今天我们来谈谈需求采集的最后一步：定量的做―数据分析。
为什么我们要采用数据分析的方式呢？因为之前我们说过往往用户说和做是不一致的，而数据分析能更真实的体现用户的行为。在数据分析的方式有这几种，比如：Excel，统计软件，数据库软件，自己写程序解决。但最关键的是对结果的解读能力，学会透过现象看本质，可以把自己分析的结果对比用户访谈，看看用户怎么来解释为什么这么做，可以得到更好的答案。
当然数据分析也有自己的优缺点，有点我们已经说过了，说说缺点吧。第一个：过于学术化，沉迷于“科学研究”。我们要明确自己做数据分析是为了什么，目的在于做什么，期望得到什么答案。不要为了做数据分析而做数据分析。经常做数据分析，时间长了，有时候只是培养一种感觉，对数据分析的感觉，对商业的敏感度。这样做可以能让我们很好的了解产品的商业的价值量。
第二：数据不会主动骗人，但往往是人为的解读错误。有时候数据的事物的类型，会让我们产生解读过程的偏差。比如：人群的类型。这一点差异化是很大，所以在做数据分析的时候，首先要明确我们分析类型的差异性。还有时候做数据分析会为了迎合某一个观点，还会利益上的牵扯。比如：迎合老板等。所以我们做数据分析要尽量避免迎合某一个观点。减少利息上的牵扯。
第三：平时不烧香，临时抱佛脚。这往往出现在做决策的时候才想起，我们做的产品可以用数据分析。所以我们在做产品的时候，就应该随时把数据分析加进去。防止这种问题的出现。
最重要的是，如何把数据分析转化为我们所需要的商业价值。最好的思路是，在对产品足够熟悉的基础上，先做方向性的假设，再取相应的数据并分析，得到一些 现象，最好是之前没有发现的现象，然后尝试解释，接下来做用户调研修正解释，最终指导产品发展方向。
其实数据分析在我们日常生活中还是可以用到的，比如用数据分析来做商品的买卖分析。好比我们开一家服装店的时候，可以用数据分析来分析顾客对衣服的颜色，款式喜好，来定点进行营销。还可以分析顾客人群类型，对不同类型的人的口味进行掌握。这些都是有很大的商业价值的。我们用数据分析做一件事时，要学会灵活运用，寻找一些潜在的现象，把这些潜在现象转化为巨大的商业价值。
不管是定性的说，定性的做，还是定量的说，定量的做，我们都要学会把这些优缺进行结合，取长补短，这样才能得到我们想要的答案。值得注意的是，我们要锻炼的是思维，思维才是最重要的！
本文原创发布于微信公众号 wu_you_lT，欢迎关注第一时间获取干货。
网友评论