一．数据指导产品优化
数据在产品工作中非常重要，但是往往在工作中容易忽略。数据代表着理性，直觉代表着感性。
当我们察觉到了用户的需求点/痛点时，要推出一款产品，或者做一项功能，往往感性占据了主导地位，这是产品0-1 的过程。
一旦产品上市，或功能推出后，就需要严谨的运营数据和用户的反馈作为更新迭代的依据，往往理性占据主导地位，这是1-100 的过程。尤其是你的产品在千万级别用户时，一定要通过数据做判断：这个功能上，还是不上。否则，只靠感觉，可能会被开发骂死，最后，用户的反馈可能也不会好。
只靠数据做产品可能会导致产品显得一板一眼：交互做的很好，用户用起来很舒服，能顺利的完成任务，但是缺少一点情感；相反，只靠感觉做产品可能有很多不确定性，所以，我们在做产品时，理性和感性的成分都要有，彼此相互配合才是最佳的。
案例1
小明，用了很多形容词堆砌，描述了新功能是如何好的，显得过于主观，更像是一个普通的用户在做产品的描述；
老明，用数据，从客观中性的角度描述了上线后的结果，更像是一产品经理在做反馈。
案例2
经过四个版本的迭代，新版和老版的对比数据如上图所示：改进需求中，新版的数据比老版的数据均有了较大的提升；新增需求中，也用数据表现出了功能上线后的表现情况。当项目结束后，要写感谢邮件的时候，有这样一个数据表也是对同事一个很好的证明。
总之，凡是需求，必须有数据统计项；凡是改进，必须有数据对比。用数据来保证稳定的产出，用数据来做迭代的依据。
二．数据能帮我们做什么
1. 用户分析：用数据给用户分类，同时打上相应的标签，方便后期做用户分析；
2. 确定需求优先级：影响面大/影响范围广/使用高频的功能点，优先级高；
3. 评估上线后的效果：用上线前后的数据对比，来评估迭代效果；
4. 推广方式&渠道的选择：通过运营数据调整推广方式和渠道。
案例：某交友网站注册流程
迭代前的流程：
思考：现在的流程有什么问题？
现象：哪一步出了问题？
原因：为什么出现这个问题？
影响面：出现问题的频率和受影响的用户量有多大？
数据表现·转化率：
从转化率上看，第二步出问题了，转化率由上个页面的76%降到了36%。至于第三步有没有出问题先画个问号。
用户转化率变化可以大体分为两个原因：操作步骤太多，导致用户没有耐心选择离开；填写的内容太难，需要用户不断的思考，导致用户没耐心选择离开。
解决方案：
方案A：作为交友网站来说，详细的个人信息是必须的，即是网站匹配合适的交友对象的需要，也是其他网友了解彼此的渠道，所以方案A不合适；
方案B：用户需要填写的资料没有少，增加了进度条。行为层面的操作没有改变，只是改变了情感上的隐喻。此方案可以考虑；
方案C：将原来的一个页面变为了三个页面：2.1“基础资料”填写最简单；2.2“筛选资料”最麻烦；2.3“职业信息”也相对简单。目的在于，2.1很容易填写，当用户填到2.2时，最难的一步已经填写完，考虑到“沉没成本”，用户会耐着性子填写完2.3。此方案也可以考虑。
针对方案B和C，可以采用A/B测试进行判断。
上线后结果：
方案C：
第二步到第三步的转化率，由改进前的36%，上升到了改进后的49%（67%×84%×87%）
三、数据的重要性
评估效果：说明哪种方案的效果好；
提供依据：说服boss做你的项目；
直观可视化：直观展示数据，有说服力。
数据与产品需求是有直接关系的，在产品工作中一定要树立数据思维。
