短板理論大家都熟悉，說實話該具備的一般能力大家都具備，拼的就是那塊短板的長度，這中間就不得不提數據分析能力。

身在職場，需不需要懂數據分析？答案肯定是需要，下面以較熱門的崗位產品和運營為例，來說說為什么要增加這塊短板的長度，同時也告訴你，掌握這項能力對你會有多大助力。

產品人，沒有數據，何以成樞紐

為什么做產品，非要懂數據分析不可？

1. 本質決定需求。

很多人都沒弄明白，互聯網產品的第一要務是什么。是寫PRD？是梳理產品流程、調整交互邏輯？是搭建團隊、與技術成員溝通？都錯了。

一個產品人，首先應該是一個“需求梳理師”。

那需求的分析來自哪里？來自數據。

行業的背景數據、客群相關的宏觀數據、同個賽道的競品數據、產品上線后的用戶行為數據、用戶調研與反饋數據，一個好的產品人應當對這些數據做到了然于心、條分縷析，而且能將數據分析落到實處、化為行動。

2. 有理有據才能撬動資源

產品人往往面臨著大量的溝通說服工作，技術、設計、運營、推廣，諸多資源都需要有理有據才能撬動。

這一點不僅是對產品人，所有人都是一樣的，資源是有限的，你要資源依靠的不是“拍腦子”的想法，更需要拿事實說話，以數據服人，證明自己的優先級。

運營就是一種數據驅動型工作

做運營的人都熟悉這個說法：運營是一種強數據驅動的工作。

1.運營對增長負責

做運營的同學，每天盯得就是那幾個關鍵數據，玩法花樣翻新，目標卻錨定得很死。

你也許不需要懂太多統計技術、數據提取，但必須理解哪些是你的關鍵數據，這個數據結果是怎么來的，如果要追溯它的成因、分析它的漲跌，大概有哪幾種方向和方法。

2.發揮資源的最大效益

運營的玩法層出不窮，只有看懂數據，學會分析，才能辨明哪些手段的效果更好、哪些玩法的效率更高，從而利用有限的資源發揮最大的效益。

學會數據分析能為我們帶來什么？

實際上，數據分析能夠解決的問題范疇是非常廣的。

產品人常常遇到的要“看異常”、找問題，看增長點、找機會；運營人總是需要分析的投入產出比、用戶行為規律，都是數據分析能夠幫助解決的問題。

學習數據分析需要掌握哪些技能，會用哪些工具？

我們可以將數據分析的方法技能分為三個層面：理論和知識層、方法技法層、工具應用層。

理論和知識層面：比如數理統計的原理與原則、算法的基本知識，都是進行數據分析的基礎、基石，是學習之前就應掌握的背景知識；

方法技法層面：這其實有非常多，最基本的比如指標樹拆解法、轉化漏斗分析法、對比分析法；不過萬變不離其宗，所有方法技法都是在理解業務邏輯的基礎上，為了更清晰地解析問題而總結出來的套路。如果你能在掌握“術”的基礎上，再吃透從理解業務邏輯到選擇具體方法的“道”，數據分析的入門一關就算過啦；

工具層面：基礎的辦公軟件Excel，數據庫查詢語言SQL、編程語言Python、報表工具Tableau，數據分析的領域有很多軟件、應用、工具等待你去探索、熟悉。

乍一看需要掌握的內容有很多，其中還有很多不熟悉的名詞，但是沒關系，找到有經驗的老師帶你入門，這些都不是問題。