产品分析师做什么？日常工作、技能和一个真实例子

产品分析师把产品使用数据变成决定。本文讲清五项日常工作、典型的一周，并用一个接近真实的分析从问题一路走到建议。还对比了这个岗位和数据分析师、数据科学家、产品经理的区别。

一句话说清这个岗位

产品分析师用人们实际使用产品的数据，帮产品团队决定做什么、以及做了之后有没有效果。

他们和产品经理、设计师、工程师坐得很近，通常负责产品的指标、埋点，以及重大决定背后的分析。

五项日常工作

1. 定义指标。什么算活跃用户、已激活账户、留存客户。把定义写下来，让每个人用同样的口径统计。
2. 负责埋点。规划产品发送哪些事件和属性，上线前评审，上线后检查。见数据分类体系。
3. 回答问题。「新用户在哪一步流失？」「谁在用这个功能？」「周活为什么掉了？」大部分工作在这里。
4. 衡量改动。上线前后，或者在测试工具里跑的实验：指标有没有动、动了多少？
5. 搭建共享视图。团队每周都用的看板和报表，让日常问题不需要分析师也能回答。

典型的一周

• 周一：看每周指标看板，把异常告诉团队。
• 周二到周三：做一个深入分析，比如为什么手机端激活率更低。
• 周四：和工程师一起评审下个迭代新功能的埋点方案。
• 周五：写结论，回答零碎的问题，整理看板。

完整例子：新手引导改动有效吗？

团队给新账户上线了一个设置清单。分析师被问到它有没有提升激活率（7 天内安装统计代码并查看过一份报表）。以下都是示例数字。

1. 定义并对比。上线前四周对比上线后四周，口径一样：

• 上线前：2,400 个注册里 744 个激活（31%）
• 上线后：2,600 个注册里 910 个激活（35%）

2. 是不是噪声？两比例检验得到 z ≈ 3.0、p ≈ 0.003。不太可能是偶然。

3. 有没有别的解释？分析师检查渠道构成：付费渠道的注册占比上线前是 38%，上线后是 37%，流量变化解释不了这个提升。两个时段都没有调价，也没有节假日。

4. 在哪里起了作用？按平台拆：桌面端 +5 个百分点，手机端 +1 个百分点。清单在小屏幕上不好用。

5. 建议。保留清单；修好手机端布局；四周后再看手机端激活率。

这是前后对比，不是随机实验，所以结论里写明了这一点，并列出做过的检查。

和相关岗位的区别

下表把产品分析师和常被混淆的几个岗位做对比。

各公司叫法不同；小团队常常一人兼几个角色。

关键技能

• SQL，熟悉事件数据。
• 产品分析工具：漏斗、留存、分群、路径。
• 基础统计：比率、置信区间、显著性，以及它们的局限。见数据分析怎么做。
• 产品感觉：知道哪个问题对这个决定真正要紧。
• 写作：写出团队能直接照着做的简短清楚的结论。

工具，以及 TapCub 的位置

产品分析师一般会用产品分析工具、对数据仓库写 SQL、电子表格和看板工具。在 TapCub 里：

• 全端分析 › 行为分析 › 行为分析 覆盖事件、漏斗、留存、路径和分布，可按任意属性拆分。
• 全端分析 › 行为分析 › 自定义指标与 SQL 存放共享的指标定义，以及模型覆盖不到的问题用的 SQL。
• 全端分析 › 数据管理 › 埋点方案 存放计划中的事件和必填属性。
• 全端分析 › 概览 › 我的看板 汇集保存的分析，用于每周复盘。

相关阅读：产品使用分析和增长团队。

另见：产品工程师。

另见：产品经理的数据分析。