導(dǎo)讀：“我有一次去重慶，真的遛死我了。當(dāng)時我在山腳下叫車，接單的車實線距離顯示只有一點幾千米，預(yù)估時長只有2分鐘，但實際十五六分鐘才到達了我的位置，我非常抓狂?！?/p>
這是本文作者韓瞳的真實經(jīng)歷。此時，如果你是滴滴的數(shù)據(jù)分析師，發(fā)現(xiàn)這是一種普遍的現(xiàn)象，重慶地區(qū)叫車時長預(yù)估和實際到達時長差距比較大。你會如何進行分析？以下幾種假設(shè)你認為哪一個最可能解答實際的問題？
第一種假設(shè)：氣象條件差，重慶有可能是一座霧都，所以車速太慢。第二種假設(shè)：司機習(xí)慣于更晚點擊“已到達”按鈕，這是生活習(xí)慣問題。第三種假設(shè)：因為重慶是特別三維立體的城市，乘客在山腳打車，而司機在山頂接單，直線距離很短，但行駛距離很長。這是根據(jù)地理知識做假設(shè)。第四種假設(shè)：重慶路面濕滑，車都跑得慢。到底哪一種假設(shè)是最符合實際情況的？在這一正確假設(shè)基礎(chǔ)上，如何進一步解決實際問題？韓瞳老師不久前在一場直播課程中給出了答案。
作者：韓瞳
來源：華章科技
除此之外，讓數(shù)據(jù)叔非常佩服的是，韓瞳老師不僅僅講解了專業(yè)的分析思路，還分享了作為策略產(chǎn)品經(jīng)理，提升自身職場價值的很多秘籍，而這些對于成功的職業(yè)生涯甚至是更重要的環(huán)節(jié)，因此數(shù)據(jù)叔在本文中會對這部分內(nèi)容加以側(cè)重。
對于多變量數(shù)據(jù)分析涉及很多專業(yè)的工具和過程，在韓瞳老師的講座和著作中有更多的詳細論述，歡迎大家觀看韓瞳的直播課程并閱讀書籍。限于篇幅，這里只能精選其中的重要部分與大家分享。
01 策略產(chǎn)品經(jīng)理的時代背景提出問題比解決問題更重要，如果你用這一問題真的解決了一些業(yè)務(wù)瓶頸，你的這一職位就是有價值的。
無論做什么都是做提升做出正確決策的概率。
——韓瞳
為什么時代、企業(yè)需要策略產(chǎn)品經(jīng)理？
我的經(jīng)歷發(fā)現(xiàn)，如果一個涉及AI（人工智能）、模型的項目，只有研發(fā)自己做，大概率都會失敗。
當(dāng)前的時代特點是：
第一，中國的互聯(lián)網(wǎng)已經(jīng)走到了下半場，從過去的增量競爭，發(fā)展到現(xiàn)在的存量競爭。這是美團的王慧文分享王興（美團創(chuàng)始人兼CEO）的定義，王慧文在王興的定義之下做了一些延展——現(xiàn)在的存量競爭特點是：
搶占用戶的APP池的競爭頭部效應(yīng)越來越明顯因此對企業(yè)效率的要求越來越高。這意味著，之前產(chǎn)品經(jīng)理只需要畫畫圖，做做功能，但是現(xiàn)在要用策略幫企業(yè)提升效率。
第二，策略產(chǎn)品經(jīng)理是復(fù)合型崗位，他連接著傳統(tǒng)的功能型產(chǎn)品經(jīng)理、算法工程師、數(shù)據(jù)分析師、運營經(jīng)理和公司管理層。
第三，現(xiàn)在的時代對策略產(chǎn)品經(jīng)理的需求越來越多了。比如說，拿7、8個offer比一下都是可能的。
第四，功能產(chǎn)品經(jīng)理的定義是畫原型圖，包括客戶端、PC端。他其實是一個依靠個人經(jīng)驗和同理心的天賦型職業(yè)，像張小龍那樣的產(chǎn)品經(jīng)理都是“神”，普通人是很難企及的，這樣的人只有幾個，而且他們有天時、地利、人和才能完成。
但策略產(chǎn)品經(jīng)理是第二種PM（產(chǎn)品經(jīng)理），他是技能型職業(yè)，只要足夠聰明，有一定的基礎(chǔ)知識，加上不懈努力，就能成為還不錯的策略產(chǎn)品經(jīng)理，其實它降低了產(chǎn)品經(jīng)理的技術(shù)門檻。俞軍《產(chǎn)品方法論》里面講到這一點。所以，從難度上講，普通人對策略產(chǎn)品經(jīng)理的掌控度更高一點。
三條非常重要，又特別容易被忽略的建議：
對數(shù)據(jù)分析師而言，會寫SQL，拿到數(shù)據(jù)、能取數(shù)是特別重要的。做到能看，就是能看懂別人寫的。能改，稍微改改日期等。能寫，包括不帶join的單體SQL、帶join的SQL、帶join、帶函數(shù)的SQL等。掌握Python、R或powerBI等工具之一即可，但要學(xué)“精”。工作中平時用Python稍微多一點，因為Python可能寫爬蟲，或者連數(shù)據(jù)庫稍微方便一點，而且它的語法簡單一些。打好統(tǒng)計功底。關(guān)于第2條建議，這里特別推薦：
B站張宇考研數(shù)學(xué)《概率論和數(shù)據(jù)統(tǒng)計》，尤其要掌握兩個定理，一是大數(shù)定律，一是中心極限定理，這兩個定理是概率里邊最重要的兩個定理?！恫呗援a(chǎn)品經(jīng)理實踐》（韓瞳著），尤其是三、四、五章。比如AB實驗，很多公司采用的手段、驗證的方式都是錯的。02 實際工作中的多變量數(shù)據(jù)分析4種場景第一種場景，kickoff——開設(shè)一個項目。比如說想提升點擊率。那么當(dāng)前點擊率是多少，提升目標(biāo)是什么？這一環(huán)節(jié)需要做天花板預(yù)估，《策略產(chǎn)品經(jīng)理實踐》一書的第六章，講解了如何預(yù)估天花板，簡而言之8個字，“人群分層、極限推演”（詳細內(nèi)容請參閱原著）。
第二種場景，項目中途。比如說，項目中需要出數(shù)據(jù)報告。至少是要寫周報，今日頭條每周周報要寫滿滿當(dāng)當(dāng)一大頁，包括數(shù)據(jù)是不是符合預(yù)期，當(dāng)前數(shù)據(jù)怎么樣，如果出問題，還需要分析用戶分布是否均勻等。
第三種場景，項目驗收。即項目最終效果如何，和當(dāng)初的設(shè)想有多大誤差。這其實是復(fù)盤，這是決定能不能漲工資，能不能得好績效的很重要的一環(huán)。
第四種場景，臨時一次性需求，輔助決策。
最關(guān)鍵的是整體流程（《策略產(chǎn)品經(jīng)理實踐》第四章第一節(jié)）。一共分四個流程步驟。
第一步，確認問題。有好問題和壞問題之分?，F(xiàn)實中，老板一般會說：你看一下這個為什么數(shù)據(jù)跌了，這可能是個問題，但如果老板說今年數(shù)據(jù)不好，也不說哪個數(shù)據(jù)、在哪段時間不好，這就不是一個（好）問題，所以確認問題非常重要。很多時候大家都是抱怨老板不好，所以要“向上管理”，真的明白老板的意思，到底是看哪個數(shù)。
第二步，分解問題，建立假設(shè)。這時候要找關(guān)鍵數(shù)據(jù)，然后再對數(shù)據(jù)進行假設(shè)。
第三步，原因假設(shè)。假設(shè)分兩部分，一個是關(guān)鍵數(shù)據(jù)假設(shè)，一個是原因假設(shè)。比如已經(jīng)知道點擊率跌了，但是到底什么原因?qū)е碌模o出若干種原因，然后再去找數(shù)據(jù)、做分析。
關(guān)鍵點：第一，分析數(shù)據(jù)的結(jié)構(gòu)以及是否存在很重要。第二，劃定數(shù)據(jù)的空間和時間范圍非常重要。
第四步，產(chǎn)生數(shù)據(jù)報告。這非常重要。很多人工作可能做到80分，但是匯報只有60分，這樣的人漲不了工資，或者升不了級是自己的問題。如何寫好數(shù)據(jù)分析報告，如何跟領(lǐng)導(dǎo)建立向上管理的關(guān)系，如何說明自己的成績，是非常、非常重要的職場人必備素質(zhì)之一。
重點是：
分享自己的結(jié)論讓所有人都聽懂（更多具體的實踐經(jīng)驗請參見講座或?qū)Ｖ幷撸?/p>
回到本文開篇的實際案例，最符合實際情景，因此最有可能解決問題的假設(shè)是哪一個？答案是第3個。這需要分析師有一定的業(yè)務(wù)感覺。
原因假設(shè)有兩個PRINCIPLE(原則)：
第一，能不能找到數(shù)據(jù)論證。
比如說，開篇案例的第4個假設(shè)，路面濕滑車都跑得快。其實它考察的是摩擦力，但是怎么拿到摩擦力數(shù)據(jù)呢？如果是一家小公司，又不是做測繪業(yè)務(wù)的，也不是國企，能拿到重慶的路面摩擦力數(shù)據(jù)嗎？所以，如果沒有數(shù)據(jù)，即使做出假設(shè)，也沒有辦法進一步分析，原因假設(shè)就不該這么做，或者只能說要補齊數(shù)據(jù)，沒有辦法很快做分析。
第二，問題可不可以解決？
舉個例子來說，假設(shè)雨傘廠的廠長都知道，雨天銷量大，晴天銷量少。但不能寄希望于每天都是雨天，這是不可抗力事件，所以說問題不能被解決，做了這樣的假設(shè)也沒有用。
提出問題的能力是弱人工智能階段不具備的，這是一線人員的核心技能。要培養(yǎng)自己的業(yè)務(wù)sense（感覺），盡量少的被機器人剝削。這也是對策略產(chǎn)品經(jīng)理的業(yè)務(wù)洞察。
04 關(guān)于回歸分析的2個陷阱在得出相關(guān)性之后，一般要做回歸分析。其中需要特別關(guān)注兩個陷阱：
第一個陷阱，人類大腦存在惰性機制，容易犯默認歸因的錯誤。這其實是人類進化時候的求生手段之一。比如說，看到草動了，就想到前兩天這個村里邊狼來了之后草也會動，于是人們馬上離開。所以，人們會默認草動和狼來了是因果關(guān)系，但是實際不一定，草動了有很多種因素導(dǎo)致，比如說風(fēng)吹了草也動，我們需要自己通過知識克服這一陷阱。
第二個陷阱，所謂的“數(shù)據(jù)驅(qū)動”陷阱。每家小公司的領(lǐng)導(dǎo)都會說：我們是一個數(shù)據(jù)驅(qū)動的團隊，我們做任何數(shù)據(jù)分析都要非常的嚴謹，得出非常牛的報告。
但是，絕對完美的數(shù)據(jù)基本不可能。因此，聚合性證據(jù)很重要（詳見下文或參閱講座）。目標(biāo)就是為了提升做對事情的概率。其實無論做什么都是做提升做出正確決策的概率。
數(shù)據(jù)分析報告有兩個側(cè)重點：
第一，“漸進整合”和使用多種“聚合性證據(jù)”佐證命題。比如老板問：XXX策略能不能上？策略產(chǎn)品經(jīng)理需要把這一問題變成很確定性的問題，然后再把它用關(guān)鍵數(shù)據(jù)描述出來，之后再分析，最后再溯源。但是，可能一份報告不足夠完善，需要找別的證據(jù)再次佐證觀點，正常來說找1-2個報告就足以說明問題。
第二，清晰易懂。企業(yè)和職場不是論文場，所以報告沒有必要寫的跟論文一樣嚴謹，優(yōu)先級是圖片大于表格，大于文字，也就是能用表格不用字，能用圖片不用表。
有四點報告注意事項非常重要：
第一，適當(dāng)?shù)陌b。女性的產(chǎn)品經(jīng)理可能會更注重報告美化。很多研發(fā)人（職場）晉升不上去，原因在于他們的報告全是一堆代碼、數(shù)字，或者是一個黑框，一個截圖，把它就當(dāng)數(shù)據(jù)報告。所以說“顏值”很重要，因為大家都是看顏值的。
第二，一句話結(jié)論。要想象領(lǐng)導(dǎo)每天看很多郵件，所以必須要用一句話把結(jié)論寫的非常明白，放到第一頁。領(lǐng)導(dǎo)看完一句話結(jié)論，要是感興趣會接著讀，如果不感興趣回復(fù)已閱即可。
一句話結(jié)論主要寫明：
通過什么方式進行了什么項目取得了從多少到多少的實驗數(shù)據(jù)結(jié)果（比如你的領(lǐng)導(dǎo)肩負A指標(biāo)，就把A指標(biāo)寫上去，告訴他做這件事對完成A指標(biāo)有作用）注明“相關(guān)結(jié)論已經(jīng)通過同行評議，并統(tǒng)計置信?！边@句話非常重要。第三，核心郵件長度不應(yīng)超過直屬領(lǐng)導(dǎo)的半個屏幕。另外，寫明項目中做出核心貢獻的運營和研發(fā)人員。
第四，按照圖片、表格、文字的優(yōu)先順序?qū)懽鲌蟾妗?/strong>
（最后，報告寫好后發(fā)給誰也很重要，詳細內(nèi)容可參見講座或參閱書籍。）
Q：最推薦哪幾本書？
A：第一本書：《女士品茶》；第二本書：《對偽心理學(xué)說不》；第三本書：《推薦系統(tǒng)實踐》（項亮著）
（編者：在講座中韓瞳老師還推薦香農(nóng)的《信息論》，并在之后的問答環(huán)節(jié)中推薦宋天龍的《Python數(shù)據(jù)分析（第二版）》）
Q：對應(yīng)屆生從事工作有什么建議？
A：在我書里邊有，整體是兩點：選公司和選職業(yè)。比如，不建議去十億美金市值以下的公司，要去獨角獸企業(yè)，去細分行業(yè)第一名。如果領(lǐng)導(dǎo)不懂?dāng)?shù)據(jù)就直接pass，社招應(yīng)該對自己的標(biāo)準(zhǔn)還是高一點。去看看脈脈的公司點評。
另外，自己平時做的準(zhǔn)備就是多看數(shù)學(xué)。
Q：基礎(chǔ)分析工作從那方面入手，買了個課程懶得學(xué)，有沒有辦法讓我加個勁兒？
A：沒辦法。等就業(yè)形勢更差的時候可能就更著急了。我嚇唬你一下，湖畔大學(xué)今年傳出來的一個消息是，馬云在2018年的時候就非常著急了，在他的維度已經(jīng)感受到了行業(yè)的下降趨勢。2019年CEO已經(jīng)感受到了行業(yè)下行，經(jīng)濟形勢不好。而且馬云有預(yù)言，至少2020年到2023年經(jīng)濟形勢只能越來越差，所以，公司的裁員會此起彼伏。
如果現(xiàn)在不努力，可能就面臨著降薪裁員，而且是越來越普遍，我覺得這不用預(yù)判，因為看經(jīng)濟，這是最冷的事實。所以說，沒有什么懶得學(xué)，大家都是為了謀生。我不就是為應(yīng)對抗風(fēng)險而多寫了本書嗎？萬一沒工作了以后，還能講講課，掙點錢養(yǎng)活自己。對吧？
Q：有哪些關(guān)注的專業(yè)方面的公眾號？
A：“caoz的夢囈”，“算法與數(shù)學(xué)之美”。
Q：三年運營一枚，轉(zhuǎn)策略運營有沒有什么經(jīng)驗傳授？
A：我真的覺得買書就可以，不是為了賣書。首先，要找到自己的核心能力在哪兒，如果做策略運營，SQL是必須會的，而且要有數(shù)據(jù)權(quán)限，兩者缺一不可。
還要有一些統(tǒng)計學(xué)的知識；另外，數(shù)據(jù)分析報告要嚴謹，多做幾個（證據(jù)），找?guī)讉€厲害的大牛，或者把分析的報告發(fā)給比較牛的同事，讓他指錯，挑錯，被罵幾次就會了。所以說，通過互相同行評議，大家變得更好。
Q：策略產(chǎn)品經(jīng)理與數(shù)據(jù)分析師有哪些區(qū)別？
A：其實在書（《策略產(chǎn)品經(jīng)理實踐》）里邊專門還真寫了。
Q：（數(shù)據(jù)）分析師轉(zhuǎn)行補什么能力？
A：最重要的一點：做業(yè)務(wù)。很多人都會明顯的感覺，非常缺產(chǎn)品的能力，沒有辦法判斷需求。所以需要師傅帶。另外，多看看產(chǎn)品書籍，但最重要的是要經(jīng)歷一個項目，其他的不重要。
第二部分能力其實在于人情能力，就是能不能讓大家心甘情愿的幫你干活，這很重要。
Q：如何和算法團隊分工合作？
A：跟算法溝通的時候，需要明確哪部分是規(guī)則，需求是什么。還要考慮開發(fā)成本，做產(chǎn)品經(jīng)理要稍微懂點技術(shù)，懂算法基礎(chǔ)實現(xiàn)邏輯。
另外有兩點比較重要：
首先，今日頭條創(chuàng)始人張一鳴有一個很重要的論斷——每個人在公司內(nèi)是有信任票的，由于你做成功的項目越多，那你的信任票就越多，如果說你平時做了很多牛逼的產(chǎn)品，作出了成績，那一定算法團隊也會對你刮目相看，那你的說話的分量就會更重。
其次，做團隊的補集。其實策略產(chǎn)品經(jīng)理就是服務(wù)行業(yè)，哪里缺人去哪里，如果團隊里面沒有數(shù)據(jù)分析，就去做數(shù)據(jù)分析，如果團隊里沒有人做畫產(chǎn)品文檔，就去畫產(chǎn)品文檔，如果說研發(fā)工程師實在是不愛寫策略文檔，我就幫他寫。
把這些事做好之后，你的價值就有了，老板會慢慢發(fā)現(xiàn)了，這個團隊離了你轉(zhuǎn)不了，這時候你的價值就有了，再裁員也裁不到你身上。
關(guān)于作者：韓瞳，策略產(chǎn)品經(jīng)理，5年實戰(zhàn)經(jīng)驗，某廠創(chuàng)業(yè)期核心團隊，微信公眾號：策略產(chǎn)品經(jīng)理實踐。
戳擴展鏈接，作者簽名版紙書搶鮮讀
