【天天问每周精选】第38期：要提高自身竞争力，产品经理可以从哪几个方面下手？

2017-08-04 21:17 来源:人人都是产品经理 数据分析 /设计 /技术

原标题：【天天问每周精选】第38期：要提高自身竞争力，产品经理可以从哪几个方面下手？

如何提高自身竞争力，是永恒的话题。本期的天天问从技术层面、产品思维、软技能等五大方面，具体告诉你，应该怎么下手~这些都是前人满满的血和泪的经验呐。

问题清单：

1、在做产品的数据分析时要注意哪些坑?

2、产品经理对于技术实现层面的考虑有哪些？需要如何考虑呢？

3、如何有效的和其他部门的人沟通？

4、产品经理需要什么样的“软技能”？

5、如何定义产品经理的思维，以及如何培养？

————————————————— 我是分割线 —————————————————

问题1：在做产品的数据分析时要注意哪些坑? @Gary 精选回复@明捷

（1）数据分析是个长期动态不断细化分析的过程

最常见的误区就是，平时没怎么留意数据，得空时上去看下，结果发现近期（一周至一个月内）的某个指标波动较大，然后就死命找源头找原因看是影响因素是什么然后再去解决，解决完之后就感觉完事儿了，然后等待下一个异常情况发生后再去处理。

可能会有人反驳我说，数据分析不就是分析异常波动的数据找原因再优化的过程吗？是的没错，但是每一个产品的数据情况都值得花人力去定期维护和深挖，这其间牵涉从产品交互到产品功能、从新用户到老用户、从浏览到下单的一系列路径，而每一个路径都关系产品的规模、收益、健康度等等，出现很明显的问题时往往就已经存在比较大的漏洞了，此时你做的是亡羊补牢之措，并不是未雨绸缪之举。

我们要做的永远要是预测和判断，在问题出现之前先将这种可能性掐死再说，而不是等出现大bug了。

（2）数据分析需要建立一套分析体系

量变引起质变这句话相信大家都听过，数据分析也是一样的道理，产品需要迭代时如何添加或者删减功能，进行优化后量化的指标是什么，这些都需要建立一套完整的数据指标体系设定基准值，AB测试，保留最优解决路径，慢慢的累积起来以后，保证产品不断朝着正确的方向发展。

精选回答@秦桑低绿枝

做产品的数据分析之前要明白一个点，数据只能说明问题，并不能完美的解决问题，不能单纯依托于数据而解决问题，不能过于注重数据表象。

举个例子，某公司发现，使用某项功能4次以上的用户留存率更高。于是，公司加大了对该功能的宣传推广，EDM、首页推荐各种推送。一段时间后，该功能的使用度大幅提升，但老用户的留存比例并无明显上升。为何？用户并非单一使用该功能，而是在产品的诸多功能使用中该功能频度较高。这是一个整体过程，非单一事件。数据分析逻辑错误，因果关系错判，方向错误结果自然也不理想。

所以理论还是要结合实际来具体问题具体分析，这个坑提醒了你，希望你在实际操作中可以避免。

问题详情：https://wen.woshipm.com/question/detail/7lo6d.html

问题2：产品经理对于技术实现层面的考虑有哪些？需要如何考虑呢？ @loki_lee 精选回复 @文君大大

其实技术同样是团队成员，整个团队的目标和氛围与产品经理的主动营造很有关系。

（1）目标

要让团队成员和技术知晓一些重点功能背后的价值和目的。这才能让整个团队清楚重要性。团队成员每个人都可以对产品提建议，有的时候产品人员需要拿出各种方法来说服成员，包括使用客观的调查数据等；重要功能轻易不能妥协。

（2）梳理业务逻辑

技术在实现上本身就是一个逻辑活。

有的时候产品经理与技术沟通过程当中，很多就是因为逻辑的偏差导致需求无法实现。将自己的业务逻辑梳理给到技术很重要。

（3）表示难度太大，搞不定？

原因1：技术不懂且是个不主动的人（态度问题）。——产品人员去谷歌、技术社区、找技术的领导一起讨论等，帮他一起找技术方案的资料。