大家都知道，对于产品经理的岗位要求的能力还是比较多的，如果我们对这些能力，按照硬技能和软技能进行分类的话，就有且不止以下这些能力：
软技能：沟通能力、决策能力、逻辑分析能力、执行力、项目管理能力等;
硬技能(工具能力)：文档能力、Visio、Axure、Mindmanger等;那么，今天，我们要再讨论讨论产品经理的另一种非常重要的能力---数据分析能力。
何为数据分析?
现在的软件开发，都讲究小而美，单点突破，快速迭代。那么我们在快速迭代时，就要用到数据分析，通过用户使用数据来分析产品的优缺点，甚至方向的正确与否。因此，数据分析，就是产品迭代时的眼镜和耳朵，产品经理也是通过数据分析，来说服开发做功能，说服老板投入资源。
数据分析的概念：
数据分析是指用适当的统计方法对收集来的大量第一手的资料和第二手的资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。通过对数据的详细研究和概括总结以提取用户信息和形成结论。
数据分析使用场景列举：
如果某款游戏下载量高，注册率低;是否因为服务器登录问题或者注册流程繁琐，是否近期网络出现故障?
如果某款游戏数据一直良好，某段时间数据突然跌落;是否因为市场宣传力度减弱，是否因为用户生命周期上线，还是说其他精品的冲击?
我们必须了解的一点，是数据分析不在于数据本身，而在于分析的能力。数据只是参照物，只是标杆，分析才是行为，通过分析数据，我们发现问题的所在，再改进它。
需要分析哪些数据?
基础数据：下载量、激活量、新增用户量、活跃用户等;
社交产品：用户分布、用户留存(次日、3日、7日、次月、3月)等;
电商：淘宝指数、网站流量、跳出率、页面访问深度等;
内容类：内容转化率(内容下载量/内容浏览量)、留存量;
工具类：功能点击量、应用商城排名;
其他：竞品数据(下载、激活等);
数据分析的工具：
第三方数据分析工具，如友盟，可快速接入，节省成本，比较适合创业型公司及刚上线的产品，但是无法对关键数据在突发异样时进行跟踪;
自己开发的数据分析工具，可以对每个数据进行实时跟踪，并快速做出产品的调整，需要足够的开发人员及成本，比较适合大型公司或者成熟型产品;
如何进行数据分析?
对于这个问题，我想作为产品的工作人员，我们还不用达到数据分析师的高度，因此也不用说要先对数据建模，再对实际分析数据，看是否与模型吻合。但是，我们却需要要有一个产品数据分析的思路，这个思路可以这样展开：
我为什么分析?即就是明白，我分析的目的是什么，是寻找付费用户下降的原因?还是注册用户减少的原因?
我分析想要达到什么效果?是通过分析付费用户，找到问题，解决问题从而提升收入?
我该分析哪些数据才能达到这个效果?即需要什么数据才能达到分析的目的;
我又该如何采集这些数据?是直接通过第三方数据分析工具或者我们自己开发的工具就可获得?还是说要从数据库调取再交给程序猿哥哥?
我该如何整理这些数据?即我们常说的数据可视化，这样可以便于我们进行分析;
如何分析?即通过分析，找出问题的所在，给出你的结论;
怎么解决问题?给出你的解决方案;
最后给出一张图，说明各个数据的意义：
