零. 什么是数据思维？
1. 对数据充满好奇
2. 关注数据，保持敏感。
3. 面对生活、工作中的所有假设，想到的第一个问题是：“这个假设有没有数据支持？”
4. 想到的第二个问题是：“如果我想验证这个假设，如何设计实验获取数据？”
一. 产品经理的数据工作
1. 提出正确的数据统计需求
数据需求构成:功能设计方案+功能目标+需要跟踪的数据指标，及指标的精确定义。
2. 依据工作目标，提出假设，确定需要统计的数据。
解读数据、验证假设、层层追问
二. 数据分析误区
没有反复核实信息源
忽视沉默的大多数
把相关关系误认为因果关系
三. 数据分析基本方法
1. 归纳总结：
按照特定维度对目标排序
分析 Top 对象在特定属性上的共同点
2. A/B测试
把实验对象随机分组，把一个或多个测试组的表现与对照组相比较，进行测试的方式。
注意事项：测试组和对照组只有唯一变量；实验组内分小组，便于分析数据波多影响；尽量保证组间数据随机分布。
3. 双盲交叉验证
评估一项数据时，随机抽样一部分数据进行多人分别评估。
根据抽样数据评估的一致性判断该评估的可靠性；在评估可靠性差的情况下需要引入争议复评机制。
4. 对比分析
横向对比、纵向对比
5. 象限分析
根据数据的不同将各个比较主体划分到四个象限中
6. 交叉分析
从多个维度细分数据，从中发现与结果相关性最强的维度，进一步推理数据变化的原因。
四. 数据分析框架
AARRR：可以有效应用于用户渠道分析
Acquisition、Activation、Retention、Revenue、Refer
逻辑分层拆解
选择核心指标
寻找所有相关指标
层层拆解直到找到可操作指标
