市場上老有訊息稱，拼多多超過京東，成為國內僅次於阿里的第二大電商平臺。

這個訊息結論是否可靠呢？

我隨手翻了幾個資訊，整理如下。

通過上面資料能知道。

京東在市值、GMV上都超過拼多多，僅從這兩個角度看，不足以支援拼多多超過京東的結論。

在訂單量上，拼多多遠超京東。這得益於拼多多客單價低、京東客單價高。如果僅從這個角度看，勉強可以說拼多多是超過京東。

當時如果進一步分析，比如分析GMV，拼多多的增長速度是遠超京東的，如果按照這個資料推測，拼多多超越京東就在這一兩年。

結論靠不靠譜，都可以靠資料驗證。

今天三哥概述下產品經理的資料思維。

資料對產品工作的價值

資料的價值，如何強調都不為過。不同的資料對不同的人價值不一樣，同樣的資料對不同的人價值也不一樣。對於產品來說，資料的價值主要體現在以下幾個方面。

1、發現產品存在的問題

老闆通過公司經營指標發現公司經營存在的問題。

CFO通過財務指標發現公司財務健康狀態。

產品經理通過業務資料可發現產品中存在的問題。

業務資料的背後是每個使用者的行為的堆砌。如果資料有波動，一定是某些節點不同於往常，需要重點關注。

落地頁到註冊的轉化率比前幾天有下降。是不是新上線功能影響的？是不是使用者推廣渠道變化導致使用者品質變化？

詳情頁到下單的比例有下降，是不是有bug？是不是優惠政策變化帶來的影響？是不是新功能導致操作路徑變長了？

資料波動的點，就是問題點，就是我們當前工作的重點。

2、輔助產品經理做決策

A方案和B方案，如果有資料支撐，能證明A方案比B方案好，那直接使用A方案。

A方案和B方案，如果暫沒有資料支撐，不知道哪個優劣，可以做A/Btest，A/Btest上線後的資料表現，來決定我們是選擇A還是選擇B。

不管哪個方案，如果資料表現向好的方面發展，要放大這個效應，全面去應用讓資料好轉的措施。如果資料表現向不好的方面發展，快速定位導致資料波動的真正原因，給予解決。

不管是產品方向的決策，還是產品方案的決策，都能通過資料來指導。

3、評估新上線功能是否達標

每個新上線功能，有且只有一個最合適的指標來評估其效果。

如果一個功能需要多個指標來評估，要麼這個功能不只一個功能，要麼指標選擇不對。

功能上線前，需要確定最合適的評估指標是什麼？該指標能到達什麼值？

功能上線後，需要跟進該指標，分析指標實際值、原值和目標值情況。

實際值<原值，效果不如之前，趕緊回滾到原來方案，然後排查原因是什麼？來確定放棄還是繼續迭代。

原值=<實際值<目標值，說明沒有讓該方案變得相比原來更差，但實際值為何低於目標值？低多少？是否有提升空間？分析清楚後再評估是繼續改進還是放棄。

實際值>=目標值，說明達到目標，甚至超過預期，儘快大範圍推廣該功能，或舉一反三，用類似思路去改造其他功能。

產品經理的資料觀

1、無資料，不工作

對於產品經理起來說，新工作沒有資料做指導，工作重點不明、方向不清。已做工作沒有資料做指導，工作效果不明、迭代不清。

只有有資料的支撐，我們才能更加有理有據、走在做正確的事情的路上。

2、資料讓一切問題無處可藏

線上bug，第一時間反饋在資料波動上。

產品流程不暢、體驗不佳，第一時間反饋在轉化漏斗上。

內容對產品沒有吸引力，第一時間反饋在跳出率上。

推廣渠道品質不好，第一時間反饋在和其他渠道對比的資料上。

總之，我們的產品問題，都逃不過資料的法眼。

3、用好資料即可，不需要我們成為資料產品經理或資料分析師

資料產品經理是搭建資料平臺、為各資料需求方提供工具的人。

資料分析師，是從類似獨立三方的角度來滿足公司各資料需求方出數、分析資料、給分析建議的人。

產品每天看資料、隨時看資料，但並不需要我們成為他們。

專業的人幹專業的事，我們要做的是善於用已有的資料平臺、已有的資源來獲得我們需要的資料。

對於經常要看的資料，可固化或產品化。對於非常規資料，藉助他人的力量完成。

當然，對於業務早期，如果沒有資料產品經理、資料分析師，需要自己想辦法搞定一些數，比如找技術。如果我們知道如何利用一些工具，比如MySQL查數，會更加主動、更加了解資料庫和表的設計是否滿足業務需求，但不是產品必須技能。

如何落地資料思維

對於產品經理如何落地資料思維，是很實操的事情了。三哥一直在實踐的方法如下。

1、建立自己的資料指標體系

知道自己需要看什麼資料，才知道如何獲取資料、分析資料。

我們需要建立一套自己的每日觀察的資料指標。

這套指標，不宜過多、過泛，宜精煉、簡潔，能反饋出業務變化情況就行。

因為這套指標是我們每天要看的，每天要做的工作一定是“成本最小”的，否則會成為每天堅持的阻礙。

如果你是交易型產品，可參考這個公式做你的資料指標體系的拆解：銷售額=流量*轉化率*客單價*復購次數。

比如銷量的指標，按渠道的流量指標，轉化率的指標，金額和訂單數指標，新老客的指標等。基本能覆蓋業務全流程。

資料正常，就不要多花時間。資料有波動，就需要進一步去分析，找出波動原因。

只有心中有一套基於業務的資料指標體系，才能做到有的放矢。

2、資料是需求方案必填項

1）出需求方案時，確定核心評估指標

核心評估指標，一個即可，如果有多個，說明找錯了，繼續找。

確定核心評估指標的最有效方法是，我們做這個方案的目的是什麼？要解決什麼問題？一旦清楚目標或解決的問題，核心指標也就確定了。

確定核心評估指標後，也可再找1-2個輔助指標。

比如，我們在收銀臺新增加一個支付渠道，這個核心評估指標是什麼呢？新支付渠道的訂單佔比？新支付渠道的支付成功率？都不是，這些可作為輔助指標。

我們增加支付渠道，如果目的是支付成功率由原來的80%提升到85%，那所有渠道彙總後的整體支付成功率，才是核心指標。

2）評審時，評審資料需求

需求評審階段，需要和技術溝通：我們需要看哪些指標來評估這個專案，為了獲取這些資料，技術同學需要做什麼。

對於類似註冊、下單、支付、狀態等業務節點的資料，需要入庫儲存，特別是一些狀態和時間的記錄，需要基於我們的資料需求，和技術溝通清楚。

3）上線後，及時看資料和給相關人反饋

新功能上線後一兩天，就需要觀察資料情況，並給領導和專案參與人反饋該新功能的資料表現。

這能增加我們的專業度性和靠譜程度。

當我們做的專案，能做到和研發測試等專案相關人分享專案資料時，他們對我們新發起的需求接受度更高，因為他們覺得這個產品很專業、很靠譜。

上線後新功能的資料，一般要持續觀察1周左右。後面可當做日常指標定期去看即可。

3、養成每天看資料的習慣

每天早上到公司的第一件事，看資料，看我們之前確定的核心指標，這是一個好習慣。

對於資料的表現，不管是正常還是異常，都丟在工作群裡同步下，讓大家知道目前的產品資料表現。

這樣做一方面能獲得來自團隊的反饋，有反饋會進一步強化我們看資料的行為。另一方面也建立自己的靠譜的形象，能做到每天看資料，看業務指標，這就是靠譜。

對於每天早上看資料的習慣，如果還沒有養成，三哥提供兩個很實用的建議。

1）如果公司有每日站會，站會的第一件事先彙報上一天的資料情況。流程化確定下來，讓我們不得不看。

2）設定好2個鬧鐘，間隔3分鐘，頻繁提醒自己要看數。

2周後，沒有站會、沒有鬧鐘，也成習慣了。這是一個讓我們快速建立專業度、靠譜度好習慣。

總之，產品離開資料，就像開車走錯方向，讓你在錯誤的道路上越走越遠。

可能有同學要問了，資料雖然很重要，但也不能迷戀資料。

我要說的是，我們多數人還沒有到被資料帶偏的地步。盡信資料，比自己瞎想強。