數據是一個絕對客觀且能夠通過可量化指標來評估產品的改進方向成功與否的工具，所以必須養(yǎng)成數據思維習慣，掌握數據分析方法論。那么數據分析的步驟是怎么樣的呢？

收集：數據的收集方式一般有以下幾種：
    （1）問卷調查：一般用于前期的用戶調研或用戶使用情況的主觀感受的獲取，但精度較差，樣本少；

（2）客戶端數據：一般用于對用戶瀏覽路徑的記錄，可通過用戶行為及頁面停留時長等指標分析app的易用性、頁面到達率等指標；

（3）服務端數據及歷史日志：服務器端所輸出的數據更為準確深入，對于一些精確度要求較高的數據，建議使用服務端日志作為原始數據；

（4）業(yè)務數據庫：主要用戶業(yè)務數據的統(tǒng)計，如銷售額、訂單數量等業(yè)務指標。

分析：數據的收集只是前期工作，如果對數據進行分析，采用什么方法進行分析，才是數據分析的核心技術體現。常用方法包括：AHP層次分析法、杜邦分析法、漏斗分析法。

改進與跟蹤：基于數據找到問題，并找到最優(yōu)的解決方案，是數據分析的目的；再通過后期的效果跟進及前后數據對比，驗證方案的效果。

數據分析是產品經理工作的重要組成部分，依據數據變化來調整產品是有效的工作方式。如何進行數據分析，分析哪些數據，根據數據制定改進方案是每一個產品經理都要熟練掌控的技能，因為幾乎所有的問題，都能在數據中找到答案。