市場上老有消息稱，拼多多超過京東，成為國內僅次于阿里的第二大電商平臺。

這個消息結論是否可靠呢？

我隨手翻了幾個信息，整理如下。

（數據來源于網絡）

通過上面數據能知道。

京東在市值、GMV上都超過拼多多，僅從這兩個角度看，不足以支持拼多多超過京東的結論。

在訂單量上，拼多多遠超京東。這得益于拼多多客單價低、京東客單價高。如果僅從這個角度看，勉強可以說拼多多是超過京東。

當時如果進一步分析，比如分析GMV，拼多多的增長速度是遠超京東的，如果按照這個數據推測，拼多多超越京東就在這一兩年。

結論靠不靠譜，都可以靠數據驗證。

今天三哥概述下產品經理的數據思維。

數據對產品工作的價值

數據的價值，如何強調都不為過。不同的數據對不同的人價值不一樣，同樣的數據對不同的人價值也不一樣。對于產品來說，數據的價值主要體現在以下幾個方面。

1、發現產品存在的問題

老板通過公司經營指標發現公司經營存在的問題。

CFO通過財務指標發現公司財務健康狀態。

產品經理通過業務數據可發現產品中存在的問題。

業務數據的背后是每個用戶的行為的堆砌。如果數據有波動，一定是某些節點不同于往常，需要重點關注。

落地頁到注冊的轉化率比前幾天有下降。是不是新上線功能影響的？是不是用戶推廣渠道變化導致用戶質量變化？

詳情頁到下單的比例有下降，是不是有bug？是不是優惠政策變化帶來的影響？是不是新功能導致操作路徑變長了？

數據波動的點，就是問題點，就是我們當前工作的重點。

2、輔助產品經理做決策

A方案和B方案，如果有數據支撐，能證明A方案比B方案好，那直接使用A方案。

A方案和B方案，如果暫沒有數據支撐，不知道哪個優劣，可以做A/Btest，A/Btest上線后的數據表現，來決定我們是選擇A還是選擇B。

不管哪個方案，如果數據表現向好的方面發展，要放大這個效應，全面去應用讓數據好轉的措施。如果數據表現向不好的方面發展，快速定位導致數據波動的真正原因，給予解決。

不管是產品方向的決策，還是產品方案的決策，都能通過數據來指導。

3、評估新上線功能是否達標

每個新上線功能，有且只有一個最合適的指標來評估其效果。

如果一個功能需要多個指標來評估，要么這個功能不只一個功能，要么指標選擇不對。

功能上線前，需要確定最合適的評估指標是什么？該指標能到達什么值？

功能上線后，需要跟進該指標，分析指標實際值、原值和目標值情況。

實際值<原值，效果不如之前，趕緊回滾到原來方案，然后排查原因是什么？來確定放棄還是繼續迭代。

原值=<實際值<目標值，說明沒有讓該方案變得相比原來更差，但實際值為何低于目標值？低多少？是否有提升空間？分析清楚后再評估是繼續改進還是放棄。

實際值>=目標值，說明達到目標，甚至超過預期，盡快大范圍推廣該功能，或舉一反三，用類似思路去改造其他功能。

產品經理的數據觀

1、無數據，不工作

對于產品經理起來說，新工作沒有數據做指導，工作重點不明、方向不清。已做工作沒有數據做指導，工作效果不明、迭代不清。

只有有數據的支撐，我們才能更加有理有據、走在做正確的事情的路上。

2、數據讓一切問題無處可藏

線上bug，第一時間反饋在數據波動上。

產品流程不暢、體驗不佳，第一時間反饋在轉化漏斗上。

內容對產品沒有吸引力，第一時間反饋在跳出率上。

推廣渠道質量不好，第一時間反饋在和其他渠道對比的數據上。

總之，我們的產品問題，都逃不過數據的法眼。

3、用好數據即可，不需要我們成為數據產品經理或數據分析師

數據產品經理是搭建數據平臺、為各數據需求方提供工具的人。

數據分析師，是從類似獨立三方的角度來滿足公司各數據需求方出數、分析數據、給分析建議的人。

產品每天看數據、隨時看數據，但并不需要我們成為他們。

專業的人干專業的事，我們要做的是善于用已有的數據平臺、已有的資源來獲得我們需要的數據。

對于經常要看的數據，可固化或產品化。對于非常規數據，借助他人的力量完成。

當然，對于業務早期，如果沒有數據產品經理、數據分析師，需要自己想辦法搞定一些數，比如找技術。如果我們知道如何利用一些工具，比如MySQL查數，會更加主動、更加了解數據庫和表的設計是否滿足業務需求，但不是產品必須技能。

如何落地數據思維

對于產品經理如何落地數據思維，是很實操的事情了。三哥一直在實踐的方法如下。

1、建立自己的數據指標體系

知道自己需要看什么數據，才知道如何獲取數據、分析數據。

我們需要建立一套自己的每日觀察的數據指標。

這套指標，不宜過多、過泛，宜精煉、簡潔，能反饋出業務變化情況就行。

因為這套指標是我們每天要看的，每天要做的工作一定是“成本最小”的，否則會成為每天堅持的阻礙。

如果你是交易型產品，可參考這個公式做你的數據指標體系的拆解：銷售額=流量*轉化率*客單價*復購次數。

比如銷量的指標，按渠道的流量指標，轉化率的指標，金額和訂單數指標，新老客的指標等。基本能覆蓋業務全流程。

數據正常，就不要多花時間。數據有波動，就需要進一步去分析，找出波動原因。

只有心中有一套基于業務的數據指標體系，才能做到有的放矢。

2、數據是需求方案必填項

1）出需求方案時，確定核心評估指標

核心評估指標，一個即可，如果有多個，說明找錯了，繼續找。

確定核心評估指標的最有效方法是，我們做這個方案的目的是什么？要解決什么問題？一旦清楚目標或解決的問題，核心指標也就確定了。

確定核心評估指標后，也可再找1-2個輔助指標。

比如，我們在收銀臺新增加一個支付渠道，這個核心評估指標是什么呢？新支付渠道的訂單占比？新支付渠道的支付成功率？都不是，這些可作為輔助指標。

我們增加支付渠道，如果目的是支付成功率由原來的80%提升到85%，那所有渠道匯總后的整體支付成功率，才是核心指標。

2）評審時，評審數據需求

需求評審階段，需要和技術溝通：我們需要看哪些指標來評估這個項目，為了獲取這些數據，技術同學需要做什么。

一般頁面類的訪問、點擊等行為數據，借助第三方平臺埋點即可完成，如GrowingIO、神策、GoogleAnalytics等，都是很好用的工具。

對于類似注冊、下單、支付、狀態等業務節點的數據，需要入庫存儲，特別是一些狀態和時間的記錄，需要基于我們的數據需求，和技術溝通清楚。

3）上線后，及時看數據和給相關人反饋

新功能上線后一兩天，就需要觀察數據情況，并給領導和項目參與人反饋該新功能的數據表現。

這能增加我們的專業度性和靠譜程度。

當我們做的項目，能做到和研發測試等項目相關人分享項目數據時，他們對我們新發起的需求接受度更高，因為他們覺得這個產品很專業、很靠譜。

上線后新功能的數據，一般要持續觀察1周左右。后面可當做日常指標定期去看即可。

3、養成每天看數據的習慣

每天早上到公司的第一件事，看數據，看我們之前確定的核心指標，這是一個好習慣。

對于數據的表現，不管是正常還是異常，都丟在工作群里同步下，讓大家知道目前的產品數據表現。

這樣做一方面能獲得來自團隊的反饋，有反饋會進一步強化我們看數據的行為。另一方面也建立自己的靠譜的形象，能做到每天看數據，看業務指標，這就是靠譜。

對于每天早上看數據的習慣，如果還沒有養成，三哥提供兩個很實用的建議。

1）如果公司有每日站會，站會的第一件事先匯報上一天的數據情況。流程化確定下來，讓我們不得不看。

2）設置好2個鬧鐘，間隔3分鐘，頻繁提醒自己要看數。

2周后，沒有站會、沒有鬧鐘，也成習慣了。這是一個讓我們快速建立專業度、靠譜度好習慣。

總之，產品離開數據，就像開車走錯方向，讓你在錯誤的道路上越走越遠。

可能有同學要問了，數據雖然很重要，但也不能迷戀數據。

我要說的是，我們多數人還沒有到被數據帶偏的地步。盡信數據，比自己瞎想強。

最后，也推薦大家關注他的公眾號：產品筆記

最后，也歡迎有面試問題的小伙伴加微信：yw5201a1?溝通交流。

此外我們的官方網站也上線了，每日分享高質量的文章、原型素材和行業報告，小伙伴可自行前往索取，支持搜索，需要的小伙伴可點擊底部的閱讀原文直接查看，或者復制網址：www.dadaghp.com?打開。

更多干貨可關注微信公眾號：產品劉

想學習更多關于產品、職場、心理、認知等干貨，可長按右邊二維碼，關注我們。

··················END··················

RECOMMEND

推薦閱讀

面試中遇到回答不上來的問題可以這樣做

如何考核產品經理的績效？

B端產品經理訓練營

面試題，你為什么想做產品經理？

點擊“閱讀原文”

查看更多干貨

總結

以上是生活随笔為你收集整理的真正厉害的产品经理，都是“数据思维”的高手的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。