身在职场，需不需要懂数据分析？学会数据分析能为我们带来什么？

短板理论大家都熟悉，说实话该具备的一般能力大家都具备，拼的就是那块短板的长度，这中间就不得不提数据分析能力。

身在职场，需不需要懂数据分析？答案肯定是需要，下面以较热门的岗位产品和运营为例，来说说为什么要增加这块短板的长度，同时也告诉你，掌握这项能力对你会有多大助力。

产品人，没有数据，何以成枢纽

为什么做产品，非要懂数据分析不可？

1. 本质决定需求。

很多人都没弄明白，互联网产品的第一要务是什么。是写PRD？是梳理产品流程、调整交互逻辑？是搭建团队、与技术成员沟通？都错了。

一个产品人，首先应该是一个“需求梳理师”。

那需求的分析来自哪里？来自数据。

行业的背景数据、客群相关的宏观数据、同个赛道的竞品数据、产品上线后的用户行为数据、用户调研与反馈数据，一个好的产品人应当对这些数据做到了然于心、条分缕析，而且能将数据分析落到实处、化为行动。

2. 有理有据才能撬动资源

产品人往往面临着大量的沟通说服工作，技术、设计、运营、推广，诸多资源都需要有理有据才能撬动。

这一点不仅是对产品人，所有人都是一样的，资源是有限的，你要资源依靠的不是“拍脑子”的想法，更需要拿事实说话，以数据服人，证明自己的优先级。

运营就是一种数据驱动型工作

做运营的人都熟悉这个说法：运营是一种强数据驱动的工作。

1.运营对增长负责

做运营的同学，每天盯得就是那几个关键数据，玩法花样翻新，目标却锚定得很死。

你也许不需要懂太多统计技术、数据提取，但必须理解哪些是你的关键数据，这个数据结果是怎么来的，如果要追溯它的成因、分析它的涨跌，大概有哪几种方向和方法。

2.发挥资源的最大效益

运营的玩法层出不穷，只有看懂数据，学会分析，才能辨明哪些手段的效果更好、哪些玩法的效率更高，从而利用有限的资源发挥最大的效益。

学会数据分析能为我们带来什么？

实际上，数据分析能够解决的问题范畴是非常广的。

产品人常常遇到的要“看异常”、找问题，看增长点、找机会；运营人总是需要分析的投入产出比、用户行为规律，都是数据分析能够帮助解决的问题。

学习数据分析需要掌握哪些技能，会用哪些工具？

我们可以将数据分析的方法技能分为三个层面：理论和知识层、方法技法层、工具应用层。

理论和知识层面：比如数理统计的原理与原则、算法的基本知识，都是进行数据分析的基础、基石，是学习之前就应掌握的背景知识；

方法技法层面：这其实有非常多，最基本的比如指标树拆解法、转化漏斗分析法、对比分析法；不过万变不离其宗，所有方法技法都是在理解业务逻辑的基础上，为了更清晰地解析问题而总结出来的套路。如果你能在掌握“术”的基础上，再吃透从理解业务逻辑到选择具体方法的“道”，数据分析的入门一关就算过啦；

工具层面：基础的办公软件Excel，数据库查询语言SQL、编程语言Python、报表工具Tableau，数据分析的领域有很多软件、应用、工具等待你去探索、熟悉。

乍一看需要掌握的内容有很多，其中还有很多不熟悉的名词，但是没关系，找到有经验的老师带你入门，这些都不是问题。