數據分析思維：產品經理的成長筆記

目　　錄
前言
第1章　開啟數據分析之路 1
1.1　我的數據分析之路，從一個善良的動機開始 2
1.1.1　數據分析的過程 3
1.1.2　數據分析案例背后的方法論 4
1.2　理解大腦并善用它 5
1.2.1　分享大腦的一些知識 6
1.2.2　9條用腦定律 6
1.3　番茄工作法 9
1.3.1　番茄工作法的原理與演化 9
1.3.2　番茄工作法的操作 10
1.4　保持正念 12
1.4.1　正念，從洗碗說起 13
1.4.2　正念就是吃橘子 14
1.4.3　正念的哲學故事 14
1.5　閱讀 17
1.5.1　認識閱讀障礙 18
1.5.2　閱讀的層次、方法和技巧 18
1.5.3　閱讀工具的分析 21
1.5.4　閱讀的選擇 22
1.5.5　閱讀習慣是可以養(yǎng)成的 23
1.6　學習 23
1.6.1　學習之道 25
1.6.2　學習的注意事項 27
1.7　演講 29
1.7.1　為什么害怕演講 29
1.7.2　演講的技巧 30
1.8　寫作 32
1.8.1　堅持才有提升 32
1.8.2　寫作感悟 33
1.9　幸福方法論 34
1.9.1　關于幸福的定義 35
1.9.2　一項關于幸福的研究 36
1.9.3　幸福是一種能力 36
1.9.4　我的幸福觀 37
1.10　把壓力當朋友 38
1.10.1　生物學角度看壓力 38
1.10.2　正確看待壓力的好處 39
1.11　熱情與平靜 40
1.11.1　熱情：PASSION 41
1.11.2　平靜：PEACE 42
1.12　人生方程式 42
第2章　數據分析習慣的養(yǎng)成 45
2.1　習慣 46
2.2　工作整理術 49
2.2.1　6個工作原理 49
2.2.2　6個工作整理術 51
2.3　量化自我與自我分析 53
2.4　游戲方法論 56
2.4.1　游戲對大腦的7種激勵方式 57
2.4.2　通過游戲總結工作方法論 59
2.5　用數據分析引導營銷行為 59
2.6　發(fā)現數據中蘊含的地理信息 61
2.7　用數據解決客戶的痛點 63
2.8　怎樣當個稱職的教練 66
2.8.1　教練的兩項主要工作 67
2.8.2　用GROW模型生成有效問題 67
2.9　教徒弟的“守、破、離”之道 69
2.9.1　守、破、離 70
2.9.2　我教的第一個徒弟 70
2.9.3　我教的第二個徒弟 71
2.9.4　教徒弟的心得 72
2.10　在企業(yè)里分享知識的好處 73
第3章　產品與數據分析 75
3.1　數據分析與產品設計 76
3.1.1　產品的發(fā)展歷程 77
3.1.2　是否需要克制產品創(chuàng)新 77
3.1.3　數據分析能否在產品的設計中發(fā)揮作用 78
3.2　產品的功能很多，用的人有多少 79
3.3　設計心理學 82
3.3.1　一個成功的設計需要經歷五六次的嘗試嗎？ 82
3.3.2　設計最重要的原則 83
3.3.3　數據，在設計者與用戶間建立一座橋梁 84
3.4　數據實驗 84
3.4.1　為什么企業(yè)需要數據實驗 84
3.4.2　企業(yè)運營需要數據實驗 86
3.5　心理學、數據分析與產品營銷的結合 87
3.5.1　案例：對手機銀行新簽約客戶的引導 87
3.5.2　案例：優(yōu)惠活動的告知方式 89
3.6　產品與數據創(chuàng)新 90
3.6.1　案例：信用卡與手機銀行結合提升兩種產品的客戶黏性 91
3.6.2　案例：使用手機銀行的個人貸款客戶，逾期比例低 92
3.7　提出好問題 94
3.8　招募產品的體驗客戶 95
3.9　預售產品的體驗與數據分析 96
3.9.1　預售過程的數據分析 98
3.9.2　OODA循環(huán)迭代 101
第4章　數據的那些“坑” 102
4.1　一次引發(fā)“失控”的數據分析 103
4.2　幸存者偏差 107
4.3　理性的無知 109
4.4　“數據造假” 110
4.4.1　孫臏的“假數據” 111
4.4.2　諸葛亮的“灶數”坑人 112
4.5　貓和老鼠的數據攻防戰(zhàn) 113
4.6　數據分析中的陷阱與破解之道 115
4.6.1　數據圖的陷阱 115
4.6.2　“標準化”的陷阱 116
4.6.3　破解陷阱之道 116
4.7　當數據分析遇上數據安全和隱私 117
4.8　從簡單到復雜 118
4.9　被忽視的數據分析人才體系建設 120
4.9.1　企業(yè)應用數據的三個“坑” 120
4.9.2　業(yè)界的數據分析人才架構設置 120
4.9.3　除了KPI，更需要KWI與“集智平臺” 121
4.10　數據分析的正確打開方式 124
4.10.1　思考數據分析的初衷與后續(xù)行動 124
4.10.2　多維度思考，尋找“沉默樣本”，不被數據欺騙 125
4.10.3　比任何人都重視數據安全和用戶的隱私 125
4.10.4　站在聽眾的角度思考你的數據分析結果 126
4.10.5　重視數據分析人才的培養(yǎng) 126
第5章　跨界，從另一個維度看問題 127
5.1　跨界這件事 128
5.2　我“不務正業(yè)”的故事 130
5.2.1　學習和實踐Flash的心得 131
5.2.2　Flash的沒落 132
5.2.3　學習的技能還在 133
5.3　星座到底靠不靠譜 134
5.3.1　第一次關于星座的分析 135
5.3.2　我對星座的數據分析 136
5.3.3　我對星座的假設 139
5.4　一個司令員的“數據分析” 140
5.5　當數據遇上情感 142
5.5.1　什么是數據做不了的 142
5.5.2　我對數據的理解與情感 144
5.6　《點球成金》中的數據感悟 144
5.6.1　電影的場景一：關于選擇 146
5.6.2　電影的場景二：關于變革 146
5.6.3　電影的場景三：關于時機 146
5.6.4　電影的故事背景 147
5.6.5　電影給我的啟示 147
5.7　正確預測的副作用 148
5.7.1　《少數派報告》 149
5.7.2　《星球大戰(zhàn)》 149
5.7.3　“測罪系統”與阿納金“預測”給我的啟發(fā) 150
第6章　工作與生活離不開數據分析 151
6.1　用數據分析的方法減肥 152
6.1.1　關注數據 152
6.1.2　改變膳食 154
6.1.3　堅持運動 155
6.2　運營自己的公眾號 156
6.3　一個諧音數字的分析可以用來營銷 162
6.4　選擇的陷阱 165
6.5　出生人口的數據分析 167
6.6　基于數據分析探索大學生的金融需求 170
6.6.1　大學生的社交需求 172
6.6.2　大學生的網購需求 173
6.6.3　大學生的理財需求 173
6.6.4　大學生的出行需求 174
6.7　中國最著名的數據泄密案 176
第7章　改變一直在發(fā)生 179
7.1　從IT到DT時代 180
7.1.1　思維方式的阻礙 181
7.1.2　體制與架構的阻礙 181
7.1.3　互聯網的倒逼 182
7.2　創(chuàng)新的窘境 183
7.2.1　《創(chuàng)新者的窘境》研究的兩個問題 183
7.2.2　三個重要的概念 183
7.2.3　管理變革 184
7.3　人工智能的昨天、今天與明天 187
7.4　從笛卡兒到“異類智慧” 192
7.4.1　笛卡兒方法論的四條規(guī)則 192
7.4.2　笛卡兒方法論的演化 193
7.4.3　變化的客觀存在 193
7.4.4　如何與“異類智慧”共處 194
7.5　未來的教育 195
7.5.1　當前教育體系的由來 195
7.5.2　標準化教育模式的弊端 196
7.5.3　按年齡將學生分年級的弊端 197
7.5.4　瑞士奶酪式學習 197
7.5.5　精熟教學法 198
7.5.6　學徒制重放光彩 198
7.5.7　通過大數據來評估學生 199
7.6　讓想法流動的智慧組織 200
7.6.1　泰勒制的主要內容 200
7.6.2　溝通增加促進生產率 201
7.6.3　互動模式與創(chuàng)意產出 202
7.7　面對變革的銀行與員工 204
7.8　銀行需要自己的直播平臺和網紅 206
7.8.1　人們深層次的心理需求到底是什么 208
7.8.2　銀行做直播，培育企業(yè)內網紅的好處 209
結語 211
參考文獻 213