数据是什么？数就是数字，据就是依据，依据数字得出结论，才是数据存在的价值。在互联网高速发展的时代，计算机的计算能力和存储能力都得到了飞速的提高，现在已经不是担心没有数据的时代了，而是数据多到让你不知所措。
数据的最终目的是辅助决策，过去以领导拍拍脑袋去做决策的公司已经很难生存了，以数据为驱动的公司才有可能存活下来。
所以为什么你会看到现在很多公司都要求产品经理懂数据分析了，只有运用数据去做决策的公司，才有未来。
好了，说了那么多，我该怎么做才能具备数据分析能力？
- 学习数据分析软件并了解学到什么程度
- 数据分析离不开运营知识，一切的数据分析都是服务于运营
- 如果从数据分析中得出结论
1. 学习数分析软件并了解学习到什么程度
数据分析离不开数据分析软件，就算你说我不用学习那么多，我只需要会Excel就行，但招聘信息的要求通常是懂tableau或powerBI优先考虑，懂SQL尤佳。
所以这里我介绍一下数据分析的常用软件，下面逐一介绍：
excel-常用函数+数据透视表
excel只需要了解常用函数和数据透视表的使用即可，这些都不难，花点时间了解即可，关键是能够从excel表格中的众多数据，运用excel的常规函数整理数据，并用数据透视表去看数据呈现的趋势，从而了解数据的规律，通过数据规律得出结论才是目的。
不需要跟数据分析师比数据分析能力，我们是产品经理，各司其职，如果还需要更加复杂的数据分析，那就是数据分析师的活了，记住，保持核心竞争力就是要在自己的领域成为专家，不要成为样样懂一点但样样不精通的人，数据分析永远是产品经理的附加值，不要在数据分析上花费比产品学习更多的时间。
tableau 和 powerBI
这两个是什么软件？总结来说就是excel数据分析里的数据透视表的高级版，一方面能把表画得更好看，另一方面能更智能的进行数据分析，但经过我的研究，这两个软件还是用来画数据分析图的，专业一点的来说就是数据可视化。这个能学习到如何绘制图就可以了，不需要你做一些复杂的功能。
记住，软件的学习可以是很深入的，千万不要陷入软件学习的死胡同，比如学习Axure也是一样的，学会画图就可以了，复杂的函数真的用不上。
一切的一切都是为了解决业务问题的，能解决业务问题，无论你用什么软件什么方法，都是可以的，不要太深究软件的使用。
SQL是什么？
SQL是一种计算机语言，能够通过写SQL代码，把数据库里面的数据抓取出来，你可以理解为人和数据库沟通的语言，数据库又是什么呢？顾名思义就是存储数据的地方，你可以理解excel也可以说是一个数据库，excel表格里面是不是有数据？对吧，你打开就能看到数据，它确确实实在存着数据，但只不过excel能存的数据太少也不方便保存，不小心点开excel改了个数然后又不小心点了保存就麻烦了，所以有个专门存数据的工具会好一些，这个工具要满足数据能存很多很多（excel存上十万条数据就会卡顿了），还要不轻易被更改，还能方便提取，主流的数据库大家知道就可以了，有Oracle、MySQL和SQLserver，发现了吗？这些数据库的名字有两个跟SQL有关，可见SQL是很重要的。
我需要学习SQL吗？
有时间你就学，没时间可以不学，因为作为产品经理，很少会用到SQL的，一些公司有专门的的数据分析师能够帮你提取你想要的数据。
SQL不难的，SQL常用的语句扳着手指头都能数得出来。以后单独出一篇文章单独讲这个。
2. 数据分析离不开运营知识，一切的数据分析都是服务于运营
数据分析是服务于运营的，所以现在会有数据运营的岗位，就是通过数据去指导如何进行运营。
运营是很看重数据的，没有数据就像没有了方向。我常常说道，，产品运营不分家，产品经理要了解运营的名词，那些转化率活跃度等一定要熟记于心，不然面试扑街就在所难免。
一般面试的时候，问到数据分析，都会有很多可聊的地方，能激起面试官的兴趣，数据分析会牵涉到许多运营的术语，会问到你是如何使用这些术语并进行数据分析为公司做出决策，比如购买人数除以下单人数就是购买转化率，有一天你发现转化率忽然降低，你就要去寻找原因，为什么会忽然降低，那段时间到底发生了什么事情？于是你会不停地翻数据，直到最后找出原因，原来是因为改了一个功能导致用户体验下降，这个时候改回来就能把转化率回归到正常，为公司解决问题并提升收益。
数据分析其实并不神秘，一切的数据分析都是为运营服务，数据分析是找出问题或者是优化问题，不管你用什么软件分析哪怕你用算盘分析出来的，结论正确才是有价值的，如果一顿操作猛如虎，最后并没有什么luan用是不行的。所以最后我来讲讲如何从数据中得出结论。
3. 如果从数据分析中得出结论
如何从数据分析得出结论，其实是一个过程，我在这里给大家分享一个故事：
airbnb爱彼迎是一家联系旅游人士和家有空房出租的房主的服务型网站，它可以为用户提供多样的住宿信息。
一件很有意思的事情是，一段时间用户对某个地区的租房订购率下降很严重，即使进行了一些促销都没办法把这个订购率给拉起来，后来数据分析人员进行了相关性分析，发现这个地区上传的图片在某一个时间段并不是高清图，而恰恰在这个时间段订购率开始下降，于是猜测订购率下降可能和上传的图片不清晰有关系。
于是做AB测试，即保持一个样本不变，另外一个改变，来看是不是真的是这个原因，airbnb聘请了专业的摄影师去拍照上传，而对另外一些公寓的招聘保持不变，看看订购率是否上升，结果发现上传了专业的摄影高清图之后，订购率不仅恢复了而且还呈现上升的趋势，公司立马调整策略，把所有的图片都换成专业摄影的高清图，利润得到了大幅的提升。
这就是数据分析给公司带来的价值，结论永远都是最重要的，数据分析的结果，无非就是那最后的结论。
当你在看一些关于数据分析的文章的时候，你会不会也和我一样，当看到一些数据分析的文章的时候，比如分析房地产什么的，你会粗略的扫过那些中间的分析过程，样本数据，而对最后的结论才有兴趣。
我们想当然的会觉得，哎呀这分析过程牛bi啊，不想理解了脑子累，我知道你专业，你就直接告诉我结论好了，其实很多时候老板也是这个想法，当老板已经认可了你的分析能力之后，分析的过程对他来说已经不重要了，结论才重要。
一切的数据分析都是辅助决策的，从决策倒推就是对业务的理解，学习数据分析，要倒过来学，先学有什么决策，然后这些决策都是通过哪些业务数据分析出来的，最后才是要分析出这些业务数据我该怎么操作软件，只有这样你才不会在数据分析的大海中迷失方向。
产品经理肯定要懂数据的，因为产品经理对产品负主要责任，而现在都是以数据驱动的时代，产品经理务必要懂数据分析。
