大數據時代的到來，越來越多的企業希望通過數據分析指導商業化運營，精準對接用戶需求的同時可以節約成本，市場對于數據產品經理的需求也隨之增長，而今天分享的就是一本理論知識結合實際應用場景的數據產品經理指南。
這本書共8章，下圖是本書的目錄結構，紅色小旗標記的部分是非數據產品經理側重閱讀的內容。下面我將以非數據產品經理的角度記錄書中給我深刻印象的文字及心得體會。如果對本書感興趣的同學可以購買本書進行細讀，本文如有不妥之處，還請指正交流。
第1章中作者給出了數據產品的定義，認為它是可以發揮數據價值去輔助用戶做更優決策的一種產品形式，而數據產品經理負責的內容就是數據產品。不同規模大小的公司都有數據驅動業務的需求，數據分析也是公司日常，只是對于中小型公司沒有專設數據產品經理的職位，更多的是前后端產品經理承擔這部分工作，所以非數據產品經理或者活動運營等其他有數據分析需求的同學也可以有側重地閱讀本書。數據報表是很基礎的數據需求，數據產品經理更多的是挖掘數據背后的價值，驅動業務發展。一切從業務出發，用數據和事實說話。
數據思維中有一種很重要的分析方法，就是5W2H，信息是被賦予具體意義的數據集合體，用來回答5W2H中的Who、What、Where、When，知識是在數據和信息之上的更抽象的概念，主要用于回答Why、How的問題。5W2H對于決策和執行性的活動措施很有幫助，也有助于彌補考慮問題的疏漏。SMART（specific、measurable、attainable、relevant、time-bound）目標管理工具是使產品經理工作由被動變為主動的一個很好的管理手段。5W2H可以用于需求文檔的撰寫、需求講解等，避免邏輯遺漏、簡單明了地表達清楚自己的需求，SMART可以用于業務目標制定及項目管理的任務拆解。
第3章作者介紹了數據產品經理和數據分析師的區別，數據分析師根據業務，通過數據模型或者數據評估方案發現問題并給出結論，以數據報告的形式，為產品和運營提供產品決策建議。數據產品經理更多的是將數據分析師的分析模板重新解構，整理出通用的數據產品工具讓更多的業務方使用。
常用的數據分析包括同比和環比分析法與ABC分析法，即分析對比趨勢和分析占比情況。同比和環比分析經常用來觀察核心指標數據的同比或者環比變化，如果變動幅度較大，則需要進一步分析業務原因。ABC分析方法，也稱為“80對20”規則，該分析法的核心思想是分清一個事物的主次，識別出少數的但對事物起決定作用的關鍵因素和多數的但對事物影響較少的次要因素。這種分析方法可以用來指導產品經理在版本規劃中根據業務目標對需求進行取舍、功能設計中哪些是主功能哪些是次要功能、版本上線還有bug沒有解決怎么辦等各類問題。
第6章作者以摩拜用戶注冊的流程，說明了用戶行為分析的重要性。通過前后端埋點把用戶的行為事件記錄并上報到用戶行為日志中，然后數據倉庫對這些行為日志清洗、轉化和處理，用戶行為分析平臺就會基于這些數據，展現用戶的留存、轉化及用戶行為路徑等功能，驅動業務增長或產品優化。
通過對留存率的分析，可以判斷用戶活躍度、用戶粘性。多維度的轉化分析，可以發現影響轉化的關鍵因素，讓運營策略或者產品優化方案更準確地觸達用戶。用戶分群也是為了精分用戶，有針對性的運營，可以按照畫像屬性分群和用戶行為屬性分群。畫像也就是對用戶信息打標簽，用戶信息包括了用戶基本信息（年齡、性別、教育水平、收入、地域等）和用戶隱形特征（用戶消費能力、用戶喜好等）；用戶行為屬性可以有兩個參照標準，用戶來源渠道和用戶在應用內的行為步驟。根據用戶在應用內的行為，進一步優化產品運營環節的3個要素：拉新、促活、提升轉化率。用戶行為路徑分析用來追蹤用戶從一個事件開始到結束所經歷的全過程，檢測用戶流向，指導優化用戶體驗。
第7章AB實驗，數據的使用方式分為先驗和后驗，先驗的常用方式就是ABtest。ABtest 可以用來化解分歧，選擇最佳方案，可以定位原因、驅動決策、降低新版本或者新功能的潛在風險。ABtest的步驟如下圖所示，在第四步創建實驗中流量的比例直接決定了實驗結果是否有效。為了降低版本重大調整引起的潛在嚴重風險，可以根據實驗情況逐漸增加流量。但流量也不宜過小，這樣會失去統計意義。評估實驗效果一般從實驗有效性和對比實驗結果數據入判定。
最后，第8章講述了更多領域的企業開始構建用戶畫像數據、深度挖局大數據的商業價值。主要用于精準營銷、推薦系統、搜索排序、篩選排序、用戶分析、商家分析等。在電商領域通過購物行為預測銷量提高庫存周轉率、合理控制市場或者運營活動的成本投入等。在汽車領域可以精確該行業的市場定位，尋找與品牌匹配的自媒體。在游戲行業，大數據產品可以在投放場景、運營場景、游戲研發場景為用戶提供幫助，其中在投放場景中，游戲客戶最關心的幾個指標：生命周期價值、首付金額、首付人數、投入產出比、流失，某日的生命周期價值=該日新增用戶在隨后N天花費的金額/該日新增用戶數，投入產出比ROI=生命周期價值/單個獲客成本。在內容領域，提升原創內容轉化，降低挑選優質內容的成本。在交通領域，提升市民出行便利。
以上是關于《數據產品經理修煉手冊》（梁旭鵬著）的一些摘錄和心得，對本書感興趣的小伙伴可以細讀。
