【PM夥伴攻略】如何跟資料分析師合作?
之前有分享過一篇關於如何跟資料科學家合作的 PM 夥伴攻略,這次來分享如何與資料團隊中的另一個角色:資料分析師(Data Analyst / Product Analyst)一起合作。
這裡指的資料分析師是指使用收集好的數據資料做分析解讀、視覺化的人,與在負責設計與開發演算法或機器學習模型的資料科學家(Data Scientist)不同。
數據能夠幫助 PM、甚至產品設計師做出更好、更客觀的決定,(通常 PM 比較關注的會是商業指標、實驗結果;而設計師們會比較關注使用者行為數據、某按鈕或手勢的用量和頻率等等)所以不管在前期的規劃還是後期的分析,資料分析師都會是你的最佳夥伴!
▍哪些事情可以請資料分析師幫忙呢?
在小一點的新創公司,PM 本身也常常也要負責資料分析師的部分職責,所以大家對職務內容應該不會太陌生。但也因為如此,當團隊開始有資料分析師之後,在切分工作時可以想一下哪些事情是可以請他們幫忙的,你會發現分析師的專業能夠幫助你很多。以下是我最常發的五種需求類型:
1. 找出問題
在季度年度規劃或產品規劃階段,找出問題是最重要的工作,PM 有許多決策點會需要數據資料的輔助,才能決定要從哪裡下手。一個簡單的例子就是做漏斗分析(Funnel Analysis),看哪一步的用戶轉換率掉了最多;或複雜一點的話也可以切分各種使用者區隔,去比較行為和成效的差異。這個階段如果可以和使用者研究相輔相成,會很有效率。
2. 量化問題(Problem Sizing)
找出從哪裡下手之後,PM 也要決定事情的優先級,這時候量化就是最好的幫手!量化的資料可以告訴我們「哪個問題最嚴重」,有了這份資料,你也更容易去跟你的主管和相關部門解釋你的決策原因了。
3. 實驗規劃
以 AB Testing 來說,PM 在訂出假設後也會訂出相對應的指標(Metrics),我會跟我的資料分析師討論指標是否合理、是否足夠,也會請他幫我算出實驗需要的 Sample Size 和時間長度,到時候就照著這個實驗設計下去跑。
在我目前的公司,我們每一個實驗都會做一個 Dashboard,讓我們可以第一時間就檢查實驗的正確性,這個建造 Dashboard 還有設計視覺化圖表(Visualization)的工作也是資料分析師在幫忙。
4. 定義追蹤事件(Event Tracking)
規劃完每個 Product Change 之後,資料分析師會協助我補上需要的追蹤,再請工程師幫忙埋事件。因為他們最清楚所有資料在哪裡、要怎麼送、要存到哪個…