歡迎來到 常識詞典網(wǎng) ， 一個專業(yè)的常識知識學(xué)習(xí)網(wǎng)站！
[ Ctrl + D 鍵 ]收藏本站
答案 1：
數(shù)據(jù)分析是一種靠譜的產(chǎn)品研究方法, 這玩意有很多誤區(qū), 也不能迷信, 最終到頭來還是要人來做決策忽略沉默的用戶
二戰(zhàn)時英國空軍為了降低飛機的損失，決定給飛機的機身進行裝甲加固。由于當時條件所限，只能用裝甲加固飛機上的少數(shù)部位。他們對執(zhí)行完轟炸任務(wù)返航的飛機進行仔細的觀察、分析、統(tǒng)計。發(fā)現(xiàn)大多數(shù)的彈孔，都集中在飛機的機翼上；只有少數(shù)彈孔位于駕駛艙。從數(shù)據(jù)上說, 加固機翼的性價比最高. 但實際情況缺恰恰相反, 駕駛艙才是最應(yīng)加固的地方, 因為駕駛艙被擊中的飛機幾乎都沒飛回來."發(fā)聲"的數(shù)據(jù)是最好獲取的, 但如果沒把這些沉默的數(shù)據(jù)考慮進來, 那么這種數(shù)據(jù)分析是不靠譜的. 所以除了數(shù)據(jù)的結(jié)果, 還得嘗試解讀這些數(shù)據(jù). 而解讀數(shù)據(jù)就完全依賴人了.把沉默用戶當做支持和反對的中間態(tài)
2家網(wǎng)站A和B，都經(jīng)營類似的業(yè)務(wù)，都有穩(wěn)定的用戶群。它們都進行了類似的網(wǎng)站界面改版。改版之后，網(wǎng)站A沒有得到用戶的贊揚，反而遭到很多用戶的臭罵；而網(wǎng)站B既沒有用戶夸它，也沒有用戶罵它。如果從數(shù)據(jù)來看, 應(yīng)該是網(wǎng)站B的改版相對更成功, 因為沒有用戶表達不滿。但事實并非如此。網(wǎng)站A雖然遭到很多用戶痛罵，但說明還有很多用戶在乎它；對于網(wǎng)站B，用戶對它已經(jīng)不關(guān)心它了.網(wǎng)站A指的是Facebook，網(wǎng)站B是微軟旗下的Live Space。把數(shù)據(jù)作為決策的唯一標準
通常認為數(shù)據(jù)分析指導(dǎo)工作是一種高性價比的做法, 不容易犯錯, 對于代表資方的管理層來說, 比起依賴于人的決策, 依賴于數(shù)據(jù)的決策似乎更穩(wěn)健.這種決策在從0.5向0.8的產(chǎn)品改進上, 可能是有效的. 因為一個已有的產(chǎn)品, 數(shù)據(jù)就擺在那. 100個用戶50個訪問超時, 解決了這個問題, 就提升了50%的效果.但對于從0到0.1的新產(chǎn)品上, 由于數(shù)據(jù)很難獲取, 需要花大力氣在獲取模擬數(shù)據(jù)上. 往往是用一周時間去想明白一個做兩個小時的產(chǎn)品該不該做的問題. 而且模擬的結(jié)果還和最終實際相差很遠.A/B test或是原型系統(tǒng), 先做出來, 再去驗證, 在一些場合下比先拿數(shù)據(jù)要有效的多.認為數(shù)據(jù)是絕對客觀的
為了減少內(nèi)耗, 往往依賴于數(shù)據(jù)來做決斷. 我一直認為數(shù)據(jù)本身是帶有主觀性的, 完全客觀的數(shù)據(jù)是沒有的. 數(shù)據(jù)的獲取方法, 數(shù)據(jù)的解讀方法, 數(shù)據(jù)的統(tǒng)計方法, 都是人的決策. 一份數(shù)據(jù)拿出兩個相反的結(jié)論來也不是沒有可能. 即使主觀上沒有偏向性, 也受限于方法和視野.決策上最終起作用的還是人不是數(shù)據(jù). 雖然人有那么多的不確定性, 還可能出現(xiàn)爭論, 扯皮, 不敢承擔責任.部分內(nèi)容節(jié)選自: 編程隨想--思維的誤區(qū) blog.csdn.net/program_...答案 2：
數(shù)據(jù)是一種信仰毀掉分析數(shù)據(jù)態(tài)度的三個常見原因首先，大環(huán)境不尊重數(shù)據(jù)，尤其是老板的態(tài)度。如果數(shù)據(jù)分析師只要隨便給一個報告就行，數(shù)字多一點和少一點，大家也是一笑而過，并不會追根到底，那么很難讓數(shù)據(jù)分析師以嚴謹?shù)膽B(tài)度對待數(shù)據(jù)。例如，國內(nèi)這幾家數(shù)據(jù)分析機構(gòu)，基本都在著急擴張行業(yè)，爭著占領(lǐng)行業(yè)，對于其推出的數(shù)據(jù)有多精準卻不那么在意，所以艾瑞的數(shù)據(jù)最近才會經(jīng)常被人說“不靠譜”。數(shù)據(jù)分析，今天做得不準，明天再改是沒有用的。比如艾瑞，如果數(shù)據(jù)不穩(wěn)固，搶著做很多行業(yè)，這是不靠譜的做法，指不定哪天砸了自己的牌子。有人和我提過FACEBOOK數(shù)據(jù)分析師為什么那么牛，因為他們不覺得數(shù)據(jù)分析是一個苦事，十幾個人在一個房子里把數(shù)據(jù)分析當做一件很開心的事情來做，數(shù)據(jù)分析對于他們來說是在追求科學(xué)。第二，好的數(shù)據(jù)分析師需要一點天分，同時也需要高人點撥，但是電子商務(wù)這個圈子，真正懂數(shù)據(jù)分析的人不會超過10個，所以一般人很難取得真經(jīng)。這和信仰一樣，沒有師傅領(lǐng)進門，難度也會大很多。我回顧自己從微軟到易趣，再從敦煌到支付寶，在數(shù)據(jù)分析上有一次長足的進步，得益于從兩位老師的身上得到了許多啟發(fā)。一位是亞馬遜的首席科學(xué)家韋思康，曾經(jīng)，我告訴韋思康，KPI報告顯示敦煌網(wǎng)需要4秒鐘，他立馬讓我叫來做技術(shù)的同事(他要聽到一線同學(xué)的反應(yīng))，問這個4秒鐘怎么測算出來，是美國人打開用4秒鐘，還是英國人打開用4秒鐘，用的是甚么Browser等等。這個4秒鐘和商業(yè)價值(例如交易量)有關(guān)系嗎？我當時很觸動，連這么一個很基礎(chǔ)的數(shù)據(jù)，他都是以求證的心態(tài)來分析的。更令我印象深刻的是，只請他當敦煌網(wǎng)顧問半天，按照他的工作經(jīng)歷來說，隨便忽悠我半天是很容易的事情，但是韋思康非常嚴謹，先是以一個普通人的身份花了半個小時在敦煌網(wǎng)買東西(堅決要真實付錢)，切身體會敦煌網(wǎng)的用戶體驗，然后也不先看數(shù)據(jù)，而是先問很多能更了解敦煌網(wǎng)的生意形態(tài)的問題。講真他的問題比很多投資分析師來得專業(yè)。而現(xiàn)在許多數(shù)據(jù)分析師，包括當時我自己，只看數(shù)據(jù)就開口說問題，不深入去體會公司的商業(yè)形態(tài)。韋思康告訴我數(shù)據(jù)是一種態(tài)度，讓我明白做數(shù)據(jù)的人就是要全身心投入，好像一種信仰一樣，中間有許多路要走；而且，數(shù)據(jù)與商業(yè)密切相關(guān)，不能局限在數(shù)據(jù)的死角里。另一位是清華大學(xué)的教授謝勁紅，有一個夏天碰巧去旁聽他的課，拿一堆的數(shù)據(jù)給他看，他一邊看一邊給我演繹他的思維，他可以很快在一堆數(shù)據(jù)找到他們之間的關(guān)系。后來我?guī)е鴪F隊常常去清華找他聊，他教我如何看網(wǎng)絡(luò)數(shù)據(jù)，用聯(lián)動的思維來看網(wǎng)絡(luò)數(shù)據(jù)?？梢哉f是他啟蒙了我用 “關(guān)系”的思維看數(shù)據(jù)。一聽完就回到敦煌跑到敦煌看很多數(shù)據(jù)，發(fā)現(xiàn)了新世界。第三，數(shù)據(jù)分析師感嘆落不了地，只能談數(shù)據(jù)，而不懂商業(yè)。如果不懂商業(yè)，而單純看數(shù)據(jù)，不僅很難有創(chuàng)意的思維，而且是沒有意義的（曾經(jīng)談過這個問題，不懂商業(yè)就別談數(shù)據(jù)：blog.sina.cn/s/blog_5...）。而對于一般的數(shù)據(jù)分析師來說，大部分人沒有系統(tǒng)思維，而且也只能看一部分數(shù)據(jù)，無法從大面兒上了解整個公司的運營數(shù)據(jù)，這樣就令數(shù)據(jù)分析師難以形成全面的思考方式。以我自己的工作經(jīng)歷來舉例，為什么我在敦煌的時候數(shù)據(jù)分析能力會突飛猛進，也是因為我在前兩家公司只能看到一部分數(shù)據(jù)，而到了敦煌之后我愛看什么就看什么，受謝教授啟發(fā)之后我更是天馬行空地把營銷數(shù)據(jù)、市場數(shù)據(jù)、財務(wù)數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、賣家和買家數(shù)據(jù)等等聯(lián)動起來看，這大大改變了我對數(shù)據(jù)的運用方式。blog.sina.cn/s/blog_5...答案 3：
這幾個月在一家為客戶在Facebook上做廣告的加拿大公司工作。簡單說說他們對于數(shù)據(jù)的態(tài)度吧。這是一家小型Startup公司，總共不到20個人。其中4個人（包括我）是技術(shù)，剩下的除了CEO都是Account Manager。當然CEO很多時候也在做Account Manager的事情。剛到這個公司的時候，覺得他們的code很爛，他們的數(shù)據(jù)庫設(shè)計也很爛。后來才知道，當初startup的時候，是找了印度公司做外包的，他們對這個外包很不滿意，所以一期項目搞定之后，就全部拿過來自己搞了。但是后遺癥也留下了。這個公司的數(shù)據(jù)模型很清楚，只要通過低于廣告主給出的CPA價格能賺到錢，就想辦法增加廣告覆蓋率。但是常識大家都明白，增加覆蓋率很可能導(dǎo)致轉(zhuǎn)化率下降。但是如果接受這個假設(shè)，那么就沒有什么賺錢的機會了。恰恰是因為他們相信，除了常識之外，還有一些事情是經(jīng)驗之外的。比如說關(guān)鍵詞……有些關(guān)鍵詞對某些人有用，對另外一些人沒用。如果不做數(shù)據(jù)挖掘，生想廣告詞或者關(guān)鍵詞的組合，累死了也賺不到什么錢。所以……這個公司在代碼中設(shè)計了幾個基本核心算法：1. 一種止損的trigger，對于任何虧錢的廣告，自動停止。2. 一個自動發(fā)布廣告的cron，程序一直在掃描。一旦發(fā)現(xiàn)一些廣告能賺錢，就自由組合這些廣告元素再自動發(fā)布到廣告系統(tǒng)里面。這樣，就能出乎意料的發(fā)現(xiàn)一些更加賺錢的廣告形式。3. 做了很多廣告更新的算法，搞了一個自動化的A/B測試策略來針對Facebook廣告價格的浮動，來更新廣告的價格。通過閱讀這些算法讓我感受很深。所謂的數(shù)據(jù)分析，不是一個產(chǎn)品經(jīng)理跑到運維，數(shù)據(jù)庫管理員或者工程師那里說：我現(xiàn)在要-什么什么數(shù)據(jù)，你幫我出一下吧。然后再對著跑出來的數(shù)據(jù)琢磨這些數(shù)據(jù)是否合理。在這個公司里，只要發(fā)現(xiàn)一個數(shù)據(jù)模式對收入有影響，就會直接編碼到系統(tǒng)里，變成自動執(zhí)行的代碼?；谶@樣的數(shù)據(jù)導(dǎo)向原則，代碼面臨無窮多次的重構(gòu)，因為誰也不知道，下一個數(shù)據(jù)模式會發(fā)生在哪個層面，哪幾個數(shù)據(jù)之間會-。我覺得國內(nèi)的不少公司，還在以daily report分析數(shù)據(jù)，還在說數(shù)據(jù)只是為了驗證產(chǎn)品經(jīng)理想法的階段。這動作是不是太慢了？接下來的話，隨便說說，不一定有參考價值：1. 對于大多數(shù)網(wǎng)站，如果你想用數(shù)據(jù)為導(dǎo)向，必須建立系統(tǒng)級的A/B測試機制。對于界面層面的重構(gòu)，一個產(chǎn)品經(jīng)理+一個工程師，一天用這個系統(tǒng)一天至少能做3-4個。系統(tǒng)級別的A/B測試要能夠保證快速上線，第一時間看到數(shù)據(jù)，一旦超過臨界值直接結(jié)束測試、保留數(shù)據(jù)并生成報告（直接郵件發(fā)送，而不是讓產(chǎn)品經(jīng)理想起來跑到后臺再查）2. 對于做社交網(wǎng)站，或者有復(fù)雜用戶數(shù)據(jù)模型的公司，要在界面呈現(xiàn)和用戶數(shù)據(jù)之間建立匹配系統(tǒng)。這樣產(chǎn)品經(jīng)理可以設(shè)計幾種呈現(xiàn)模式，丟到匹配系統(tǒng)中，過不了多久，就能發(fā)現(xiàn)用戶對不同呈現(xiàn)的數(shù)據(jù)反映的不同，然后系統(tǒng)性地固化這種機制。3. 通過cookie或者用戶登錄信息，建立針對不同用戶的-tag系統(tǒng)，看這些tag在系統(tǒng)2里有沒有明顯差異。如果有就可以固化下來，用來提高關(guān)鍵指標。所以，我現(xiàn)在對于數(shù)據(jù)分析的感覺是：1.要提高一個數(shù)據(jù)指標，盯著它是沒有用的。必須找到影響這個數(shù)據(jù)的另幾個可操作性更強的數(shù)據(jù)指標，調(diào)整它們。2.分析數(shù)據(jù)的可能性要充分，充分分析的基礎(chǔ)是測試充分多的可能性。如果你想測試圖標的顏色從綠色變成紅色會不會更好。那為什么不測試一下藍色，紫色和-呢？3. 如果小規(guī)模數(shù)據(jù)已經(jīng)可以說明問題，就沒有必要延長測試時間，也沒有必要擴大測試范圍。4. 要充分利用計算機來幫你做數(shù)據(jù)采集和分析，縮短數(shù)據(jù)分析的周期，降低數(shù)據(jù)分析的成本。5. 有必要的時候，可以讓計算機幫你找pattern，因為計算機沒有偏見。答案 4：
本人常年從事市場產(chǎn)品工作,對數(shù)據(jù)統(tǒng)計自學(xué)過一陣為碩士-用。就我自己體會講幾點：1、有意義的數(shù)據(jù)極其有必要，這里的有意義指a.精度有意義，精度太高很不必要代價太大精度低了那和沒有數(shù)據(jù)也是一樣。b 指向有意義，這個就需要豐富的經(jīng)驗來把握，哪里去獲得數(shù)據(jù)？和誰去比較？能說明什么？這一系列問題能把握住才能稱為數(shù)據(jù)指向有意義。2、不贊成先有結(jié)論再去用數(shù)據(jù)求證。提出這中說法的人基本上都是用來湊數(shù)據(jù)的。稍微了解統(tǒng)計思想的就知道，統(tǒng)計的證明是建立在拒絕基礎(chǔ)上的，而不是承認假設(shè)。不知道有多少人想過沒有這是為什么？不展開了。3、PM的黃埔軍校是快消行業(yè)（鄙人是搞通訊的，水平差很多），快消行業(yè)不用數(shù)據(jù)說話那簡直。。。這里肯定有人說我是搞IT的通訊的B2B的，和快消差很多，我們行業(yè)關(guān)注的是決策鏈等等。我要說這都是扯淡，舉個例子微軟現(xiàn)在的CEO原來就是在寶潔干PM的，所以洗發(fā)水和軟件本質(zhì)沒啥區(qū)別4、在-的傳統(tǒng)里理數(shù)被認為是奇技-巧之類因此是欠缺的，所以-人的嚴謹性群體缺失我敢說堅持數(shù)據(jù)無用論中90%以上是懶得去搞數(shù)據(jù)，或者看見的垃圾數(shù)據(jù)太多已經(jīng)失去對數(shù)據(jù)的信賴，但我相信一旦一份邏輯嚴密數(shù)據(jù)嚴謹?shù)臄?shù)據(jù)放在你面前你一定無法忽視。5、人的辨別能力是有限的，很多數(shù)據(jù)工作是為了研展你的辯識能力，比如數(shù)據(jù)挖掘。一堆雜亂的數(shù)據(jù)對你是毫無用處的，但通過處理就可能告訴你很多你忽略的信息。因此數(shù)據(jù)挖掘我認為是PM必須具備的職業(yè)技能。補充6、最近看到了一篇講數(shù)據(jù)統(tǒng)計方法的文章全文如下，很糾結(jié)轉(zhuǎn)不轉(zhuǎn)有點長，但想想來知乎的應(yīng)該都不怕長的，就轉(zhuǎn)了吧。如果你能搞明白“因果網(wǎng)絡(luò)”這個關(guān)鍵點那么數(shù)據(jù)分析就有極有意義的，如果你搞岔了那么數(shù)據(jù)分析會誤入歧途。當然任何項目的展開都受制于資源，但這個思維方式在數(shù)據(jù)分析前必須具備的，全文如下：---------------------------------------------------------------------trix67/blog... （原文地址）z-i-u網(wǎng)上曾經(jīng)有過一個問題，談如何看待用數(shù)據(jù)說話來分析問題，看了很多很多回答，自己也嘗試回答了這個問題，看見這篇文章才知道真正的問題所在就是“因果網(wǎng)絡(luò)”------------------------------------------------------- 在去年10月份的數(shù)學(xué)文化節(jié)期間，我去聽了好幾次講座，其中有一些講的相當精彩。時間過得好快，轉(zhuǎn)眼間又是一年了，如果不是Wind牛發(fā)-問我去不去聽講座，我估計今年數(shù)學(xué)文化節(jié)過了都還想不起這檔子事。于是和Wind牛跑去二教309，聽了一場叫做《從數(shù)據(jù)中挖掘因果關(guān)系》的講座。這個題目是很有趣的：數(shù)據(jù)本身并不說謊，難就難在我們?nèi)绾螐闹型诰虺稣_的信息。當我們討論數(shù)據(jù)時，我們講的最多的是數(shù)據(jù)的相關(guān)性，而我們希望得到的則是事件之間的因果聯(lián)系；但事實往往是復(fù)雜的，統(tǒng)計數(shù)據(jù)有相關(guān)性并不意味著兩個事件具有因果聯(lián)系，而具有因果聯(lián)系的兩件事從統(tǒng)計數(shù)據(jù)上看有時也并不相關(guān)。 對于前者，最簡單的例子就是公雞打鳴與太陽升起：公雞打鳴與太陽升起總是同時發(fā)生，但這并不表示把全世界所有的公雞都殺光了后太陽就升不起來了。統(tǒng)計發(fā)現(xiàn)，手指頭越黃的人，得肺癌的比例越大。但事實上，手指的顏色和得肺癌的幾率之間顯然沒有直接的因果聯(lián)系。那么為什么統(tǒng)計數(shù)據(jù)會顯示出相關(guān)性呢？這是因為手指黃和肺癌都是由吸煙造成的，由此造成了這兩者之間產(chǎn)生了虛假的相關(guān)性。我們還可以質(zhì)疑：根據(jù)同樣的道理，我們又如何能從統(tǒng)計數(shù)據(jù)中得出吸煙會致癌的結(jié)論呢？要想知道吸煙與癌癥之間究竟是否有因果聯(lián)系的話，方法很簡單：找一群人隨機分成兩組，規(guī)定一組抽煙一組不抽煙，過它十幾年再把這一撥人找回來，數(shù)一數(shù)看是不是抽煙的那一組人患肺癌的更多一些。這個實驗方法本身是無可挑剔的，但它太不道德了，因此我們只能考慮用自然觀察法：選擇一些本來都不吸煙的健康人進行-觀察，然后呢，過段時間這一撥人里總會出現(xiàn)一些失意了墮落了犯上煙癮的人，于是隨著時間的流逝這幫人自然而然地分成了可供統(tǒng)計觀察的兩組人。注意，這里“是否吸煙”這一變量并不是隨機化得來的，它并沒有經(jīng)過人為的干預(yù)，而是自然區(qū)分出來的。這是一個致命的缺陷！統(tǒng)計結(jié)果表明，犯上煙癮的那些人得肺癌的幾率遠遠高于其他人。這真的能夠說明吸煙致癌嗎？仔細想想你會發(fā)現(xiàn)這當然不能！原因恰似黃手指與肺癌一例：完全有可能是某個第三方變量同時對“愛吸煙”和“患肺癌”產(chǎn)生影響。1957年，F(xiàn)is-er提出了兩個備選理論：癌癥引起吸煙（煙癮是癌癥早期的一個癥狀），或者存在某種基因能夠同時引起癌癥和煙癮。 有虛假的相關(guān)性數(shù)據(jù)，就有虛假的獨立性數(shù)據(jù)?！敖】倒と诵?yīng)”是一個特別有意思的理論。調(diào)查發(fā)現(xiàn)，在鈾礦工作的工人居然與其它人的壽命一樣長（有時甚至更長）。這表明在鈾礦工作對身體無害么？當然不是！其實，是因為去鈾礦工作的工人都是經(jīng)過精心挑選的身強體壯的人，他們的壽命本來就該長一些，正是因為去了鈾礦工作才把他們的壽命拉低到了平均水平。這一有趣的細節(jié)導(dǎo)致了數(shù)據(jù)的偽獨立性。類似地，有數(shù)據(jù)表明打太極拳的人和不打太極拳的人平均壽命相同。事實上呢，太極拳確實可以強身健體、延長壽命，但打太極拳的人往往是體弱多病的人，這一事實也給統(tǒng)計數(shù)據(jù)帶來了虛假的獨立性?，F(xiàn)實中的統(tǒng)計數(shù)據(jù)往往會表現(xiàn)出一些更加詭異復(fù)雜的反?，F(xiàn)象。Simpson悖論是統(tǒng)計學(xué)中最有名的悖論：各個局部表現(xiàn)都很好，合起來一看反而更差。統(tǒng)計學(xué)在藥物實驗中的應(yīng)用相當廣泛，每次推出一種新藥，我們都需要非常謹慎地進行臨-測試。但有時候，藥物實驗的結(jié)果會讓人匪夷所思。假設(shè)現(xiàn)在我們有一種可以代替安慰劑的新藥。統(tǒng)計數(shù)據(jù)表明，這種新藥的效果并不比安慰劑好： 有效 無效 總?cè)藬?shù)新藥 80 120 200安慰劑 100 100 200 簡單算算就能看出，新藥只對40%的人有效，而安慰劑則對50%的人有效。新藥按理說應(yīng)該更好啊，那問題出在哪里呢？是否是因為這種新藥對某一類人有副作用？于是研究人員把性別因素考慮進來，將男女分開來統(tǒng)計： 男性有效 男性無效 女性有效 女性無效新藥 35 15 45 105安慰劑 90 60 10 40 大家不妨實際計算一下：對于男性來說，新藥對高達70%的人都有效，而安慰劑則只對60%的人有效；對于女性來說，新藥對30%的人都有效，而安慰劑則只對20%的人有效。滑稽的一幕出現(xiàn)了：我們驚奇地發(fā)現(xiàn)，新藥對男性更加有效，對女性也更加有效，但對整個人類則無效！ 這種怪異的事屢見不鮮。前幾個月一個高中的師弟給我發(fā)-，給了我兩個大學(xué)的名字，問該填報哪個好。鑒于我目前的悲慘境遇，我非常認真地幫他查了一下兩所大學(xué)的男女比例，并且很細致地將表格精確到了各個院系。然后呢，怪事出現(xiàn)了：A學(xué)校的每個院系的女生比例都比B學(xué)校的同院系要高，但合起來一看就比B學(xué)校的低。當然，進錯了大學(xué)找不到MM是小事，大不了像我一樣20歲了連初吻都還沒有，拿出去丟丟人讓別人笑話笑話就完事了；但醫(yī)藥研究需要的是極其精細的統(tǒng)計實驗，稍微出點差錯的話害死的可就不是一兩個人了。上面的例子再次告訴我們，統(tǒng)計實驗的“隨機干預(yù)”有多么重要。從上面的數(shù)據(jù)里我們直接看到，這個實驗的操作本身就有問題：新藥幾乎全是女的在用，男的則大都在用安慰劑。被試者的分組根本沒有實現(xiàn)完全的隨機化，這才導(dǎo)致了如此混亂的統(tǒng)計結(jié)果；不難設(shè)想，如果每種藥物的使用者都是男女各占一半，上述的悖論也就不會產(chǎn)生了。當然，研究人員也不都是傻子，這么重大的失誤一般還是不會發(fā)生的。問題很可能出在一些沒人注意到的小細節(jié)上。比如說，實驗的時候用粉色的瓶子裝新藥，用藍色的瓶子裝安慰劑，然后讓被試人從中隨機選一個來用。結(jié)果呢，MM喜歡粉色，選的都是新藥；男的呢則大多選擇了藍瓶子，用的都是安慰劑。最后，新藥和安慰劑都發(fā)完了，因此直到結(jié)果出來之前沒有人會注意到這個微小的性別差異所帶來的統(tǒng)計失誤。 當然，上面這個藥物實驗的例子并不是真實的，一看就知道那個數(shù)據(jù)是湊出來方便大家計算的。不過，永遠不要以為這種戲劇性的事件不會發(fā)生。一本叫做《致命的藥物》的書詳細披露了20世紀美國的一次重大藥害事件，其原因可以歸結(jié)到藥物實驗上去。藥物實驗的時間是有限的，如果用死亡率作為唯一標準的話，估計每個藥物實驗都得觀察個十幾二十年才行。為此，科學(xué)家們想到了利用各種“中間變量”來替代死亡率這一指標。 統(tǒng)計數(shù)據(jù)表明，抑制心律失常能夠減少死亡率，而當時的藥物實驗明確表明該藥物能有效地抑制心律失常。這些藥物得到了FDA批準并成功上市，當時每年有20多萬人服用這些藥品，超過5萬人因為服用這種藥物而死亡。這個藥物實驗中蘊含的邏輯推理看似無懈可擊，到底什么地方出錯了呢？人們推測很可能是某個第三方變量的問題。我們不妨稱這種情況為“中間變量悖論”。 抑制心律失常 死亡率 對照組 實驗組 未抑制 抑制無缺陷(70%) 0.02 0.99 0.02 0.01有缺陷(30%) 0.98 0.79 1.00 0.02---------------------------------------------------期望值 0.38 0.93 0.314 0.013 讓我們假設(shè)存在一個第三方因素，例如基因問題。我們不妨?xí)簳r管它叫做“先天缺陷”。從上表中我們可以看到，實驗組（使用新藥的人）中有93%的人成功抑制了心律失常，遠遠高于什么都不做的人(38%)；同時，心律失常確實會導(dǎo)致31.4%的人心臟驟停而死，但抑制心律失常則把這個比率下降到1.3%。這似乎確實可以說明，新藥能夠有效降低死亡率。但引入第三方因素后，情況有了很大的改變。有先天缺陷的人，心律往往很正常，恐怖的是一旦無法抑制心律失常則必死無疑。真正要命的就是，這種藥物會使那些有先天缺陷的人心律變得更差。在沒有缺陷的那70%的人當中，用藥后有99%的人能抑制心律失常，而這里面只有1%的人會死；同時，另外1%的人則無法抑制，其中又有2%的人會死亡；有先天缺陷的那30%的人就慘了，用藥后抑制住心律失常的人反而下降到79%，其中有2%的人會死，而對于另外21%的人則必死無疑。計算表明，使用藥物后死亡的人數(shù)竟然三倍于不使用藥物時的情況！ (0.7*0.99*0.01 + 0.7*0.01*0.02 + 0.3*0.79*0.02 + 0.3*0.21*1.00)/ (0.7*0.02*0.01 + 0.7*0.98*0.02 + 0.3*0.98*0.02 + 0.3*0.02*1.00)≈ 2.91 可以看到，從數(shù)據(jù)中挖掘因果關(guān)系并不是那么簡單的事。如何確定影響目標的事件，如何從數(shù)據(jù)中獲取相關(guān)關(guān)系，怎樣用最少的實驗次數(shù)（控制最少的變量）為因果關(guān)系定向，這都是建立一個因果網(wǎng)絡(luò)所需要考慮的因素。因果網(wǎng)絡(luò)是一個很復(fù)雜的學(xué)問，前天的講座里還提到了很多確定因果網(wǎng)絡(luò)的算法，在這里我就不再多說了。--------------------------------------------------------douban/note...（鄙人博客地址）答案 5：
用數(shù)據(jù)說話不代表著跑數(shù)據(jù)，調(diào)研一下更不代表著跑數(shù)據(jù)。用數(shù)據(jù)說話不是用數(shù)據(jù)做決定。在互聯(lián)網(wǎng)行業(yè)里，PM自身的判斷能力非常重要，也是在招聘PM時非常關(guān)注的點。PM的判斷如何更可靠？可以用數(shù)據(jù)進行輔助，在關(guān)鍵問題上，需找核心的數(shù)據(jù)、理論、邏輯分析來支撐判斷。問題中也提到了“有些數(shù)據(jù)是肯定必要的，有些數(shù)據(jù)是可要可不要的”。其實一個好的PM需要搞清楚哪些是作出判斷的關(guān)鍵點（關(guān)鍵點，不只是數(shù)據(jù)），并以此搞清楚到底需要哪些數(shù)據(jù)。如果一個PM不重視數(shù)據(jù)，那就不是判斷而是拍腦袋甚至只算是拍胸脯而已。如果一個PM每次都是用一堆詳細的數(shù)據(jù)去判斷每個問題，一方面這本身就是不可能的，另外一方面這個PM也沒什么價值。此外還要說明的是，數(shù)據(jù)本身也是培養(yǎng)PM判斷力的主要教材。答案 6：
對數(shù)據(jù)的使用程度，取決于你的產(chǎn)品所處的階段。當你的產(chǎn)品當前處于初級階段時，你的產(chǎn)品其實是“一切皆有可能”套用一些數(shù)據(jù)分析方法，反而束縛了產(chǎn)品可能發(fā)揮的空間。這個階段更依賴初期做這個產(chǎn)品的沖動和對用戶需求的感性把握。當你的產(chǎn)品當前處于用戶基數(shù)很大且成熟期時，你的產(chǎn)品已經(jīng)確確實實滿足了用戶的某種需求，這個需求的滿足是立足點，不能輕易動搖，而且需要進一步完善和改進，這個時候數(shù)據(jù)的分析很重要，也更加客觀。關(guān)于數(shù)據(jù)分析和用戶反饋，一篇社交游戲設(shè)計的文章中提到的觀點很有借鑒意義，以下為引用請參考：很多人社交游戲公司是依賴數(shù)據(jù)分析來判斷用戶喜好并不斷進行修正，但事實上類似Zynga這種擁有超級用戶數(shù)據(jù)分析能力的公司并不多見，大部分公司根據(jù)用戶行為調(diào)整游戲方案一直停留在純理論階段，我見過部分公司對市場反饋不理想的游戲直接做法是回爐重新打造。對于缺乏資本和資源支持的公司，最好的做法是預(yù)判用戶需求而不是試圖實現(xiàn)用戶的想法。數(shù)據(jù)分析是一個很傳神的說法，但是這個更多只限于細節(jié)方面的調(diào)整，就連Zynga在制作Cityville的時候也有類似的困擾，他們剛開始并不清楚Cityville會不會只是Farmville的簡單-，甚至還打算讓C-allenge Games來接手這個項目，但最后在團隊的磨合下才形成現(xiàn)在的游戲樣式和超級影響力。Cityville的最終成型和用戶的反饋關(guān)聯(lián)不大，最核心的部分還是在于開發(fā)者層面的自我調(diào)整。It Girl設(shè)計師Brice Morrison認為數(shù)據(jù)分析是根據(jù)用戶反饋來反推游戲設(shè)置合理性，比如每個等級的玩家數(shù)量、體驗時間和消費金額。還有另外一個重要層面是玩家的游戲進程中所處的量級并不一樣，開發(fā)者利用了玩家的時間差，以少部分領(lǐng)先者為體驗對象，再根據(jù)他們的反饋修正并服務(wù)于后面絕大部分的玩家。Brian Reynolds提到過他們是如何在FrontierVille中從馬蹄鐵的提供數(shù)量來判別玩家對一些微調(diào)的反應(yīng)。答案 7：
首先數(shù)據(jù)作為一種重要的評估手段被拿來說事是經(jīng)過很多年驗證的，但數(shù)據(jù)本身是死的，需要我們?nèi)シ治觯缃駭?shù)據(jù)是越來越多了，但是分析的結(jié)果卻越來越低了，顯然這是人的因素，一個pm能夠拿著數(shù)據(jù)讓rd干活必須做到幾點：1. 對數(shù)據(jù)有客觀的分析過程，最終產(chǎn)出的不應(yīng)該只是一個結(jié)論，還應(yīng)該包括你的分析方法和分析過程，這些也要講給RD，只有這樣數(shù)據(jù)才真正起到了應(yīng)有的作用！從這個角度講為什么使用4星，而不是3星或者5星，也應(yīng)該是給出理由的，而且必要時也需要數(shù)據(jù)證明。2. 不要對數(shù)據(jù)想當然，很多pm拿到數(shù)據(jù)根本沒做深層次的分析就直接告訴RD你看這個數(shù)據(jù)說明什么的，甚至其他網(wǎng)站的運營數(shù)據(jù)，很多PM會直接拿來講給RD，這個情況我相信即使資格深一點的PM也有的。我要說的是不要把其他人的數(shù)據(jù)想當然成我們自己，一個產(chǎn)品能夠成功是有個過程的，這就是我經(jīng)常說的成長期，我們雖然沒辦法參與每個過程，但是在使用別人數(shù)據(jù)的時候還是需要分析這個過程的，數(shù)據(jù)不能脫離年代、環(huán)境、用戶、等等很多客觀因素單獨存在！3. 不要過于依賴數(shù)據(jù)，數(shù)據(jù)只是我們產(chǎn)品發(fā)展中輔助的東西，PM應(yīng)該更多的了解很多數(shù)據(jù)之外的事情，如社會環(huán)境、用戶水平、競品狀態(tài)，這些東西新人更應(yīng)該注意，不要總拿個數(shù)據(jù)跟RD轉(zhuǎn)牛腳尖！其次，作為RD我覺得我們一定要在工作過程中變得更加主動！1. 如果對PM的分析結(jié)果或者分析過程不滿意，要隨時提出，不要太被動，太被動你就慢慢成了被影響的人了，對自己前途，產(chǎn)品前途都不利！2. 主動去跟PM溝通協(xié)調(diào)，其實大家目標是一致的，既然這樣，我們都是追求最大的效率，你要把你的實際情況反應(yīng)給PM，讓大家都能去權(quán)衡得實！最后，我個人覺得RD別總太轉(zhuǎn)進技術(shù)中，也要學(xué)習(xí)新的東西，包括產(chǎn)品設(shè)計，項目管理，敏捷開發(fā)，很多看似不相關(guān)的東西往往是相關(guān)的，對自己影響很大的！你提到 “實際上，該功能整個平臺的用戶都希望做，是沒有必要耗費人力評估的，只要做就可以了”其實你自己的想法是存在問題的，第一，你怎么了解用戶的想法的？第二，該功能到底是基礎(chǔ)功能還是點綴的功能？第三，眼下什么是最重要的？我相信評估也許是必要的！答案 8：
“PM憑經(jīng)驗可說4級以上的用戶可-，這時候會有人跳出來問，為什么不是3級、5級？拿出數(shù)據(jù)來。 實際上真看了數(shù)據(jù)又能看出什么呢？看完后無非是再次驗證了4級，而且看了數(shù)據(jù)后主管判斷還是PM來下的”用數(shù)據(jù)驗證自己的想法是必要的，但是不可能每次都是通過驗證，一定有數(shù)據(jù)顯示推翻PM設(shè)想的情況。倘若每次都是驗證PM的設(shè)想，基本上可以肯定PM是帶著主觀意向去看數(shù)據(jù)的，他從數(shù)據(jù)中找出支持自己論點的部分，然后來說，你看如何如何。。。數(shù)據(jù)是不會撒謊的，關(guān)鍵看你如何解讀！我想這種情況下，rd需要更積極主動，要求PM說明他的分析邏輯，從中提出質(zhì)疑?！罢{(diào)研一下有沒有必要，評估數(shù)據(jù)搞半個月，評估的結(jié)果是：嗯，可做。 實際上，該功能整個平臺的用戶都希望做，是沒有必要耗費人力評估的，只要做就可以了。”一半一半。如果評估的結(jié)果是不可做，即使評估數(shù)據(jù)搞了1個月、甚至2個月，也是值得的。如果用戶。PM都認為應(yīng)該做，也建議先進行一個數(shù)據(jù)分析，可以是粗糙的，但卻是必須的。一件事情做不做可能是可以憑經(jīng)驗決定的，但是具體如何做，卻需要數(shù)據(jù)的支持。數(shù)據(jù)分析絕對是必要的，不過如何解析數(shù)據(jù)卻是一門大學(xué)問，每個指標是如何產(chǎn)生的，指標代表的意義是什么，核心指標是什么等等。喜歡上面回答中的一句話，數(shù)據(jù)分析是科學(xué)~答案 9：
你現(xiàn)在不拿數(shù)據(jù)當回事兒，以后數(shù)據(jù)必然也不拿你當回事兒。不看數(shù)據(jù)的PM是意識流的操作及其風(fēng)-的，這樣的PM很少見。前期半個月的數(shù)據(jù)調(diào)研看似耗費人力物力，但是在今后的工作中避免很多不確定因素，讓工作方向更統(tǒng)一，節(jié)省溝通成本，不管對開發(fā)者還是對用戶，都很有意義。答案 10：
李開復(fù)：如何評價一份簡歷的好壞？數(shù)數(shù)看你的簡歷上有多少數(shù)據(jù)（業(yè)績、用戶數(shù)、節(jié)省成本、市場份額……）。再數(shù)數(shù)簡歷上有多少形容詞（勤奮、負責、向上、有團隊精神……）。每個數(shù)據(jù)加五分，每個形容詞扣一分。其實簡歷就是一個人的個人報表，跟企業(yè)里的報表沒什么區(qū)別答案 11：
首先，“拿數(shù)據(jù)說話”是兩面的，一方面是PM自己拿出來，一方面是PM要你拿出來，不管誰拿，就碰到我說的第二個問題，即“二手數(shù)據(jù)”的問題，大部分上班的人碰到被要求數(shù)據(jù)的時候都是一頓海搜，去找有沒有成形的數(shù)據(jù)/分析/研究報告，也就是說，這部分數(shù)據(jù)的真實性不可考，這么做不管有意無意，基本上是糊弄上級，假如數(shù)據(jù)對了，你就引對了，數(shù)據(jù)錯了，你也無能為力，所以一切依賴數(shù)據(jù)，卻不給你獲取一手數(shù)據(jù)所需要的時間、資源，那不過是附庸風(fēng)雅，當然這也是現(xiàn)實情況的制約，沒有哪幾個公司特別是中小型公司能真正養(yǎng)得起分析部門，會針對公司所有業(yè)務(wù)去進行分析、采樣、設(shè)計、統(tǒng)計和再給出靠譜的報告，自然，他們也不會到市面上找各種靠譜不靠譜的咨詢公司來幫他們做這個事（這當然也是一個選擇），所以假如他們是誠心要數(shù)據(jù)，而不是希望向上面交差的時候有數(shù)據(jù)氣足一些的話，那么就得認可拿到真實數(shù)據(jù)所需要的時間，做出相應(yīng)開發(fā)進度的調(diào)整和相應(yīng)資源的保證，不然的話，他們可以就是希望你google一下罷了，要知道-企業(yè)并沒有上百年的基礎(chǔ)和社會環(huán)境，并沒有培養(yǎng)起什么嚴謹?shù)纳虡I(yè)習(xí)慣，現(xiàn)在都在學(xué)，學(xué)得更正規(guī)，更嚴謹，但是這些并沒有植入-人的血液，我們可以口頭說得多嚴謹，但是這不是我們血液里的東西，我們的態(tài)度是大而化之，好吧，把“們”字去掉吧，此外，學(xué)任何東西肯定都是從形式開始的，包括商業(yè)態(tài)度。補充一點，把剛才的文字重新看一遍，發(fā)現(xiàn)我的觀點大體上是反對的，原因是，不是反對數(shù)據(jù)的權(quán)威性和客觀性，而是對于要不專業(yè)的人出數(shù)據(jù)，我是非常反對的。那樣的話僅僅是走個形式，雖然-的IT公司大都是通材（沒辦法，-的），但你真正想要靠譜的東西的話，誰都知道，專業(yè)人做專業(yè)事，你能輕松搞定統(tǒng)計學(xué)，那么你干脆考慮一下，是不是入錯行了不該干編碼/設(shè)計呢？好吧，我這是胡攪蠻纏了，只是希望那些逼人出數(shù)據(jù)而且誠心需要那些數(shù)據(jù)的，你多問他一個問題：小子，你大學(xué)的統(tǒng)計學(xué)是考前突擊通過的么？我給你個實踐的機會吧：D答案 12：
數(shù)據(jù)的重要性不可否認，是客觀評判的方法之一，證明一個想法不是拍腦門出來。 1.數(shù)據(jù)要恰當?shù)乩?。通常，老板是最喜歡看數(shù)據(jù)和聽故事的人。你沒辦法理解為什么花一堆時間去證明一個顯然易見的問題，是因為你沒有站在他的角度來看。老板總是多慮的，需要數(shù)據(jù)作為有效支撐。但同時，每天又有多少PM總是拿著數(shù)據(jù)和開發(fā)吵架的事情發(fā)生。可見，數(shù)據(jù)并不是在哪個場合都那么的具有說服力的。關(guān)鍵是要搞清楚溝通的對象和對方的顧慮，這些數(shù)據(jù)是否足以解決對方心中的問題。 2.數(shù)據(jù)分析要一針見血 數(shù)據(jù)是如此的海量，但是我們需要的僅僅是一針見血的數(shù)據(jù)。所以，找數(shù)據(jù)以前，先弄清楚兩點：你希望從數(shù)據(jù)中找到問題，還是你希望通過數(shù)據(jù)來證明你的觀點，你要解決什么核心問題，關(guān)鍵的是要證明什么？而證明的關(guān)鍵數(shù)據(jù)是？有方向地找數(shù)據(jù)才更有效率。 3.數(shù)據(jù)需要包裝 數(shù)據(jù)總是冷冰冰沒有感情，羅列數(shù)據(jù)有--的感覺，數(shù)據(jù)分析不是說把數(shù)據(jù)攤出來就解決了問題，更重要的是怎么包裝好數(shù)據(jù)并且使其可視化，一眼就可以看出解決什么問題的數(shù)據(jù)圖表，才是體現(xiàn)了分析過程和思考過程的數(shù)據(jù)分析，經(jīng)過包裝的數(shù)據(jù)，有時候很誘人。答案 13：
PM的數(shù)據(jù)分析竊以為分為3個部分： 1.數(shù)據(jù)監(jiān)測：通過測度產(chǎn)品所表現(xiàn)的關(guān)鍵相應(yīng)指標來評估產(chǎn)品目前的運行狀況，并保障產(chǎn)品正常運行，如果有意外，第一時間發(fā)現(xiàn)，并分析原因；贅述一句，想象到的就不是意外，預(yù)案在此時通常很蒼白，因此數(shù)據(jù)問責很有可能出現(xiàn)，PM也好，RD也好這時要冷靜而不是抱怨。 2.數(shù)據(jù)探索：每一個PM都是貪心的，恨不得將所有可能測度到的數(shù)據(jù)全部讓RD實現(xiàn)，這在效率和效果上都是個壞主意。因此，PM需要在讓RD把所有數(shù)據(jù)都跑出來之前，做足探索，哪些數(shù)據(jù)有效，哪些沒什么用，往往PM在處理項目時，評定優(yōu)先級，而在數(shù)據(jù)上往往過于急躁。 2需要不斷迭代，來完善1數(shù)據(jù)監(jiān)測。 3.數(shù)據(jù)假設(shè)與數(shù)據(jù)挖掘：通過數(shù)據(jù)來推翻而不是論證項目的假設(shè)?；跀?shù)據(jù)獲取更多的知識，甚至能夠通過數(shù)據(jù)自學(xué)習(xí)，形成良性的自我成長。 這3個部分能殺掉PM大量的時間，故形成BI體系，作為團隊-的知識分享平臺，至關(guān)重要。 個人看法，僅供參考。答案 14：
“實際上，該功能整個平臺的用戶都希望做，是沒有必要耗費人力評估的”這個用戶數(shù)也是數(shù)據(jù)，除非所有人都知道，否則就應(yīng)拿出來給大家看，PM提出需求的同時，就應(yīng)該說明必要的理由，否則即使都聽你的，團隊也得不到成長。一個聽話的團隊執(zhí)行力高，問題是怎么讓別人聽話，不是跳起來說我是PM就行的。答案 15：
1、我是覺得PM應(yīng)該看數(shù)據(jù)的，而且要非常關(guān)注數(shù)據(jù)；2、但是數(shù)據(jù)是會說謊的，這其實在于你怎么去看數(shù)據(jù)，這里面，經(jīng)驗很重要，不同的人對同樣的數(shù)據(jù)會有不同的解讀；3、總體而言，不懂商業(yè)就不要談數(shù)據(jù)，要理解數(shù)據(jù)背后的商業(yè)邏輯；答案 16：
嚴謹?shù)臄?shù)據(jù)分析特征就是旁人很容易理解，清晰透明可以化解無標準的-分歧，指明方向答案 17：
從大部分的經(jīng)驗上來看，數(shù)據(jù)只是用來佐證自己的直觀或假設(shè)而已，只能把一些已知的問題量化，拿出去-或獲取資源，純粹把數(shù)據(jù)也當成一個手段或工具了。反過來總結(jié)是自己獲到數(shù)據(jù)、分析數(shù)據(jù)、提煉數(shù)據(jù)的功力不夠，沒到能看出問題的境界，所以也就只能把玩一些初級的數(shù)據(jù)把戲了。答案 18：
產(chǎn)品需求來源于兄弟部門、用戶或老板，上線后的產(chǎn)品數(shù)據(jù)表現(xiàn)一方面是對產(chǎn)品、運營、服務(wù)等工作的一個客觀度量，另一方面可幫助PM和交互設(shè)計師更好的改進產(chǎn)品設(shè)計的細節(jié)答案 19：
數(shù)據(jù)是可量化、可分析、可測量的，直覺并不一直可信。所以需要用更簡明客觀的數(shù)字來說話。ps：“拿數(shù)據(jù)說話”和“沒事跑數(shù)據(jù)、拖延時間、不做事、等等等”是兩回事哦~答案 20：
看數(shù)據(jù)和理解數(shù)據(jù)是一個循環(huán)上升的過程,都是建立在理解商業(yè)邏輯的基礎(chǔ)上,通過對商業(yè)邏輯的理解,提出數(shù)據(jù)要求,根據(jù)數(shù)據(jù),驗證商業(yè)邏輯或是發(fā)現(xiàn)問題,不斷增強對數(shù)據(jù)的理解。 當然，一定要知道：數(shù)據(jù)不能代表一切，數(shù)據(jù)主要代表過去，不能代表未來。 正確或幾乎正確的解讀數(shù)據(jù)是成為非主觀PM的必備之術(shù)。 btw，數(shù)據(jù)不應(yīng)成為說客手中的玩具，他應(yīng)該是以史為鏡的智囊。答案 21：
其實用數(shù)據(jù)說話，本身并沒有做。錯在于什么人以什么樣的方式去用。優(yōu)秀的PM會合理化的用數(shù)據(jù)，而無聊的PM才會天天以數(shù)據(jù)說話光說不練。所以作者也無需糾結(jié)。就好像同樣是把-，有人用來犯罪、有人用來執(zhí)法。答案 22：
有些數(shù)據(jù)是必要的，PM對數(shù)據(jù)的需求很大層面上可以反映產(chǎn)品經(jīng)理對數(shù)據(jù)和業(yè)務(wù)的掌控理解能力和對產(chǎn)品的期望，所以足夠聰明的產(chǎn)品經(jīng)理不會漫無目的的要數(shù)據(jù)，一般會重點盯幾個產(chǎn)品的關(guān)鍵指標和決策必要的指標；相對的，一個好的數(shù)據(jù)分析師需要對數(shù)據(jù)的需求做出合理的把握，不是需求方要什么就給什么，數(shù)據(jù)分析師給出的數(shù)據(jù)必須是有效的，能夠指導(dǎo)決策的，而不是冗長的毫無重點的數(shù)據(jù)報表。最后說一句，數(shù)據(jù)只是輔助決策，而不是決策的本身。答案 23：
數(shù)據(jù)只能說明過去，產(chǎn)品經(jīng)理需要數(shù)據(jù)，但不能完全依賴數(shù)據(jù)，有時候直覺和超前的判斷也很重要。答案 24：
如果能夠比較容易獲得數(shù)據(jù)，并且通過數(shù)據(jù)實驗來檢驗推測，毫無疑問還是應(yīng)該讓數(shù)據(jù)來說話的，這樣能讓決策的風(fēng)險降到最低（經(jīng)驗判斷太容易出現(xiàn)想當然，拍腦袋決策的代價太大了），實際上也利于做出決策（如果團隊比較-，很容易出現(xiàn)誰也說服不了誰）。當然數(shù)據(jù)分析不一定能夠解決黑天鵝現(xiàn)象。實際工作中，也會出現(xiàn)數(shù)據(jù)說話的代價很大，或者很難通過事前數(shù)據(jù)實驗來驗證，或者是一些全新的創(chuàng)意，甚至無法估計用戶的認可程度，此時才不得不弱化數(shù)據(jù)分析，靠決策者的前瞻和魄力來決定未來的發(fā)展了：）答案 25：
我覺得這種數(shù)據(jù)不一定需要精確，但一定要準確。你怎么知道結(jié)果就一定是4級呢？也許分析的結(jié)果就是3級或者5級。有哪些功能是必須上的？領(lǐng)導(dǎo)就不覺得是必須上？調(diào)研的結(jié)果經(jīng)過需求分析是沒有必要做的呢？這些事情都是要靠數(shù)據(jù)去佐證的，不是國企或者某些無所謂的結(jié)構(gòu)，錯了就錯了，無所謂。如果能避免，那情愿花一些時間和精力去做這件事情。當然如果一個事情大家都投肯定票的話，那就也是一種調(diào)研了，只不過是一種隱性的。答案 26：
不了解數(shù)據(jù)的局限性是很危險的。最直接的原因：能被系統(tǒng)記錄的用戶行為數(shù)據(jù)只是用戶全部使用行為的一個很小的子集，只是行為的一個側(cè)面、一個剪影而已，更不用說用戶心理層面的東西了。數(shù)據(jù)分析的最大優(yōu)勢是極大的樣本量，這是其他用戶研究方法所不能比擬的，但是即便是一億個剪影加起來那還是一群剪影，而不是事物本身。因此，千萬不要把數(shù)據(jù)太神圣化了，數(shù)據(jù)分析是接近真相的一種手段，但遠不是全部。答案 27：
數(shù)據(jù)必要，但并非唯一。以數(shù)據(jù)說話是一種可靠且可見的有效依據(jù)，但并非萬能。確定目標并且以數(shù)據(jù)做根據(jù)，可以對實施內(nèi)容的有效性做較好的驗證，同時，對于以往的數(shù)據(jù)進行分析、對比，才能不斷優(yōu)化與完善；但一味的為了達到某些數(shù)字目標，就會出現(xiàn)作弊或-用戶等行為，得不償失。合理的將數(shù)據(jù)作為自己的工具，而不是唯一目標。作為一名產(chǎn)品人員，糾結(jié)于此，同時也以此為準則。答案 28：
如果你還呆在團隊里，請多考慮一下其他人的觀感。3分鐘拋一個點子出來的人是不太能讓人信服的。除非你真的很牛。雖然有時候，主觀判斷是性價比最高的選擇。但處在一個團隊的時候，需要這樣一個姿態(tài)?！斑@個結(jié)論，是我花費了巨大的努力得出來的。這貨是值得信任的。”PS.樓上有人說了一句話確實很有道理。拍腦袋決策，拍胸脯保證，拍大腿后悔，拍-走人。這種事能免則免。答案 29：
數(shù)據(jù)只是一種決策的支持。不僅對于PM來決定做什么和不做是這樣，對于任何決策都是這樣。這個問題其實有兩層，一層是，我們需要數(shù)據(jù)來支持決策，我反對是沒有任何數(shù)據(jù)或者了解事實的基礎(chǔ)上直接下結(jié)論。第二層是，我們需要數(shù)據(jù)到什么程度，即便是數(shù)據(jù)很多，其實也不容易判斷出因果聯(lián)系，科學(xué)研究中其實都是這樣。所以這個時候還需要去根據(jù)經(jīng)驗去給出一個結(jié)論性的東西，因為數(shù)據(jù)自己不會說話。就像許多人已經(jīng)提到的，業(yè)務(wù)更加重要，數(shù)據(jù)必須要有，是在論證中需要的，但不是決定性的。答案 30：
數(shù)據(jù)是客觀存在的事實的反映但是如何解讀數(shù)據(jù)往往是片面和主觀的所以需要數(shù)據(jù)引導(dǎo)，更需要豐富的經(jīng)驗去解讀數(shù)據(jù)答案 31：
有些事情確實顯而易見，但假如沒有數(shù)據(jù)輔助，三個月半年乃至一年之后回顧當時的情況，除了數(shù)據(jù)還有什么是可以作為證據(jù)的呢？甚至最差情況下，項目上線后跑了一段時間出現(xiàn)問題，如果沒有早期調(diào)研數(shù)據(jù)支撐只靠當初拍腦袋的話，更容易陷入相互扯皮推卸責任的狀況，數(shù)據(jù)確實不是萬能確實有時像脫褲子放屁，但原始數(shù)據(jù)本身的重要性毋庸置疑答案 32：
兩本書第一本 《用數(shù)字說話》第二本《誰說圖表不會說謊》看了這些例子提供數(shù)據(jù)的人、使用數(shù)據(jù)的人 需要對數(shù)據(jù)有同樣水平的認識否則肯定會出現(xiàn)不對稱哦答案 33：
做任何項目需要數(shù)據(jù)支持這個問題是肯定的，需要爭論的是這個數(shù)據(jù)是否準確，就數(shù)據(jù)本身來說是絕對正確的，但是分析過程等會出現(xiàn)很多問題，換句話說也就是說如果你有足夠的數(shù)據(jù)而沒有出準確的結(jié)果的話，那么分析人員的素質(zhì)有待提高，對于一個PM來說，如果數(shù)據(jù)結(jié)果和自己的判斷強烈沖突的時候就需要去調(diào)研為什么么，比如PM認為一個功能相當重要，但是數(shù)據(jù)調(diào)研結(jié)果無人問津，那么就需要去了解差別為什么那么大，每個人都會把自己套在自己的概念模式里，數(shù)據(jù)的作用就是把你帶出來。答案 34：
數(shù)據(jù)是說服對方最好的方法答案 35：
一方面是能找到亮點；另一方面可以驗證想法，給予信心支持。答案 36：
數(shù)據(jù)一方面使決策有理有據(jù)，另一方面能找出問題根源所在。答案 37：
盡量少一些拍腦袋吧這年頭用數(shù)據(jù)說話也成錯了補充一句，很多人都是拍腦袋決策，拍胸脯保證，拍大腿后悔，拍-走人：引以為戒，與君共勉答案 38：
產(chǎn)品經(jīng)理當然要拿數(shù)據(jù)說話，但這并不是說任何決定都需要有對應(yīng)的數(shù)據(jù)。需要有關(guān)鍵數(shù)據(jù)，產(chǎn)品圍繞著關(guān)鍵數(shù)據(jù)不斷優(yōu)化。答案 39：
相對的吧！>沒有數(shù)據(jù)，就看PM的用戶、市場的需求、行為判斷能力，有數(shù)據(jù)，就參考唄；
就算是我們的經(jīng)驗，也是建立在我們長期一個一個實例積累中的；
經(jīng)驗實例樣本的大小決定了經(jīng)驗的準確性；
數(shù)據(jù)必然是大樣本的，那么就可以認為是準確的；
經(jīng)驗是一個一個實例不斷迭代而得出的優(yōu)化方案，數(shù)據(jù)則沒有經(jīng)過迭代；
下一篇:-很多停在胡同里汽車的車輪上都靠著一塊方形的板子，是干什么用的？ 下一篇 【方向鍵 ( → )下一篇】
上一篇:大家怎么看產(chǎn)品與商品？ 上一篇 【方向鍵 ( ← )上一篇】
快搜
