数据分析是产品经理必备技能之一，本文以一个真实案例给大家提供了一些数据分析的思路，但还需大家自己多多思考，学以致用。
这次我们来聊聊产品经理的必备技能，数据分析，这也是18年我获得的最大收获之一。
为什么想单独拿出来聊聊，我归纳为三个原因：
- 第一是重要，不重要的事谁会拿出来说不是；
- 第二是网上的文章理论偏多，实际真实案例少，谁会用一大堆概念和飘在天上的话去工作；
- 第三是对自己的复盘，算是对自己今年的一份重要的工作总结。话不多说，正文开始。
一、数据分析的作用
在切入正题之前，先来总述一下数据分析的作用。通常的答案都是什么了解产品现状，知悉业务发展之类的，都不够概括，严格定义上的数据分析作用一共有4条：
- 描述性分析，故名思义，主要是对已经发生的事实用数据做出准确的描述。比如某企业订单履约率从上月的98%下降到了95%，属于偏基础类的工作；
- 诊断性分析，在知道了发生什么之后，更重要的是，我们要明白为什么发生。比如经过分析，发现订单履约率下降的原因是成品生产不出来，无法完成交付；
- 预测性分析，基于上述两个层次的分析，我们发现了其中的规律，即原材料供应商的送货及时率会影响成品订单的履约率。假如上月某原材料供应商A送货及时率只有70%，通过建模，我们可以预测本月该供应商会使我们的订单履约率下降2%；
- 处方性分析，有了预测性分析的结果后，我们无需再做事后诸葛亮，而可以运筹帷幄，在事前就采取措施。上例中，供应商A会导致本月我们的订单履约率下降，我们可能采取的措施就是把A换掉，但是现在有B和C两个供应商供我们选择，该选择哪个呢？通过分析和计算得出：选用供应商B会比选C的订单履约率高1%，因此建议选择供应商B。
常规情况下，产品经理对于数据分析只需要掌握到诊断性分析即可，根据诊断性分析结果出相应的解决方案，后面两个更多的是数据分析师的工作，更为专业，深入。
二、一个真实的案例
在案例介绍前，再啰嗦一下我在处理数据分析工作时候的步骤：明确分析目的，数据收集，数据处理，数据分析，数据展现，报告撰写。
展现和撰写这篇文章就不说了，因人而异。我主要说一下确定目的、数据收集和分析环节：
- 确定目的，别以为这个就那么容易，不夸张10个人有8个不知道自己想干什么；
- 数据收集，其实就是定义指标，把指标和规则定义清晰，要看活跃，几日活跃，怎么算活跃，很大程度决定了研发的时间周期有多少
