一些疑问

哥哥～上次还没讨论完的工作问题我其实有些疑问，还是把它写下来顺便也整理一下我自己的思路哈。

1）关于你的新岗位职责，你的能力和岗位是否不匹配？

1. 你的岗位职责（如果没理解错的话）：作为工程师协助产品经理进行现有用户的数据分析，以挖掘出有价值的点，让产品经理进行产品决策。

2. 关键疑问是，数据分析这件事到底是产品经理主导还是你主导？也就是，到底由谁来搭建分析框架？

- 如果按照你的描述（由产品做决策），那么其实应该是产品经理来搭建分析框架，直接告诉你要统计哪些数据，你只是做执行，比如研究某个数据怎么统计到结果，如何保证数据质量，是否要用第三方统计工具。那么这样带来的问题就是：这些事情总的来说都太简单，只是有无经验的问题，我觉得不是你这么资深的程序员应该做的事情。这里我想不明白。

- 如果这件事由你来主导，产品经理只是提意见，或者是一个顾问的角色，那么问题就在于，从你试图想获取到的结果（一个数据表格来看），你对业务不够熟悉，缺乏基本的数据分析的基础，下手着眼点太小，但是有这些问题原因也很简单，就是跟你的职业路径不符啊。数据分析对于编程本身的能力要求并不高，它的难点在分析，不在于数据的获取，除非是真正意义上的大数据，但是你的公司所属的行业类型决定了它的数据体量根本达不到大数据的级别。所以即便是你来主导这件事，于公司于你看起来也都不是一个合适的选择。这里我也想不明白。

以上，一个看似不合理的局面一定是有原因的。还是要找到这个原因才好走下一步。

2）如果让我来做你们现有业务的基本分析，不了解细节，大致思路如下：

1. 前提：数据分析一定是为解决问题服务的。公司设这个岗位，不管老板有没有说，他心里一定有个目的。如果他没直说，先要自己找到这个目的是什么，才好开展工作。

2. 目的要从结果找起。最终的结果，导向的都是业务层问题。因为你们是乙方公司，所有乙方公司的基本问题都是，如何把产品卖出去？如何卖更高的价格？如何让用户持续购买？根据你说的，卖出去的产品只有万科做得比较好，其它产品效果可能不是太好，那很可能问题主要是在持续购买上，由此我们可以大概得到一个假设是：【会不会很多客户在买了1年或者2年之后都不续费了？】接下来就是要验证这个假设，要收集的数据是：所有已经流失的客户，它们都是在第几年流失的？（当然这个数据有效的前提是，你们要有最少5-10个以上的流失客户否则数据量太小很难说明问题）在收集这个数据的时候，可以再顺便看一下整个客户的构成，最好的客户是谁用了多长时间，最差的客户用了多长时间，整体分布怎么样，为下一步分析做准备。

3. 数据分析不只是有定量还有定性，尤其是数据量少的时候，定性尤其重要。比如去找熟悉业务的人像销售啊产品啊，了解客户流失的原因。客户流失的原因包括两部分，a客户评估你们这个产品价值的标准有哪些？b在哪些指标上你们没有达标? 然后客户流失后的动作是什么呢？不再用同类产品了吗？还是流向了竞品？如果是流向竞品，那竞品的研究分析就很重要，要囊括进来。

4. 大致了解了业务问题后，就会有初步的方向，比如（ 仅仅是假设哈 ），流失的原因是甲方公司一年12个月不知道在什么时候该做什么样的用户运营吗？或者不知道怎么评估用户运营的效果吗？或者明明做了但是效果差很多吗？如果是这样，其实也是你们公司业务机会所在，比如出个一整年的用户运营的运营工具包，以及运营效果监控工具包，甚至可以嵌入到你们的软件里面去，在最开始打包出售。如果这个思路可以，那接下来要做的事情就可以落脚到如何学习做的好的样本和做的差的样本之间的差异，去研发这个工具包。

5. 怎么研发这个工具包？瞎想了一下，核心思路就是研究好样本和坏样本的差异。包括，好样本（不只是万科，还有其它竞品，甚至是国外的竞品）做了什么事，对应的数据层的效果怎么样。坏样本做了或者没做什么事，对应的数据层效果如何。这里核心要输出的还是，用户运营的框架，就是你有哪几类事情要做，做了之后会对什么有刺激作用，比如新用户留存啦，活跃啦，转化啦等等。

大致是这样吧。反正就是，我觉得要了解大的框架，抓到问题的关键，才不会被细节带跑偏。一下子就跌入细节，比如看客户留存，看日活，数据很多，得不到结论，费劲，没意义。

以上。仅供参考。