编辑导读：面对海量的数据，我们需要对其进行筛选过滤，进行分析后才能对业务、运营等部门产生有效的价值。而如何做好产品数据分析呢？本文作者将从心法和招式两个方面进行分析，希望对你有帮助。
读这篇文章，大约需要3分钟。我写了两个基本的事情，关于产品经理，在工作中做数据分析时，如何保持行之有效，它们一个是关于“心法”、一个是关于“招式”。
01“Makeitright保持正确动作”
我在最初接触射箭运动时，感觉自己动作还可以，并且时不时地也能命中靶心，剩下的只是大量练习而已。但是事实上，我的技术动作等所有事情都很糟糕，是运气和其他一些因素，让我并没有意识到这一点。所以我错误地认为“我没有问题！”于是随着时间的推移，我懊恼地发现自己的努力并没有换来进步。
同样身为一名数据产品经理，我常常思考，我们在数据分析上有没有过错误地认为过“我没有问题！”
实际上我见过很多的无效的数据分析和相关的数据需求，它们都有几个和上面的疑问类似的“共同点”：
引用了大量的“虚荣指标”，但又似乎什么都没说，导致看起来没有问题；把分析结果，强加在预先设定的结论上，强制没有问题；引用了大量错误的指标，进而得出更加错误的结论，没有发现有问题；得出结论后，并不能付之以行动，无法解决问题。毫无疑问，大家都知道，这样的分析行为是错误的。但很多时候，我们都在做着类似的事情，并对此毫无察觉。
其实，即便是很多做数据分析多年的老鸟也会时不时犯类似的错误。就像是我们需要判断“产品需求”的真伪一样，我们在做分析时，它的“目的”、“方法”、“结论”，也存在真伪和一些细微的动作差异。而我们稍一不留神，就会踩上“数据分析的坑”，并且这是常有的事儿！
所以能够找到数据分析的问题并改正，从而进行有效的分析，来自“数据感”！
我们在做数据分析的时候，第一重要的就是“数据感”。它是一种思维方式甚至是一种直觉，可以帮助我们快速的分辨我们所要分析的场景下，分析的指标、度量值，等等是否正确有效。
但这是一种需要长期的正确练习，才能获得的能力，而往往我们没有那么多的时间和精力去打磨。那么作为产品经理，我们有必要掌握数据分析？（说数据分析简单不需要刻意掌握，那都是骗人的）
其实，对产品经理来说，其实数据分析没有那么的“鸡肋”，也不必担心这有多难。在做数据产品经理之前，我也或多或少的做过一些面向业务的项目。我写这篇文章的目的，也是借此机会，想通过自己一些经验，来尽我所能的讲解“如何有效的做产品数据分析”这件事，进而通过一些“动作改善”，让我们的分析能力提升。
由于篇幅限制，我试着总结几点干货，以求可以快速的产生“数据感”：
好的指标天然具有比较性和计算性（只能看的指标，也只能看看）；结论必然是可执行的（做不到的事情，先放到一边去）；正确的结果一定是有参照的（否则就容易产生错觉）；平均值和总数，不是只有这俩计算结果的方法（众数、中位数、上下四分位、方差同样也很重要）；同一件事，存在两者皆可的指标口径，必只取其一（新用户，是注册算新，还是下单算新）。指标与前后分析，一定存在逻辑关系或直接影响的关系（能够前后自圆其说）
02“Justdoit做起来就是了”
第一件事，在分析开始前制定分析目标。对于你负责的每个产品线来说，是第一件事情。
在不同的产品开发阶段，我们需要侧重