（1）本书以掌握数据分析实战技能为撰写目的，是互联网行业中想进阶的产品新人趁手的学习宝典。

（2）案例丰富，以L公司搭建数据分析体系的案例贯穿全书，为读者展示如何在一家公司中落地数据产品体系设计，并将其应用于企业分析中。

（3）书中不仅介绍了完整的数据概念，还介绍了数据应用与数据驱动企业战略的整个数据生命周期，让读者能建立起完整的数据分析知识体系。

（4）书中拥有大量数据分析体系的实战产出物，读者可直接借鉴至自己工作场景中。

随着互联网的发展、企业的演进，市场对产品经理在撰写需求文档以外的能力有了更多新的要求。现阶段，一位高阶产品经理必须具备擅长利用数据驱动业务增长，建立起企业级数据体系的能力。这是时下产品经理不可或缺的技能，也是互联网人必须掌握的一个高阶技能。

本书不涉及晦涩的数学分析公式，而是以通俗的语言讲解如何用数据帮助产品迭代、帮助业务增长。

本书以一个完整的电商案例贯穿全书，并在每个数据概念后配有具体的案例帮助读者更好地理解、掌握书中内容。

本书知识量丰富，全书一共涵盖42个数据定义、8个分析方法论、16个必备公式、34个实战案例，共计100个知识点。书中通过一张完整的数据驱动产品增长全路径地图（又称4F模型）帮助读者从零到一建立起数据驱动完备知识体系。

刘天，东华大学项目管理硕士，日本京都大学访问学者，曾为国家科研项目带头人，TMT领域投研顾问/MBA特约讲师/互联网峰会特邀演讲嘉宾，先后就职于万达、叮咚买菜等公司，负责过多个集团级中台与电商平台业务的产品整体规划，在商业模式拆解与集团级产品体系搭建方面拥有极其丰富的经验。著有《中台产品经理宝典》一书。

据思维和增长思维是高阶产品经理的必备思维，也是最难知行合一的思维，本书作者通过全局、有趣的案例，抽丝剥茧直击本质。我向每一位产品经理或者从事产品研发的朋友推荐这本书。

——公众号“军哥手记”作者、饿了么前产品技术总监 程 军

在当下互联网时代，企业之间的比拼已经由外部增长转向了内部运营成本，而要想降低运营成本离不开数据驱动，这也对今天的全球互联网人在产品能力上提出了更高的要求，这本书是我看过的国内外文献中少有的从案例出发为产品经理讲解如何掌握数据思维的好书，值得推荐！

——亚马逊（美国）高级产品经理David Lee

从本书的结构安排就能看出，本书*大的特点就是通过整合多个产品数据分析的知识碎片，来帮助更多新人掌握数据在产品迭代中的作用，相信这本书是新人入门的不错选择！

——Get创始人兼CEO 任 鑫

这本书从实战出发，为大家清晰地介绍了数据驱动业务的方法与思维，对产品新人向更高层级迈进有很大帮助，是一本值得一看的产品图书。

——叮咚买菜高级产品总监 单文彬

建立数据驱动的产品设计方法是互联网行业的产品经理必备技能。本书完整阐述了从零到一搭建企业的数据分析体系的步骤和方法。内容涵盖概念、搭建、应用、战略等核心内容。并结合实际的项目经验，深入浅出地讲述如何将数据体系方案落地，对于从业者有较大的参考意义。

——叮咚买菜 高级技术总监 姜利国

前　言

概念篇　　数据驱动产品设计概述　/　1

第1章　揭开数据产品经理的神秘面纱　/　3

1.1　市面上为什么有那么多类产品经理　/　3

1.2　公司内部的产品经理架构　/　5

1.2.1　公司内部的上层建筑　/　6

1.2.2　公司内部的底层基础　/　8

1.3　闭环产品体系设计模型　/　10

1.4　数据产品经理的能力模型与分类　/　12

1.4.1　数据产品经理的能力模型　/　12

1.4.2　数据产品经理的分类　/　16

第2章　数据产品经理的工作场景　/　18

2.1　数据产品经理的工作流程　/　18

2.2　业务演进对数据分析的需求　/　19

2.2.1　业务演进历程　/　20

2.2.2　企业战略业务演进历程　/　23

2.2.3　业务演进中的数据分析　/　32

搭建篇　　从零到一搭建数据分析体系　/　33

第3章　数据分析体系入门　/　35

3.1　为什么需要数据分析体系　/　35

3.2　数据分析体系概念的常见误区　/　37

3.3　数据分析体系构成框架　/　38

3.4　案例00：L电商公司数据分析的背景介绍　/　40

第4章　数据分析体系搭建路径　/　43

4.1　通用行动框架　/　43

4.1.1　搭建数据分析平台　/　43

4.1.2　案例01：L公司行动框架梳理　/　44

4.2　工作任务1：当前业务现状调研　/　46

4.2.1　产品生命周期概念　/　47

4.2.2　如何判断产品所处阶段　/　50

4.2.3　案例02：L公司当前业务现状调研　/　55

4.3　工作任务2：当前数据分析体系调研　/　60

4.3.1　案例03：L公司当前的数据分析体系调研　/　60

4.3.2　如何寻找北极星指标　/　62

4.4　工作任务3：数据分析平台设计　/　64

4.4.1　演进蓝图设计　/　65

4.4.2　案例04：L公司数据分析平台的规划　/　66

4.5　工作任务4：数据分析体系驱动决策　/　68

4.5.1　数据驱动决策思维的建立　/　68

4.5.2　案例05：L公司的数据驱动决策　/　68

第5章　玩转数据报表设计　/　70

5.1　数据报表设计　/　70

5.2　案例06：L公司的数据报表设计　/　71

5.3　数据报表分析法　/　73

5.4　案例07：L公司基于数据报表的分析　/　75

5.5　数据源管理　/　77

5.6　案例08：L公司数据底层取用逻辑改造　/　81

第6章　数据指标　/　87

6.1　指标是什么　/　88

6.2　指标的基本构成　/　89

6.2.1　指标的构成公式　/　90

6.2.2　案例09：L公司电商平台指标库的梳理　/　92

6.3　指标体系　/　96

第7章　从零开始设计指标体系　/　98

7.1　指标体系建立方法论　/　98

7.2　确定数据分析目标　/　99

7.3　纵向指标维度定义　/　100

7.3.1　为什么要定义指标体系的深度　/　100

7.3.2　案例10：L公司纵向指标维度定义　/　101

7.4　横向指标维度定义　/　102

7.4.1　指标的寻找方法　/　103

7.4.2　自上而下的指标寻找法　/　103

7.4.3　自下而上的指标寻找法　/　106

7.4.4　案例11：L公司横向指标维度定义　/　107

7.4.5　电商类业务常用指标库　/　111

7.5　拓展：指标体系的应用　/　112

7.5.1　99元健身卡的数据秘密　/　112

7.5.2　网盘容量免费大战的背后　/　113

第8章　数据采集管理　/　116

8.1　数据采集的常见方式　/　117

8.2　案例12：L公司数据采集定义　/　118

8.3　数据核心采集方式：埋点　/　120

8.3.1　原则1：反应事件　/　120

8.3.2　原则2：描述完整　/　121

8.3.3　原则3：用户追踪　/　121

8.3.4　案例13：L公司埋点设计分析　/　122

8.3.5　案例14：撰写数据埋点文档　/　125

第9章　拓展：数据分析平台2.0　/　128

9.1　案例15：L公司数据分析平台2.0　/　128

9.2　案例16：L公司线下零售业务数据模型　/　129

9.3　案例17：L公司最小数据中台的建设　/　134

应用篇　　数据分析体系驱动业务决策　/　141

第10章　数据驱动业务决策框架　/　143

10.1　什么是数据驱动业务决策框架　/　143

10.2　数据驱动业务决策框架的组成　/　145

第11章　日常运营的十八般武艺　/　148

11.1　案例18：L公司电商的日常运营　/　148

11.2　商品运营数据模型　/　149

11.2.1　案例19：L公司的商品运营　/　150

11.2.2　杜邦分析模型　/　155

11.2.3　案例20：L公司杜邦分析实战　/　156

11.3　用户运营数据模型　/　158

11.3.1　用户流失　/　158

11.3.2　用户召回　/　161

11.3.3　用户留存　/　161

11.3.4　案例21：L公司的用户运营　/　164

11.4　产品运营数据模型　/　168

11.4.1　什么是数据事件　/　168

11.4.2　案例22：L公司的产品运营　/　169

11.4.3　通用事件定义　/　170

11.4.4　案例23：L公司漏斗分析实战　/　171

第12章　数据助力实现黑客增长　/　175

12.1　什么是黑客增长　/　175

12.2　黑客增长的实现　/　176

12.2.1 黑客增长的核心6步　/　176

12.2.2　案例24：L公司提升平台单日用户加购量　/　177

12.3　案例25：L公司电商的黑客增长　/　179

12.4　用户增长数据模型　/　179

12.4.1　用户分层模型　/　180

12.4.2　用户生命周期分层　/　182

12.4.3　高阶分层模型：RFM　/　184

12.5　渠道增长数据模型　/　186

12.5.1　归因分析　/　187

12.5.2　常见的归因模型　/　187

12.5.3　案例26：L公司归因分析模型应用　/　189

12.6　产品增长数据模型　/　190

12.6.1　AARRR模型　/　191

12.6.2　案例27：L公司AARRR模型关键环节实战　/　194

12.6.3　NPS推荐值模型　/　198

12.6.4　案例28：L公司的NPS模型应用　/　200

12.6.5　A/B　Test模型　/　203

12.6.6　案例29：L公司的A/B Test模型应用　/　206

第13章　L公司数据模型综合案例　/　212

13.1　案例30：L公司会员付费率增长方案　/　212

13.2　案例31：L公司会员付费率增长运营　/　213

13.3　案例32：L公司中的辛普森悖论　/　218

13.4　案例33：L公司1.0方案投放验证　/　221

进阶篇　　跟CEO学习企业战略研判　/　225

第14章　数据驱动下的企业战略规划　/　227

14.1　企业战略规划是什么　/　228

14.1.1　企业战略规划定义　/　228

14.1.2　从两个维度读懂企业战略规划　/　229

14.2　为什么要懂企业战略规划　/　230

14.2.1 跳出工具人的设定　/　230

14.2.2 进入企业决策层　/　232

14.2.3 理解企业是如何运作的　/　233

第15章　企业战略规划分析　/　234

15.1　企业战略　/　236

15.2　企业经营阶段　/　238

15.2.1　产品阶段　/　238

15.2.2　运营规模化阶段　/　240

15.2.3　持续经营阶段　/　243

15.2.4　资本扩张阶段　/　245

15.3　企业经营管理　/　245

第16章　基于企业战略规划驱动产品设计　/　248

16.1　业务发展目标拆解　/　248

16.1.1　步骤01：明确企业战略指标　/　249

16.1.2　步骤02：拆解关键转化链路　/　250

16.1.3　步骤03：确定业务发展计划　/　252

16.1.4　步骤04：罗列业务干系人的影响　/　254

16.1.5　步骤05：制订产品计划　/　254

16.2　产品架构落地　/　254

附录　全书100个核心知识点速查　/　259

我的第二本书

前段时间，编辑提醒我要写本书的前言了，回想这本书的创作过程，感觉又是一次阶段性的复盘沉淀。我现在所处的行业恰巧是一个风口领域，在风口领域中虽然很容易感受产品迭代的速度，但是这也意味着每日的工作强度极高，每天下班到家基本已是深夜11点。虽然在前期我已经花了大量时间构思本书，但是真正开始撰稿时，仍觉得十分辛苦。白天要上班，只能在夜深人静的时候去写作，对我来说，那段时间可谓一周7天无休地工作。

可能有读者想知道为什么都处在这样的工作强度下了，我还要创作第二本产品类图书。看过我的公众号“三爷茶馆”或者我的第一本书《中台产品经理宝典》的读者应该都知道，我是一个特别爱分享的人。在我的人生计划里，把自己这些年在产品领域沉淀的一些方法论成体系地输出是一项重要任务。于是在第一本书里，我基于自己多年带团队与招聘产品人的要求，为一个成熟且高阶的产品人应有的产品方法论体系下了个定义：以M-P能力模型为核心的产品方法论合集。

具体就像我在第一本书中所写的：

每位高阶产品经理应该具有M-P能力模型。M-P能力模型是对产品经理掌控产品的整个生命周期所必须拥有的能力的统称，具体来说，该模型分为两部分：

M（Market）部分：市场运作能力，即将一个应用投放到市场并盈利的能力。

P（Product）部分：需求生产能力，即将一个想法变成一个App或网页等落地应用的能力。

首先让我们基于M-P能力模型对产品经理类型进行逐个划分。我们将不同产品经理划分为2个大类4种类型，如表13-1所示。

再让我们把M-P能力模型中的4种能力填入这几个产品经理分类中，我们就得到了一个象限坐标，如图13-2所示。

至此我们可以对“高阶”这个词做出一个准确的解释了：所谓高阶的产品经理，实质上就是掌握了M-P能力模型中偏市场层面的能力，能以大局观来看待整个产品的问题。

第一本书主要是以业务建模的视角撰写了产品的方法论，在我看来只算是输出了M-P能力模型中一半的产品方法论（如图1所示），这对于想要成为一个高阶产品经理的读者来说还是不够的。

图1　一半的产品方法论

基于上面提到的M-P能力模型可知，想成为一名高阶产品经理，最少需要掌握图2中两个模块的知识与技能。

图2　两个模块

很多读者在读完《中台产品经理宝典》一书后，也意识到了目前只是掌握了部分M-P能力模型，还有更多的知识需要学习（如图3所示），便在我的公众号后台留言问我能不能再讲一些关于数据驱动以及企业市场战略选择的内容。

图3　书与对应的模块

为了补充M-P能力模型所欠缺的内容，并将该模型下完整的产品知识体系梳理出来，我又开始了第二本书漫长的撰写过程。

对于这本书，撰写的目标就是为希望冲刺高阶产品经理的读者补充M-P模型中数据驱动产品设计这一领域的知识。本书与上一本书相配合，可以帮助希望快速成长的产品人建立起一套完整的高阶产品方法论知识体系。

本书内容

自上一本书出版后，很多读者反馈，特别喜欢我采用通俗的语言来讲述概念，这种模式可以帮助他们理解与吸收相关知识。因此本书仍沿用这种写作方式，以帮助大家更好地理解数据驱动这一领域的内容。此外我在本书中增加了一个贯穿全书的案例来帮助大家全面理解书中的知识点。

本书内容共分为四个篇。

第一篇为概念篇（第1～2章）

这一篇以数据产品经理的工作流为背景，介绍如何掌握数据驱动产品设计的理念，并为大家讲述以管理者的视角来看，产品经理的能力分为哪几类，让大家建立起一个正确的产品设计思维—根据数据现状驱动并决策产品的发展方向。

第二篇为搭建篇（第3～9章）

这一篇展示如何通过一个通用的框架来帮助一家初创公司搭建一个完整的数据分析体系，从需求分析到方案设计都有涉及，并以一个完整案例介绍了整个搭建过程。

第三篇为应用篇（第10～13章）

上一篇建立的数据分析平台的本质是帮助业务人员针对产品的用户进行全生命周期的管理，并使用数据分析常用模型驱动业务决策。本篇内容将从两个维度展开：一是日常运营所用到的模型，二是企业黑客增长所用的模型。这样就可以帮助大家在日常工作中建立完整的运营与增长双体系数据驱动思维了。

第四篇为进阶篇（第14～16章）

通过前面的篇章我们已经学习了数据分析体系的整个搭建过程，本书的最后一篇将为大家带来一个总监级企业战略研判技能，带领大家进入一家企业运作的核心—战略管理的学习。

此外，为了帮助读者日常记忆与复习，我将本书所涉及的内容提炼成100个关键知识点，并以附录的形式提供，方便大家快速查找与翻阅。

致谢

写作是一件痛并快乐着的事情，从确定大纲到完成全稿，可以说是一个巨大的项目。在这个过程中我要感谢编辑Lisa，感谢她以精益求精的态度和责任心帮助我完成了书稿后期的多次审校与修改，并给我提供了很多专业的建议。

此外我还要感谢何秋菲女士，感谢她在我写书过程中给予的鼓励与支持。

希望本书能帮助在产品路上不断前进的你更好地成就自己！

最后，或许是巧合，写完前言的今天刚好是父亲节，那么就请允许我以本书作为父亲节的礼物送给我敬爱的父亲刘伯言，祝父亲身体健康！

刘天　于上海