“最好的产品经理都是数据驱动的,毫无疑问,你对数据了解的越多,在产品经理的工作中机会越多,越容易。我们可以先从了解一些基本的关键事项开始。首先是了解定量数据和定性数据之间的差异。因为所有的数据最终要么是定性的,要么是定量的。通过了解它们之间的区别,并了解一些基本的研究方法,可以让我们更加顺利的成为产品经理。”
01
为什么数据很重要?
1、数据可以帮助产品经理沟通时达成一致。在实际的工作中我们倾向于将数据视为“事实”,或者在团队决策时作为客观事实的东西。虽然在实际使用的时候很少这么简单,但是数据确实可以为我们提供很多帮助,如在判断需求的优先级时,一直无法判断,这个时候有一些数据可供参考,可以帮助我们确定优先级。
2、数据增加我们的意见的分量。没有数据,我们只是一个有意见的人,而数据可以为我们的意见提供证据,帮助我们的意见变的有分量。
3、数据可以帮助我们做出正确的选择。在产品的策划中,很多东西不仅仅是看起来像是我们想的东西,而是要真正确定和了解的东西。而数据的正确使用,可以让我们以正确的方式构建正确的产品。如在算法推荐中,有多个算法模型被构建,而是否和我们想象的一样,选择点击率比较高的模型。这个时间就需要数据帮助我们做出正确的选择。
4、数据帮助我们发现新的机会。有时候正确的使用数据,数据可以让我们发现新的机遇打开大门。如微信的语音输入功能,可以让用户快捷的将语音转化为文字,但是产品经理在上线后发现异常数据,用户退出功能的次数很多,每一次进入后发送条数比较少,总体发送条数比较多。这意味着用户经常退出这个功能再进入,通过正确的使用这个异常数据,发现用户的需求,进行产品能力的提升。
02
什么是定性数据?
定性数据又称软数据,是非统计数据,通常是非结构化数据或半结构化,是描述性的和概念性的。根据特性、属性、标签和其他标识符进行分类。定性数据可以用于“为什么”这个问题。定性数据是调查性的,可以进行进一步的研究,从定性数据中生成可以用于解释、发展假设和初步理解。
可以通过以下方式生成定性数据:
定性数据可以帮助我们捕获数字无法告诉的内容填补一些重要的空白。
定性数据通常结构是非常松散的,我们不可能完全有定性数据组成的电子表格。
定性数据分析起来可能很难,但是它为我们的数据集增加了很多价值,并帮助我们明白我们正在为人构建产品,而不是机器。
定性数据的优点:更好的理解、提供解释、更好地识别行为模式。
03
什么是定量数据?
定量数据又称硬数据,是统计性的,通常本质是结构化的,可以用数字进行计数、测量和表示,更加严格和明确。定量数据可以用来问“多少”的问题,生成结论性的信息。
可以通过以下方式生成定量数据:
产品团队更加依赖定量数据,因为它更加可靠,更加接近客观事实。
定量数据的优点:具体的、易于沟通的、高可靠性的。
04
那种类型的数据更适合数据分析?
定性数据几乎被视为非结构化数据或半结构数据,这种数据类型格式松散,结构很少。因此无法使用传统的方法收集和分析定性数据。
理解定性数据可能既费时又费钱,但是也有一些方法可以构建这些数据。NoSQL(非关系型数据库)的兴起使定性数据的搜集和存储变得更加易于管理。现在许多数据的BI系统和可视化平台为我们提供了存储、收集和分析定性数据的方法。
定量数据几乎被视为结构化数据,这种类型的数据以某种格式化,可以存储在关系数据库中快速组织和搜索。结构化数据最常见的例子如电子表格中的数字和值。
定量数据和定性数据是相辅相成的,因此通常首选定量数据进行数据分析。将软数据和硬数据结合,软硬结合可以使我们做出正确的假设并获得正确的见解。