这该死的产品感。

是的，看到这个话题的时候，这是我内心首先蹦出来的想法。

在我打算成为数据分析师、并为之努力的过程中，我周围的同学就在不断提醒我product sense、business sense；当我真的成为一名数据分析师的时候，老板天天和我强调，“xx，你可一定要时刻保持业务视角，多站在业务方的角度考虑问题”。而每每此刻，只恨自己为啥不是个产品经理？即便选择了数据分析师，却还要进入人家的世界看风景。

说归说，抱怨归抱怨，作为数据分析师，这个产品感还真是不可缺少。你如果想专精于技术、代码，成为最顶尖的取数机器，对不起，为什么我不用更智能的可视化软件来更高效更省钱的取数、搭看板，软件还不知道疲惫，不需要吃饭呢；你如果想成为模型缔造者，对不起，为什么我不直接请算法工程师在AWS上做模型开发，那岂不是更专业更高效。

我请你做数据分析师，是希望你真的能够理解我的业务，并为我的业务发展挖掘出一些可以优化的点，帮助我决策，指导前进，前进，再前进。因此想成为一个合格的、甚至是优秀的数据分析师，对业务的理解绝不能少。

那对于数据分析师，到底该怎么培养这看不见、摸不着、一想起来牙痒痒的产品感呢？

作为一个只工作了两年的分析师，我给大家抛个砖、引个玉，说得不好的欢迎大家评论区指正，咱们一起学习下。其实我觉得数据分析师的产品感培养，核心就是：“站在业务的视角下思考问题”。

首先，作为数据分析师，在思考任何一个业务问题的时候，尽可能先抛开分析师的数据视角，而是把自己想象成提出业务问题的那个人，他/她究竟想解决什么问题，解决问题的思路可能有哪些。

其实很多初级分析师在思考业务问题时都会预先代入数据的视角，比如我要从这样几个数据维度拆解去看趋势、看指标，能得出如此这般的结论；再比如我现在手里有这样那样的数据，可以做出这样那样酷炫的可视化，得到极其漂亮的结论。其实这些都不是业务方们真正想要的。

一个更好的方式是思考这些问题：

这个问题为什么出现？
他们究竟想解决什么？
目前的解法是最好的吗？
还有其他的解法吗？

把这些东西想透，接下来才是看这些解法中哪些是可以和数据结合起来，能通过数据得到验证的。

这里可以给大家举个我实际工作中遇到的例子。

比如一款在线课程平台产品，想要提高用户的到课率。我一开始面对这个问题时，想得是直接看不同画像或者不同特征的用户到课率表现，然后看看哪些特征的用户到课率尤其低，再想解决方案。这是典型的拿着已有数据套问题的方式，并没有很好地结合实际的业务。

更好的方式可以是，从目前业务上用户的上课路径看，我们可以有哪些手段促使用户上课？或者说用户到课与否究竟被什么影响着？用户为什么想来上课？哪些因素可能促使用户愿意来上课（喜欢某个老师？课程比较贵不上很亏？），哪些因素可能阻碍用户上课（课程太便宜用户不在乎？上课时间不合适？），从实际的业务运转角度，提出一些可能的假设后，再拿着数据去验证假设，这样就能进一步总结出能够提高到课率的手段。

其次，作为数据分析师，在进入到一个新业务的时候，也很建议大家从头到尾地梳理一遍业务逻辑。

大到这个业务为什么存在：
想解决哪些用户的什么问题？
解决问题的方法是什么？
可能存在的问题是什么？
业务怎么赚钱？
有哪些竞品？
竞品做得怎么样？

小到整个业务和用户发生交互的链路：
用户从哪里进来？
进来后会做些什么？
做完之后会怎么样？
如果是个内容类产品，内容从生产、审核、推荐、展现每一步都经历了什么？
推荐是怎么运转的？
如果是个电商类产品，用户怎么发生的购买？
商家怎么把货物卖出去的？

诸如此类，把这些问题想清楚、想明白，你自然就能对整个业务有一个完整的理解和把控，在面对不同的业务问题时，也能快速定位到问题背后的本质。甚至某些情况下，当你对业务有了深入的了解，很多不合理的需求都能够直接怼回去（此处自动屏蔽经常提需求的各位产品大大们）。

这里可以给大家举个我经历过的例子，就能解释清为什么梳理业务逻辑很重要。

比如我在支持一个内容相关的产品，里面最重要的内容分发机制是推荐。那么如果想保证app体验好，核心就是要保证推荐精准。那么分析师也应该想办法给推荐提出一些可能的建议，而如果想帮助业务侧给推荐提一些意见，我们就需要完整地梳理业务的推荐逻辑，整个推荐流程是什么样子的、内容池从哪里来、怎么排序、怎么选择给用户展现的视频、可能用到哪些特征、已经实施了那些策略，当这些问题都被我们掌握的时候，自然能想到很多可以优化的方向。

感兴趣的同学可以阅读这篇回答：

https://www.zhihu.com/question/465449633/answer/2040514702

总而言之，产品感这玩意儿确实挺悬乎的，你说它看不见摸不着吧，它还时时刻刻困挠着每一位数据分析师，每一次分析如果希望能产出可落地的建议，就必须紧紧地贴合业务，时刻用业务视角思考问题，为业务解决问题；你说它真实存在，但是好像又没办法直接讲出来它到底是啥东西。

如果我们依然想在数据分析师的职业道路上走得更远，那提升自己的产品感，甚至把自己变成一个“产品经理”，也许是我们必须经历的体验。