编辑导语：客观数据能够通过可量化指标来评估产品的改进方向，所以作为一名产品经理，必须养成数据思维习惯，熟练掌握数据分析方法论。数据分析的准确性与专业度，往往决定了一个产品发展。那么，业务型产品经理应该怎么做数据分析？

如果产品是个孩子，产品经理应当充当什么角色呢？有个比喻很恰当：产品经理是父亲，不负责具体生孩子，可一旦孩子闯祸了，优先找产品经理。

所以每一次新功能上线，产品经理都期望他能“争口气”，可以是更好的交互体验，也可以是相关指标有所提升。期望并不代表真实效果，产品上线后带来的真实效果需要通过数据进行客观描述。

一、为什么要做数据分析？

上线前：对产品经理而言，从众多需求中精心挑选出（拍脑袋）的需求时，在心中就会有初步的构想，新功能能够帮助产品覆盖哪些增量用户，新功能带来哪些关键指标的提升，提升幅度大约是多少?

上线后：用户使用后产生用户行为数据可以侧面验证这次的功能迭代优化，是否达到了预期的业务目标，具体的提升效果是什么样子?这本质上就是将业务问题转化为数据问题的过程。通过数据分析的结果，我们可以确定上线功能与预期效果之间的真实差异。

如果效果好于预期，则评估的结果可以作为运营同学大力推广的支撑点；当效果明显未达预期时，则需要基于用户行为进一步分析未达预期的原因，为功能的优化或改版提供新一轮的“脑暴”，因此数据分析是新功能上线后必做的一步。

往小了说，数据分析帮助产品经理不断优化产品设计和迭代，往大了说，数据分析用纯数据的方式非常有说服力，可以让决策者、大领导直观的感受到“数据分析、挖掘”的价值，验证自己的远见卓识，且能更好地为企业发展服务。

二、怎么做好数据分析？

上线新功能后如何做好数据分析，一要采集用户行为数据；二要分析用户行为数据；三要从数据分析中得出结论。

以下将一一进行展开：