互聯(lián)網(wǎng)IDC圈6月1日?qǐng)?bào)道，產(chǎn)品經(jīng)理所面對(duì)的數(shù)據(jù)，本質(zhì)上和日常生活中的數(shù)據(jù)沒有太大的差別。簡(jiǎn)單來說，都是一個(gè)量化事物的手段，就像身高、體重一樣，都是一個(gè)數(shù)字指標(biāo)，它代表了現(xiàn)實(shí)存在的事物的一個(gè)客觀情況。
正是因?yàn)閿?shù)據(jù)的客觀性，讓數(shù)據(jù)變成了發(fā)掘問題本質(zhì)，尋找事物規(guī)律所需要用到的最有利的手段之一。
但是，數(shù)據(jù)雖然客觀，有時(shí)也是會(huì)騙人的。在與數(shù)據(jù)打交道的過程中，我們可能經(jīng)常會(huì)犯一些錯(cuò)誤，導(dǎo)致分析的結(jié)論出現(xiàn)較大的偏頗。因此，在做數(shù)據(jù)分析時(shí)，我們需要警惕這5個(gè)常見誤區(qū)：
顯然不能這么說，因?yàn)槟菍脢W運(yùn)會(huì)，姚明只投了一個(gè)三分球，科比投了53個(gè)。
因此，在做數(shù)據(jù)對(duì)比分析時(shí)，對(duì)于樣本的選取，需要制定相同的抽樣規(guī)則，減少分析結(jié)論的偏差性。
產(chǎn)品經(jīng)理在聽到部分用戶反饋的時(shí)候就做出決策，花費(fèi)大量的時(shí)間開發(fā)相應(yīng)的功能，往往結(jié)果，可能這些功能只是極少部分用戶的迫切需求，而大部分用戶并不在乎。
忽略沉默用戶，沒有全盤的考慮產(chǎn)品大部分目標(biāo)用戶的核心需求，可能造成人力物力的浪費(fèi)，更有甚者，會(huì)錯(cuò)失商業(yè)機(jī)會(huì)。
假如我們認(rèn)為評(píng)論多是銷量高的原因的話，數(shù)據(jù)分析的結(jié)論就會(huì)指導(dǎo)我們，需要?jiǎng)?chuàng)造更多的商品評(píng)論來帶動(dòng)商品銷量。
但如果真的這樣操作的話，就會(huì)發(fā)現(xiàn)很多商品的銷量對(duì)于評(píng)論的敏感度并不一樣，甚至很多商品銷量很高，但與其評(píng)論的多少毫無關(guān)系。
這里，我們就需要思考，評(píng)論真的是影響銷量的必然因素嗎？
除了評(píng)論之外，影響銷量的因素，還有其質(zhì)量、價(jià)格、活動(dòng)等，如果能完整的認(rèn)識(shí)到這些因素，那我們要拉升商品銷量，首先會(huì)需要先從其他角度來考慮，而非評(píng)論入手。
因此，在分析數(shù)據(jù)的時(shí)候，正確判斷數(shù)據(jù)指標(biāo)的邏輯關(guān)系，是指導(dǎo)我們做出產(chǎn)品決策的前提。
但實(shí)際上，兩個(gè)圖表使用的是同一組數(shù)據(jù)。第二個(gè)圖表，僅僅是更改了縱軸范圍，就在視覺上覺得第二個(gè)的轉(zhuǎn)化率增長(zhǎng)幅度更大。
因此，在做數(shù)據(jù)分析時(shí)，我們需要警惕一些數(shù)據(jù)處理的小計(jì)倆，不要被數(shù)據(jù)的視覺效果所蒙蔽。
比如，分析馬車的數(shù)據(jù)，很可能我們得出的結(jié)論，是用戶需要一匹更快的馬車。如果過度依賴數(shù)據(jù)，局限了我們的思維，就很有可能不會(huì)有汽車的誕生。
很多優(yōu)秀甚至偉大的產(chǎn)品決策，并非通過數(shù)據(jù)發(fā)現(xiàn)的，而是一個(gè)產(chǎn)品經(jīng)理綜合智慧的體現(xiàn)。
在做數(shù)據(jù)分析時(shí)，對(duì)待數(shù)據(jù)我們必須要有一個(gè)求證的心態(tài)，并需要時(shí)刻警惕那些被人處理過的二手?jǐn)?shù)據(jù)。
重慶分公司
重慶分公司
