如果你一入职，就有产品大神带你，那么恭喜你，你很幸福。因为有个产品大神带领着你一路过关斩将，所向披靡。但是如果你是刚入职的小公司产品，那么你很可能只是CEO下面的一个画图经理，有想法，却无法说服老板。经常听被人说拿出数据来，可是找了一堆数据却不知道如何用。只能陷入尴尬的“佛系”画图经理了。
[图片上传中...(helloquence-61189_看图王.jpg-5dfa3b-1513778497858-0)]
如果你一入职，就有产品大神带你，那么恭喜你，你很幸福。因为有个产品大神带领着你一路过关斩将，所向披靡。但是如果你是刚入职的小公司产品，那么你很可能只是CEO下面的一个画图经理，有想法，却无法说服老板。经常听被人说拿出数据来，可是找了一堆数据却不知道如何用。只能陷入尴尬的“佛系”画图经理了。
helloquence-61189_看图王.jpg
按照惯例，事先声明，本文依然是教产品新人如何进行数据分析。如果你是数据分析大牛，那么希望你能出一篇更好的教程。我会为你打Call哦。
由于没有拿得出手的数据，用其他数据让人觉得夸夸其谈，无法落地。
为了更好的帮助你理解和运用，直接用我上一篇写的文章做基础数据分析，即分析我的文章在哪个平台输出价值最高，以帮助我在以后输出文章时选择首发平台。
一、确定分析方法和获取基础数据
获取数据的方法有很多，各种网站都有，这个应该不需要我来给大家指路。
本文为了落地分析，直接使用我上一篇文章《思路｜产品新人应如何撰写测试用例（功能性测试）》在几个主要平台的文章数据，分析各个平台的输出价值。
想要知道各个平台的输出价值，首先得知道文章输出价值与那些数据相关。由于这是我自己定义的一个名词，所以我从阅读者和作者两个方面阐述下文章输出价值是什么东西。
- 对于阅读者来说获取知识即体现了这篇文章的价值，具体体现在阅读，订阅、点赞、收藏、评论等数据；
- 对于作者来说有更多的人阅读，让作者写的东西没有白费，获得一定价值。具体体现在阅读、粉丝、点赞、收藏等数据；
- 对于作者来说，获得额外的收益，这是最实在的价值，具体体现在赞赏，粉丝等数据；
基于以上三点。我们需要阅读、订阅、收藏等等这些文章的基本数据来进行下一步分析。
注：或者更多，由于这是一篇给初学者的文章，所以就没有具体展开。
以下是收集各个平台的基本数据。
[图片上传失败...(image-8fcf40-1513778598909)]
我的文章在各大平台的阅读量、收藏量等等数据有点惨，你们就将就将就吧，反正我是没脸看。
mark
二、分析数据
既然已经获取到了数据，那么就要开始对数据进行分析了。不过一般如果从正常业务中获取的数据，都需要先进行数据清洗，才能分析。不过这里我们就省略了，毕竟都是用excel分析的，就不玩那么高大上了。
1、数据标准化处理
所谓标准化即将大额数据归结到一个很小的数据中，这个过程也被称为“归一化”。通俗的来说就是把所有数据都归结到[0,1]之间。
数据标准化通常有两种方式。分别为min-max、z-score。这里我主要用min-max标准化。
min-max公式为：
$$
x^* = (x-min)/(max-min)
$$
我这里将标准化后的数据都×10，生成以下数据：
mark
注：数据×10主要是为了好看。你要是喜欢也可以不×10。
以上是我们通过基本数据进行分析的第一步，将数据标准化处理。
2、根据维度进行加权评分
所谓加权评分，就是将第一步得出的数据进行加权处理，即：加权评分值 = 标准化数据 × 权重
在进行加权评分前，我们先得进行权重处理，权重处理可以使用矩形分析法获得。
如下图：
mark
了解每个维度的含义，然后通过以下步骤进行权重分析：
- 设置基本原则。 我个人认为重要性应按打赏 > 订阅 > 评论 > 收藏 > 点赞 >阅读进行排序，由于阅读者愿意打赏，那么文章肯定帮助到了他，以此类推分析；
- 根据设置的原则，进行处理。即行列对比，如果行比列重要的设为1，行没有列重要的设为0。
- 对每一行数据进行合计；
- 对合计进行权重计算，即：维度权重=维度合计/总维度合计，由于某些维度合计为零，因此需要对所有维度合计进行+1处理。
根据以上步骤得出数据，阅读量权重=1/（1+4+2+5+6+5)*100%=4.35%，其他数据以此类推。得出上图中的各个维度权重的数据。
mark
将权重与评分结合，即得出上图的维度权重评分数据
3、对平台进行加权评分
同理，我们需要先确定各个平台的权重比，因为我们要分析这篇文章在哪个平台发布的价值更高，那么应该从平台的影响用户数去比较。那么我们可以根据PV/UV去判断平台的用户数来设置权重。
mark
上图为各个平台的权重，这里需要说明一下，由于人人都是产品经理和PMCAFF都是产品经理讨论的平台，在此不做优劣评比，因此权重占比设为一样。
mark
根据平台权重，那么可以轻易得出我的文章在各个平台的文章输出价值。
三、数据总结
通过上面的方法，可以轻易得出想要的分析结果。根据这份结果，我如果还想发文章，肯定会考虑这个来选择首发平台。而不是通过拍脑门决定首发。
以上为入门数据分析方法，如果你学会了，那么就用起来，开始怼你的BOSS！ 嗯，就是这样。
按照惯例，事先声明，本文依然是教产品新人如何进行数据分析。如果你是数据分析大牛，那么希望你能出一篇更好的教程。我会为你打Call哦。
由于没有拿得出手的数据，用其他数据让人觉得夸夸其谈，无法落地。
为了更好的帮助你理解和运用，直接用我上一篇写的文章做基础数据分析，即分析我的文章在哪个平台输出价值最高，以帮助我在以后输出文章时选择首发平台。
一、确定分析方法和获取基础数据
获取数据的方法有很多，各种网站都有，这个应该不需要我来给大家指路。
本文为了落地分析，直接使用我上一篇文章《思路｜产品新人应如何撰写测试用例（功能性测试）》在几个主要平台的文章数据，分析各个平台的输出价值。
想要知道各个平台的输出价值，首先得知道文章输出价值与那些数据相关。由于这是我自己定义的一个名词，所以我从阅读者和作者两个方面阐述下文章输出价值是什么东西。
- 对于阅读者来说获取知识即体现了这篇文章的价值，具体体现在阅读，订阅、点赞、收藏、评论等数据；
- 对于作者来说有更多的人阅读，让作者写的东西没有白费，获得一定价值。具体体现在阅读、粉丝、点赞、收藏等数据；
- 对于作者来说，获得额外的收益，这是最实在的价值，具体体现在赞赏，粉丝等数据；
基于以上三点。我们需要阅读、订阅、收藏等等这些文章的基本数据来进行下一步分析。
注：或者更多，由于这是一篇给初学者的文章，所以就没有具体展开。
以下是收集各个平台的基本数据。
[图片上传失败...(image-93e0c4-1513778598909)]
我的文章在各大平台的阅读量、收藏量等等数据有点惨，你们就将就将就吧，反正我是没脸看。
mark
二、分析数据
既然已经获取到了数据，那么就要开始对数据进行分析了。不过一般如果从正常业务中获取的数据，都需要先进行数据清洗，才能分析。不过这里我们就省略了，毕竟都是用excel分析的，就不玩那么高大上了。
1、数据标准化处理
所谓标准化即将大额数据归结到一个很小的数据中，这个过程也被称为“归一化”。通俗的来说就是把所有数据都归结到[0,1]之间。
数据标准化通常有两种方式。分别为min-max、z-score。这里我主要用min-max标准化。
min-max公式为：
$$
x^* = (x-min)/(max-min)
$$
我这里将标准化后的数据都×10，生成以下数据：
mark
注：数据×10主要是为了好看。你要是喜欢也可以不×10。
以上是我们通过基本数据进行分析的第一步，将数据标准化处理。
2、根据维度进行加权评分
所谓加权评分，就是将第一步得出的数据进行加权处理，即：加权评分值 = 标准化数据 × 权重
在进行加权评分前，我们先得进行权重处理，权重处理可以使用矩形分析法获得。
如下图：
mark
了解每个维度的含义，然后通过以下步骤进行权重分析：
- 设置基本原则。 我个人认为重要性应按打赏 > 订阅 > 评论 > 收藏 > 点赞 >阅读进行排序，由于阅读者愿意打赏，那么文章肯定帮助到了他，以此类推分析；
- 根据设置的原则，进行处理。即行列对比，如果行比列重要的设为1，行没有列重要的设为0。
- 对每一行数据进行合计；
- 对合计进行权重计算，即：维度权重=维度合计/总维度合计，由于某些维度合计为零，因此需要对所有维度合计进行+1处理。
根据以上步骤得出数据，阅读量权重=1/（1+4+2+5+6+5)*100%=4.35%，其他数据以此类推。得出上图中的各个维度权重的数据。
mark
将权重与评分结合，即得出上图的维度权重评分数据
3、对平台进行加权评分
同理，我们需要先确定各个平台的权重比，因为我们要分析这篇文章在哪个平台发布的价值更高，那么应该从平台的影响用户数去比较。那么我们可以根据PV/UV去判断平台的用户数来设置权重。
mark
上图为各个平台的权重，这里需要说明一下，由于人人都是产品经理和PMCAFF都是产品经理讨论的平台，在此不做优劣评比，因此权重占比设为一样。
mark
根据平台权重，那么可以轻易得出我的文章在各个平台的文章输出价值。
三、数据总结
通过上面的方法，可以轻易得出想要的分析结果。根据这份结果，我如果还想发文章，肯定会考虑这个来选择首发平台。而不是通过拍脑门决定首发。
以上为入门数据分析方法，如果你学会了，那么就用起来，开始怼你的BOSS！ 嗯，就是这样。
网友评论