1. 瞭解業務，熟悉資料框架、體系

　　瞭解你的業務是做什麼的，業務的發展規劃有什麼，衡量的核心指標有哪些，列出KPI或是核心指標，一般重點指標就那麼幾個；然後對幾個核心指標進行拆解，這點也需要根據你的業務屬性進行，你的業務凡是會影響到這個指標的有哪幾個元素，舉個簡單的例子，你開發的手機APP上的登入次數、使用者數，你拆分為是ios、安卓、wp7還是其它，如果你是接入的新浪或者QQ的開放平臺賬號，拆分為新浪賬號、QQ賬號、人人網賬號或是單獨註冊等一系列；

　　拆分的好處是你能對一個具體的指標很清晰它是怎麼組成的，好像庖丁解牛，當然這個過程可以不斷拆分下去，加上一些公共屬性，例如時間、使用者性別、使用者年齡、使用者職業等公共的緯度進去細切，不過個人覺得這是建立在有專人專團隊做這事的基礎上去不斷細分資料，這些結果可以幫助你更精準的定位你的產品，為你後面的運營、推廣、品牌等定位出一個比較精準的模型；

　　2. 對現有資料指標進行思考；多維度集中分析找規律

　　在熟悉產品需要關注的指標、框架之後，瞭解現有每個指標的運營現狀；如果有同行業指標對比更好，看是否有提高的空間；或者是，希望透過某個運營的動作，提高哪一個指標，提高到多少；回到1中的例子，例如發現安卓的女性使用者偏高，且登入時間集中在週五晚上，那下一次如果做活動運營的內容可能有所偏重，同時釋出時間也儘量靠近那個時段；透過一系列的比較精準命中，預估運營能夠提升指標到一個什麼水準；

　　另外有一個精準模型的好處是瞭解你的核心使用者後，你可以單獨針對這部分使用者進行產品用研與需求挖掘，更利於你內心確定哪些指標是可以透過什麼手段提升的；

　　同時找規律，對於拆解出來的指標，想辦法做一些分析，這裡的分析個人覺得並不一定需要很複雜的手段，更重要的是一種感覺和意識，可能覺得某些資料之間會關聯，例如可能登入高的時候使用者的UGC內容產生頻率也很高（這種簡單的不能再簡單的相信一般人都會有意識=。=容我舉個這麼簡單的栗子），這裡的例子是很明顯易見的關聯，但其實有很多資料之間的關係可能沒那麼明顯，需要一種直覺去組合，然後判斷，如果不是透過歸納分析能得到結論的，甚至可以想辦法去做一些改動證明；

　　3. 規律驗證，經驗總結

　　找到規律了，內心明白了，下一次做事情心裡會更透亮一些，對產品的理解又會更深一些；很多事情，就是這樣一點點去熟悉，去深入慢慢產生親切感的；資料是讓你和你的產品心靈貼近的一個話題而已，聊到一定程度對於PM來說就差不多了，可以聊些別的了；更高階更深入人心的資料溝通，不妨還是交給專業的資料處理人員吧，就好像不是人人都是心理諮詢師一樣；