九道门丨一个产品经理的必备技能：拿数据说话（二）

在学习今天的内容之前，同学们可以先复习一下我们前面讲到的案例知识，便于大家可以更好的理解下面的内容：九道门丨一个产品经理的必备技能：拿数据说话（一）

承接上篇所说的“who”，我们从浅层面考虑的只是客户特征分层，那深层次的还需要加上业务状态机——用户在当前经历了哪些业务行为或者关键功能，你认为与本次实验有关的都要纳入进来。比如数仓工程师需要跟业务人员合作考虑到所有的变量，然后再去搭建数仓，这样才能满足后续的多维度组合分析。

结合我们讨论的问题，采用两个重要的业务状态机，一个是是否订阅，一个是有无浏览行为。同样使用表格呈现出来：

可能会有人觉得这种行为没有价值，但是不好意思，这就是你体现价值的时候，否则产品经理的价值体现在哪里？等着后期研发来做这些吗？我们举的例子只是四种状态组合下的用户分层情况，40种情况对应着40种后续行为。所以将每一种情况都列清楚以后才能知道需要分析的数据是什么，用心才是产品经理的出路。

接下来要考虑的步骤还有流程状态。也就是用户在进入小程序之后除了我们所说的四种，还有一个最常见的滚动状态：

       其次滚动状态和用户状态不同的是属于流程，这5种流程的发生顺序是可以随机调换的，可以先滚动再浏览再刷新，也可以不浏览先刷新再滚动。其中滚动状态可以再细分为一般滚动行为，滚动到上次浏览，和无滚动。我们再将这个表格做出来显而易见会特别多种情况。

在这里并没有做流程调换之类的动作，仅仅是对初始状态进行了定义，当我们考虑到细节的时候就可以输出全部状态，那用桑葚图表示出来的话就是这个特别复杂的样子：

我们做这么多的目的是什么？再回过头来看看问题。用户动机，这一长篇一长篇的内容都是流程动机，我们在分析的时候把相同动机的流程可以放在一起。可以看到DZ1-3可能是正常用户行为，DZ4-6可能是没刷到感兴趣文章的用户（是不是要考虑一下推荐算法），DZ7-9好像跟我们这个测试有关系，若把这些用户都变成有刷新行为（DZ1-3）能提升多少复登数、阅读数、在线时长（KPI）呢？这就是我们所谓的精细化分析，时刻记住自己的指标，我们的预估情况是怎样的，对照组如何设立，能够提升多少KPI。

有了合理的对照和对比才能有严谨正确的结果，这样我们在最初设计的对照组才能出结果，否则永远是以一个门外汉的眼光在看问题。

但实际上在工作中数据分析不是整理这么多的表格，这样分析首先自己撑不住，敢这样提需求研发也饶不了你，这就需要产品经理的另外一个技能——业务抽象能力：

因为研发只需要做到技术实现，交叉分析是需要产品经理提出的，对数据分析时来说，几千种情况还是比较常见的。如果是涉及到用户属性等敏感业务时一定要将每一种用户的情况都要考虑清楚。

上述的内容全部为示例，感兴趣的小伙伴可以继续详细分解下去。如果是新入行的产品人员一定要学会在过程动机中理解用户，这样才能做到预估改版的合理性，需求的真伪。

作为一名产品经理也要学会根据结论去验证结论，不管是交叉验证还是假设检验都可以侧面证实你做的分析是可靠的，严谨的。