最近帮几个同学做求职辅导，发现一个现象，有部分同学面试没有通过，都是倒在了“数据”上面。常见表现就是对数据的感知比较弱，无法通过数据来证明自己的能力及成果。还有些同学，简历上写了一大堆数据，真正面试中，却又讲不出所以然。
确实，产品经理的面试中，数据是一个非常关键的点，一方面能够非常直观的证明出你的能力及工作成果，另一方面，通过对数据的感知和参数，也能够大概率判断出你的一些思维方式。
那么，今天就来聊一聊，在面试中，如果问到和数据相关的问题该怎么办？
我简单做了一个统计，将同学遇到的各种情况进行了分类，主要有这三个：
数据比较全
- 在过去的工作中，其实是有数据表现的，而且数据也比较全。但是到了面试中，面试官问了数据相关的问题，不知道该如何去表达清晰。讲结果可以，讲过程就懵了。
数据不全
- 过去工作中，工作太过粗放，没有去系统的统计数据，能知道的只有一些常见的比如注册、付费、日活、月活等
- 实际工作中，某个项目比较紧急，当时赶着上线没有做一些细致埋点。上线后，各方面的数据都没有，只有一个整体的效果数据。
没有数据
- 我的产品/项目是偏B端的，面向的用户是企业/内部人员。很少用到一些数据的东西，数据统计那就更没有了。
- 项目是非互联网产品，数据的话也不是线上的数据，这个不知道怎么写。
那么，针对于这几个情况怎么解呢？其实，我们只要按照数据的一些使用场景进行拆分来看就好了。
比如，第一个，我们首先要明确数据指标。一般来说，我们工作中或者说任何一个产品或功能的上线，一定会有他的目的的，然后我们需要把这个目的去量化。
举个例子，很多新手产品都会遇到过一个任务：提升产品的用户体验。用户体验这是一个比较虚的目标，这个时候你就要去找一些辅助的指标帮助你定位用户体验这个状态。比如，当某个指标达到一定值时，我们认为是提升了用户体验。比方说，某个功能的使用时常或者使用频率提升，是不是表示用户对你的功能比较满意，用的比较爽，这个是不是就是一个量化的方式？
更深入一点，我们在做深入的数据分析时，会用到一个归因模型，来帮我们去量化不同业务模式中的指标。这个讲起来比较复杂了，改天专门写个文章聊聊，感兴趣的也可以自己百度。
第二个维度呢，是数据评估。
就是说每当你的产品或者功能上线后，有没有达到你的预期？你的直接指标的效果如何？辅助指标有没有提升？，反向指标有没有什么变化？这些都是你需要去看的。
我们验证产品上线的效果，出来主观层面的用户反馈，用户调研之外，数据表现是一个非常直观的效果呈现，所以到时候在面试中，去呈现客观数据，这点是非常重要的。
第三个维度，数据复盘。
作为产品人一定要会用数据复盘你的产品，通过数据去挖掘问题点以及新的需求点、增长点等等。
你是如何通过数据发现产品的问题的，然后如何解决？你如何通过数据发现产品新的需求/增长点的，你怎么去验证的？比如AB Test等。这些都是体现出你的数据思维的方式。
通过上面三个维度，基本上就可以帮你把过去工作中涉及到数据方面的情况梳理的比较清晰了。
当然，刚才讲的大多数都是基于已经有相关数据情况的基础上，那么对于哪些数据不全的产品或者项目中，我们怎么去聊数据呢？
比如有个同学说：我的产品是一款crm产品，产品做的好坏取决于业务同事的口头表达，我也不知道产品具体做的怎么样，更别提数据了。
对于这种情况，我们尝试去看看业务人员产品的使用频率和时间，是否有提升？或者提升使用频率和时间的业务同事，他的业绩有没有提升？再或者业务同事“吐槽”产品的情况和比例是不是明显减少？是吧，从这些维度也是可以去做些量化的。
通常来说，数据在产品的维度，是有好坏之分的。但是对于面试官来说，数据的好坏并不是他关注的重点，你是否具备一些通过数据指导产品设计的思维，这个才是核心考察的点。所以说，在面试过程中，只要能够做到逻辑自洽，各项数据指标能够跟你的动作对的上，就ok了。
