产品经理面试问题：你是如何做数据分析的？
在产品经理的核心能力中有一个叫数据敏感，或者有人经常在面试的时候说“我数据分析能力比较强”。那产品经理的数据分析能力要达到什么程度才算强呢？
我觉得产品经理数据分析能力一定不是硬技能有多强，比如知道多少种统计方法、是否会写sql、会不会用Python、懂不懂得什么叫聚类、什么叫回归分析。。。。。。除非你是一个数据产品经理，才需要对数据分析的专业技能有比较深入的了解。
如果是一个用户型、业务型的产品经理，更看重的是：数据分析思路
很多人面试回答时非常喜欢上来就举例子，然后讲自己当时是如何做一个产品的数据分析的。这不是一个很好的方式，推荐的方式是先讲讲自己数据分析的思路或者方法。
虽然不同的产品可能分析的重点和数据分析的方法是不同的，但分析的思路是可以提炼和总结的。如果你有一套比较好的分析思路和方法论，说明你喜欢对同类的工作进行总结和思考。喜欢总结和思考的人，往往比只专注做事的人成长更快！
以下是最近一段时间，其中一个候选人说的比较好的，我觉得他讲的比较体系化、思路也很清晰，推荐给大家！
首先对于一个产品经理来说，数据分析不是像专业的BI一样，能快速取数、分析、得出结论。而是一套系统化的思维方式，而我也按照这套思维方式把数据分析拆分5个步骤：
1、业务思维
产品经理做数据分析，一定要具有业务思维或者产品思维。想清楚当前的核心目标是什么，为什么是这个目标，影响这个目标的关键因素是什么，达成目标的关键路径是什么。
比如，我以前负责一个分销的产品，我们希望通过分销员给商家带来更多的GMV，而那一年我们的主要目标也是GMV，我们希望通过分销员带来的GMV能占到25%。
我们的商业模式是，商家入驻到供货市场，然后分销员来选择商家和对应的商品。分销员再通过自己的社群、朋友圈等途径进行卖货。
由于我们是电商平台，所以在商家数、商品供给方面，我们是有足够的优势的。所以我们定位的主要发力点在分销员侧，通过优化分销员这个点来提升gmv的占比。
2、目标导向
明确业务当前重点方向后，我们需要带有一定的目标来设计我们的分析思路。
分销员gmv=分销员人数 x 分销员活跃率 x 人均分享商品数 x （用户流浏览量 x 成交转化率 x 客单价）
影响分销员GMV的核心因素有：分销员人数、分销员活跃率、人均分享商品数
用户流量量 x 成交转化率 x 客单价 是另外一个团队负责，所以这里我就不说了。
那接下来我就从分销员人数、分销员活跃率、人均分享商品数，这3个关键点开始来细化分析内容。
3、流程化思维
确定好目标之后，可以通过流程化的方式来拆解每一个关键因素，这也和做产品设计一样，需要一定的流程化思维。
那我首先梳理下分销员相关的核心产品链路：
- 老分销员发起邀请：我们的分销员是需要定向邀约的不能随便加入
- 新分销员入驻
- 入驻后筛选商家或商品
- 选择合适的商家或商品进行推广分销
那根据这个流程我分析了整体的转化漏斗，看看在哪些环节可以提升或存在问题。具体的细节balabala
4、精细化思维
有了我们要分析的核心指标和关键流程，我们还需要对分析的内容进行精细化拆分，这里也更能体现一个人对数据分析的敏感性。
比如，我会按照分销员月收入进行分层，来看看不同层级的销售员的转化漏斗。
然后再叠加行业，不同行业中不同层级的销售员的表现情况。
同时再按照不同的周期，比如周、月看一些同步、环比的趋势。
。。。。。。
这里我使用了漏斗分析法和对比分析法。
最终我们发现在某些特定类目下，这类分销员带来的gmv效果更好。
同时销售员在选择商家、产品上，那些带有一些区域特性、发货速度快、售后服务质量好的商品和产品更受到销售员的偏爱，成交转化也更高。
。。。。。。
5、用户访谈
数据分析有时候只能给我们提供方向，要想深入了解具体的问题，还是需要结合用户访谈。
那之后我们根据我们的问题出发，选定了一些分销员，进行访谈，最终我们又有了一些新的收获！
总结
相信很多人讲一个自己曾今做过的数据分析，都能讲的很好。但能把数据分析的方法或者思路进行总结和提炼的一定很少，总结的时候还能突出在不同环节所表现出来的核心能力，比如：业务思维、流程化思维、精细化思维，这样的人寥寥无几！
从这个面试者的身上，我不仅看到的是他有比较强的数据分析能力，更看到的是他是一个爱总结、爱思考的人，对自己的成长有要求的人，我也相信他一定是一个自我驱动的人。
如果一个这样的候选人，是很多公司非常想要的人。所以，你不仅仅要学习他这套数据分析的方法，更要学习他自我驱动的能力，独立思考和总结的能力。这些隐藏的能力，才能一个产品经理的核心竞争力！
如果你觉得这篇内容对你有所帮助，请务必帮我个忙：
1、点赞，让更多的人也能看到这篇内容
2、关注我，让我们成为长期朋友