不同公司的产品经理智能不太一样，我仅从两个方面分享下，一方面是产品研发管理，一方面是产品运营管理。

1、产品研发任务管理，用数据分析团队的任务完成度、产品需求分析、产品质量（bug）分析

背景：我们公司的研发团队采用scrum的敏捷开发模式，并且使用asana作为研发任务管理工具，2周为一个研发周期，每个周期开始会定义开发任务，评估任务难度，工作量，完成时间等；每个周期结束会回顾任务完成情况。

数据分析需求：作为产品经理，如何掌握团队的完成进度、团队的任务吞吐能力、任务完成风险？

数据来源：asana任务管理工具，国内也有一些同类产品 teambition或者 worktile或者明道

数据格式：任务名称、任务负责人、任务创建时间、任务结束时间、任务难度评分、任务分类、任务所属周期、任务是否完成

分析工具：数据观，通过该数据分析平台自动连接到任务管理的工具数据

分析成果：

查看每个开发周期的基本情况，辅助产品经理了解团队任务完成情况，任务吞吐能力，以及周期中的相关问题

用一个看板说明所有研发待办事项的整体情况，帮助产品经理更好的整理产品反馈需求和任务优先级的安排，以及分析产品集中的问题是什么？

用一个看板展示一个阶段的bug数，修复情况，bug增长趋势等

因为数据源（asana）和分析工具（数据观）是数据自动同步的，所有产品经理每天可以及时关注这些问题。

2、产品运营分析（有的产品经理也负责运营）

运营方面的分析，主要帮助产品经理洞察产品线上运营情况，包括留存率、用户注册来源分析、用户转化、活跃用户监控、流失率等等

数据分析需求：对于运营数据的分析，其实每个部分都有对应的工具，如百度统计、神策数据、growingio等等，但如何将这些数据整合在一起就是最大的需求了，例如产品的用户注册数据+用户行为数据+销售CRM数据+网站统计数据+客服数据，充分整合这些数据，是分析用户和产品整合运营闭环的基础。

数据来源：百度统计、产品自身的用户系统、神策数据、salesforce、美恰客服

数据格式：不一一罗列的，各个系统的数据整合

分析工具：数据观，通过整合不同的数据源满足产品经理多样的数据分析需求

分析成果：

用一系列的看板监控产品的运营情况，产品经理根据自己关注的重点自由组织分析看板，数据会自动同步的数据观平台，每日可以及时查看运营状况。

另外，有些企业产品的销售也是产品经理负责的，这里不做赘述，方式和上面一样。销售分析网上有很多现成的分析模型可以参考。

总结一下

对于产品经理要懂的数据分析知识，重点不在什么算法啊、模型啊、NB的数据分析工具、数据预测什么的。我觉得最重要的日常的数据化管理，每日用几个小时看看真实数据反映的产品质量问题、研发进度问题、运营问题、销售问题，然后通过各种数据反馈做出决策和行动，然后再利用反馈数据不断改善产品。说简单了就是“数据驱动”。