思维模式上的培养。可供参考的是，产品经理不需要成为数据分析方面的专家，但什么时候分析数据、分析哪些数据、如何分析数据、如何用数据辅助决策、如何用数据驱动业务，这些问题都是产品经理必须要回答的
王诗沐最早是从Web时代开始做产品的，那时候大家通常都用Alexa、Google Analytics做网站数据分析，当然也学习了UV/PV（独立访客/访问量）、跳出率、停留时长、留存率、漏斗、转化路径等数据分析中的一些基本概念，当时养成的好的数据分析习惯一直保留到现在
UV：UV一般指独立访客。独立访客就是独立（IP）访客（Unique Visitor）一般地，我们可以用两个数值标准来统计访问某网站的访客，即“访问次数”和“独立访客（问）数”，访问次数和独立访客数是两个不同的概念
PV：PV是Page View的缩写，即页面浏览量，通常是衡量一个网络新闻频道或网站甚至一条网络新闻的主要指标。网页浏览数是评价网站流量最常用的指标之一
跳出率（Bounce Rate）：跳出率是指在只访问了入口页面（例如网站首页）就离开的访问量与所产生总访问量的百分比。跳出率计算公式：跳出率=访问一个页面后离开网站的次数/总访问次数
停留时长（Time on Site）：停留时长是指访客浏览某一页面时所花费时长，页面的停留时长=进入下一个页面的时间-进入本页面的时间。一般来说，达到12秒以上较好。但张小龙认为，“拿停留时长来衡量一个APP的好坏是错误的。每个人一天只有24个小时。互联网人的使命不应该是让所有人除了吃喝拉撒，把时间都花在看手机上面”
留存率：留存率是用于反映网站、互联网应用或网络游戏的运营情况的统计指标，其具体含义为在统计周期（周/月）内，每日活跃用户数在第N日仍启动该App的用户数占比的平均值。其中N通常取2、3、7、14、30，分别对应次日留存率、三日留存率、周留存率、半月留存率和月留存率。留存率常用于反映用户粘性，当N取值越大、留存率越高时，用户粘性越高
漏斗：这里的漏斗是营销漏斗模型，指的是在营销过程中，将非用户（也叫潜在客户）逐步变为用户（也叫客户）的转化量化模型
营销漏斗的关键要素包括：营销的环节，相邻环节的转化率
营销漏斗模型的价值在于其量化了营销过程各个环节的效率，帮助我们找到薄弱环节
营销漏斗模型不是固定的，但其最终结果一般是相同的，就是达到用户购买或消费的目的
营销漏斗模型重点在于量化，互联网营销的漏斗模型构建较为容易，其他类型营销的漏斗模型构建往往要通过定量调研的方式实现
路径转化：转化路径是指用户在互联网上面做广告，网民通过展现量---点击量---浏览量---咨询量---购买量这一系列的转化途径
访客对转化路径中各个步骤的访问情况。通过转化路径报告，可以及时了解访客通常会在哪些步骤放弃对网站的继续访问，从而有效地改善网站质量。访客在已设定的各个转化路径上的访问情况。可以帮助了解转化路径中哪个页面的访客流失率最大，从而有针对性地改善转化路径页面以提升网站转化率。如果在相关的数据分析系统里面设置了转化路径，那么就可以获得以下一些信息：
1. 进入网站的访客中究竟有多少有可能成为客户
2. 在进入某个转化目标后，通常在哪些步骤访客放弃了继续的访问
3. 目标或路径页面是否足够吸引访客（根据平均停留时间分析）
除了看书和学习数据分析技能外，王诗沐还获得了一些数据分析方面的感悟，如下
1.不能只看大数据，需要精细化分析
2.需要看数据的变化、趋势
3.需要对比数据，做到心中有谱
4.找到关键数据
5.数据约等于效率的意识
那么接下来，就对王诗沐关于数据分析的这五点感悟进行展开分析和思考
1.不能只看大数据，需要精细化分析
王诗沐在本章中提到，这应该是他关于数据分析的最重要的感悟，也是很多产品经理可能缺乏的意识，而这种意识就是——精细化地分析数据
简单来说，就是对于一个产品而言，不但要从宏观上去看产品的整体大数据，还需要具体去细分数据，从而获知哪些点的数据在增长，哪些在下降。因为有可能虽然产品的整体数据表现为增长的态势，但实际上却是产品的重要指标在下降，而无关指标在上升的这么一种状态，因此我们需要从多个角度去看数据分析，不仅需要宏观的角度，还需要微观的具体细分的角度
接着，王诗沐也以网易云为例，产出一个小的案例来进行了说明
网易云音乐的评论非常受用户欢迎，数据表现也非常好：每天评论总数、点赞总数不断增加，领先竞争对手的优势很大。如果只看这个数据，是否就意味着评论系统已经非常好、不用再进一步优化了呢？答案是否定的，我们应当更加深入地思考如何用数据评估评论系统。评论总数和点赞总数确实可以从宏观方面看到评论系统的量级和质量，但我们还可以问如下问题：
1）超过100条评论的歌曲数量占比是多少？
2）评论、点赞数量的分布是怎样的，大量点赞是否集中在少数评论上，还是有长尾效应？
3）新的精彩评论数量占比多少？被用户浏览过、点赞或回复过的评论数量占比是多少？
4）用户互相回复的比例有多少？
类似这样的问题实际上是针对评论系统的真实运营状态提问的，也就是对产品整体的大数据进行了精细化的分析。如果评论是大量集中在热门歌曲上的，那么这就可能是虚假繁荣，即并没有形成一个真正热爱音乐的社区，用户更多的是对于热门的跟风
而如果大量点赞集中在少数评论上，那么就只有少数评论生产者获益，这会产生我们所说的马太效应（强者愈强，弱者愈弱），对于社区的生态发展是不利的
新的精彩评论数量占比、被用户浏览过的评论数量占比则是为了看更长尾的评论社区能否形成。（因此产品团队基于这一点的做法应是要保证新内容的曝光和热度，从而保证内容的可持续生产）
最后一问的逻辑则是为了看UGC的生产近况以及互动覆盖率，UGC的生产与互动覆盖率越高，则这个社区的生命力就越旺盛，而好的社区生态的形成也有助于提高用户粘性（基于这一点的做法应是要通过好的途径和方式去促进用户的互相回复）
通过这个案例，我们可以得知，我们所看到的产品的整体状况很多时候并不能真实地反映其内部的状态。所以，对一个宏观数据从上往下细分更多的数据维度，才能使我们真正了解一个业务的真实状态，而不是停留在表面上的情况，而这也同样应证了精细化地分析数据是我们需要去掌握的非常重要的意识
那么想要培养形成这个意识也绝非是一日之功，这需要耐心、定力和钻研，而不是浮躁与功利，只有真正沉下心来做产品，才能不断去打磨、培养这个意识
2.需要看数据的变化、趋势
从字面上看，就是要对数据的变化、趋势有一定的敏感程度，以及能够通过数据去找到业务的突破点和用户的增长点。在业务快速增长期，核心业务数据都在快速增长；但在业务平缓期，数据看上去会很平稳，这个时候就尤其需要产品经理敏锐地往细粒度看，从而发现数据的趋势。在业务平缓期，虽然产品整体的大盘数据是平稳的，但这其中细分模块的数据可能会有变化的趋势，因为随着时间的推移，会逐渐有新的内容形态、流量趋势冒出来，而我们需要敏锐地发现它们，并且把它们规模化，这样做才能有助于产品的发展以及找到新的用户增长点
3.需要对比数据，做到心中有谱
要做到心中有谱，最普遍的问题就是，是否知道某项数据的天花板在哪里
在很多场景下，我们很多人往往会从一个相对狭隘的角度去看问题、看数据，而这无异于坐井观天，因此，我们需要从狭窄的空间里跳出来，站在巨人的肩膀上，即站在宏观和更开阔的角度去看问题，看数据。有时候，我们觉得一个数据表现得不错，但这放在大盘里可能不突出，所以我们需要把数据和大盘比，和天花板比，从而做到心中有谱（而不是全凭自己主观的想象，只与竞争对手比也是还不够的）
4.找到关键数据
在专门介绍用户增长的书籍里，对找到衡量业务增长的关键数据指标有很详细的描述，其被称为——“北极星”数据，也叫唯一关键指标，即产品现阶段最关键的指标（数据），例如Facebook的用户关系数等（Facebook的用户留存数据显示，如果新用户在注册后无法快速在平台找到生活中的朋友，他们就会离开这个平台，而且很少有人会再次返回平台，于是Facebook需要让用户在注册后就能够立刻发现至少10名朋友，舒尔茨将这称为“魔力时刻”）
在这里，我们需要清楚了解一点，那就是一个产品在不同阶段可能会有不同的关键数据；在不同的子业务里，也会有不同的关键数据。而PM要是能够拥有关键数据意识，就能够在众多繁复的数据中找到最核心、最能衡量/驱动业务增长的指标（因为在业务发展的过程中，总会出现不同的业务数据之间相互冲突的情况，所以很难做到面面俱到）
关于关键数据，王诗沐也在这里分享了一些一般性的经验，例如
内容型产品多为内容消费人数、数量；
电商产品多为订单量、客单价；
社交产品多为关系数、互动数等
但具体的情况还需要通过我们对数据的分析和验证，以网易云音乐为例，在网易云音乐最初发展歌单系统的时候，对于分析哪个数据最能衡量/驱动业务时，有好几个数据可以考虑：播放歌单率、下载歌单率、收藏歌单率、分享歌单率......最后计算出这些数据和用户留存率最相关的是收藏歌单率，于是就利用推荐算法将歌单收藏率作为指标，从而优化用户于首页消费歌单的体验，从而不断地提高用户留存率，从而驱动DAU（日活跃用户数量）的增长，而这其中的关键就是——在分析产品的数据时，要通过对关键数据意识的应用，从而找到该产品在这个阶段的关键数据
5.数据约等于效率的意识
数据分析帮助PM做决策，甚至A/B测试可以代替产品经理做部分决策，这些都是为了降低决策的失误率和风险，将人脑用在更适合、更有深度、更有价值的地方——洞察
正如上述所言，数据和算法的意识会是之后很多互联网产品的标配，那么产品经理在工作中需要不断地培养、实践这样的意识。所以在能够通过A/B测试和数据分析来决策的事项上，尽可能地用这些方法辅助决策，同时也要影响整个团队去适应这样的做法（尤其是PM的上级、产品的老板等应该这样做），因为在互联网时代，对于任何一家公司来说，效率往往都是非常重要的优先级
如果公司和产品团队没有这样的意识，假设每天处理100个决策，那么在一年几万个决策里面到底有多少个是正确、靠谱的？这很难说，况且，这样的效率是非常低的。因此PM都应该在职业生涯的起步期就牢牢地练好数据基本功，培养数据和算法的效率意识，从而去影响一个产品团队、一家公司，乃至整个行业。从PM个人能力的提升和发展来看，能够尽快掌握数据分析和A/B测试的能力，以及拥有较好的数据和算法的效率意识，就可以高效地作出决策，从而解放脑力和时间，去做更有深度、更有价值的洞察，而洞察能力就是未来区分优秀的PM和普通的PM最重要的点位之一
用户增长与数据分析基本功
最后讲的是用户增长，得益于“用户增长”概念的风行，很多PM接触到了这个概念，而这个概念其实并不新鲜，所涉及到的具体事项也就是BI（商业智能）、数据分析、市场投放、用户研究的日常工作，所以能够真正把这件事情做好的人，一定不是只了解皮毛的人，而是有着扎实的数据基本功和意识的人；真正能把用户增长做好的公司，也一定不是赶时髦设立一个用户增长部门的公司（实际上不少公司在设立了独立的增长团队后反而影响了业务的发展，因为增长一定是与业务紧密联系的，增长团队和业务团队的配合带来了新的问题），而是从上至下都具备数据驱动意识并且认真落地执行的公司。由此可见，用户增长始终脱离不了的核心就是要拥有扎实的数据分析基本功以及数据和算法驱动的效率意识
不管是上述的哪一条感悟，都离不开我们对于数据的理解，数据分析最重要的，不是数据本身，而是我们要能够透过数据去透彻分析出用户的状态，产品在不同阶段的状况和趋势，并且提出对应的解决办法和高效准确的决策，而这一切都离不开我们要有扎实的数据分析的基本功以及不断培养和提升的好的数据和算法驱动的效率意识
