第一章 产品经理该怎样入门数据分析

1.1 产品经理做数据分析的入门门槛在哪

 - 掌握利用数据评估产品改版（或新功能）效果的方法；

 - 掌握借助数据发现产品改进关键点的方法；

 - 学会在数据的配合下快速完成用户画像（persona）的方法；

 - 知道如何定义数据埋点以及分析需求，并推动研发团队实施；

 - 如果您的研发团队无暇处理数据分析需求，您还应学会至少一种产品数据分析工具

1.2 数据分析入门的「快速路径

，just gan it ！

第二章 产品经理应关注哪些数据指标

2.1 产品数据分析的「上帝指标

新增 传播 活跃 留存 流失

2.2 互联网产品的「AARRR」模型

- 获取（Acquisition）：用户如何发现（并来到）你的产品？ 

- 激活（Activation）：用户的第一次使用体验如何？

 - 留存（Retention）：用户是否还会回到产品（重复使用）？ 

- 传播（Referral）：用户是否愿意告诉其他用户？

 - 收入（Revenue）：产品怎样（通过用户）赚钱？

第三章 如何衡量产品改版（或新功能）的效果

要想成为优秀的产品经理，必须学会在迭代循环中适时进行衡量并确认进展

3.1 衡量改版效果需要哪些基础数据？

此用户及其行为数据是衡量产品改进的基础

3.2 衡量产品改版（新功能）效果的操作方法

问题 1：新功能有多少人用（是否受欢迎）

问题 2：用户是否会重复使用（被评估的）新功能

问题 3：新功能对所处的使用流程是否起到了优化作用？

问题 4：产品改版对用户留存产生了怎样的影响？

问题 5：了解用户在怎样使用新改版的功能？

第四章 如何发现产品改进的关键点？

4.1 应该从哪里找「改进关键点」？

「埋点记录的单个用户行为数据」中 包含的信息量远低于「在现实中观察单个用户的行为」所获得的信息量，卓越的产品经理应 该懂得如何将两种方法结合在一起，找到效率和质量的最佳平衡点 ）

4.2「发现产品改进关键点」的操作步骤

第 0 步：目标（起因

第 1 步：根据目标对用户分群

第 2 步：对比用户群，寻找差异

第 3 步：发现「有趣的」差异，探寻背后原因

第 4 步：根据发现改进产品

第 5 步：衡量改版是否达到预期效果

第五章 如何借助数据快速高效构建用户模型 （Persona）？

Alan Cooper 在《About Face：交互设计精髓》

5.1 用户模型构建的传统方法

Alan Cooper 提出了两种构建用户模型的方法：

 - 用户模型：基于对用户的访谈和观察等研究结果建立，严谨可靠但费时；

 - 临时用户模型（ad hoc persona）：基于行业专家或市场调查数据对用户的理解建立， 快速但容易有偏颇。

方法 1：基于访谈和观察的构建用户模型（正统方法）

方法 2：构建临时用户模型（ad hoc persona)

「临时用户模型」的构建过程与「用户模型」的构建过程很像，只是其数据基础一个是来自 对真实用户的访谈和观察，另一个是来自对用户的理解。二者的准确度和精度都有差别。

5.2 基于用户行为数据快速、迭代构建用户模型的方法

快速构建用户模型的方法简述

首先，在开始时，整理和收集已经获得的任何对用户的认知、经验和数据。

接下来，您就要对上一步的用户群逐个进行分析，并尝试从中发现显著的行为模式。

接下来，对上面形成的每个候选用户模型，进一步完成其目标和动机的推测。

从每个用户模型中选取少量具有代表性的用户，进行访谈或调查，以消除您在前面研究中遇 到的不解之处。

最后，根据您的认知变化和产品需要，可以在合适的时机对之前得到的模型进行新一轮的修 正。

第六章 如何结合数据优化产品的用户体验？

Jesse James Garrett在《用户体验要素：以用户为中心的产品设计》一书中对用户体验的定义： 「用户体验是指『产品如何与外界发生联系并发挥作用』，也就是人们如何『接触』和『使 用』它。」

6.2 结合数据优化产品用户体验的一般方法

衡量 发现 优化 评估

第七章 什么是同期群分析（Cohort Analysis）？

7.1 什么是同期群（Cohort）？

同期群是一种用户分群的方式。 同期群按用户的新增时间将用户分群，得到的每个群叫一个同期群。

7.2 什么是同期群分析（Cohort Analysis）？

同期群分析是指将用户进行同期群划分以后，分析和对比不同同期群组用户的相同指标，这 套分析方法就是同期群分析。

7.3 Why 同期群分析？

同一项产品改进，对不同同期群中的用户，产生的影响是不同的，分开衡量才更能反映真实 的情况。

7.4 如何应用同期群分析？

第八章 常见分析模型及应用场景介绍

8.1 行为统计

用户行为统计，就是对用户在产品中的行为发生的次数或人数进行简单的统计，统计结果一 般以折线图和表格的方式呈现，这是用户行为分析的最基本的方法。

8.2 漏斗分析

漏斗分析可以帮你分析使用过程的成功和失败率（也叫转化和流失），以分析用户在使用产 品时是否顺畅。

8.3 留存分析

留存率，就是指一组用户在初始时间（比如首次 打开应用）之后第 N 天，还在使用产品的用户比例（即留存下来的用户比例），一般称之 为 N 天留存率。

8.4 用户洞察

要深入的了解和分析 指标背后的用户、以及用户的行为。这种透过指标观察其背后用户的方法，我们称之为用户 洞察。

8.5 用户群细分

用户群细分是指根据属性或行为特征将用户从全部用户中筛选出来的方法。进行行为统计、漏斗分析、留存分析和用户洞察等 进一步分析。

第九章 产品数据分析的一般过程

第一步：弄清目标和当前的主要问题

第二步：找出问题相关的数据指标

第三步：对问题指标的相关人群进行画像分析，探究问题背后的 可能原因

第四步：改进产品或运营

第十章 如何评估选择合适的数据分析工具？

第三方