大多數公司在發展過程中都會遇到這樣一個問題， 資金不足， 流量購買極其燒錢， 卻又苦於找不到好的引流管道。 資料驅動的精細化運營時代到來， 產品經理怎樣才能用資料分析驅動， 以最低成本更好的拉動用戶增長呢？
同產品經理常用思考邏輯過程類似：目標——問題——解決方案。 產品經理仍可以從以下三個方面進行思考。
首先是產品經理根據自家產品定位， 設定階段發展目標。 行業不同、策略不同， 設定目標也不相同。
固有化的使用者增長方式不能適應現今瞬息萬變的市場環境， 產品經理要深入思考以下問題：
1.我們的目標使用者群體有哪些， 他們想得到什麼樣的產品， 當前產品能否滿足使用者需求， 存在哪些用怒點？
2.競爭對手的弱點是什麼， 我們自身是否存在這樣問題， 我們是否有相應的功能或服務正好可以解決對方產品的使用者怒點？
3.是什麼讓使用我們產品的使用者留存了下來， 是否已找到這個magic number？
很多產品經理發現使用平臺5次以上的用戶留存率更高， 像信用卡使用5次以上即可免除年費也是基於這個規律。 更精細的資料分析， 像O2O行業， 首次交易後的一月內再次產生購買行為， 用戶留存率為50%以上， 連續兩次購買留存率提升至80%左右這類精細資料， 需要產品經理不斷去發現總結。 並作為產品反覆運算的效果考核標準。
其次， 是根據自己設定的目標， 羅列出在精細化運營過程中可能會遇到的障礙以及必須解決的問題。
增長駭客的核心概念MVP即最小可行產品。 在產品正式面向市場投放時， 產品經理不必要求它達到盡善盡美狀態， 達到一定完成度時即進行內部測試。 內部測試沒有太大問題後， 就可以接受市場檢驗， 用資料來衡量它的效果。 通過一系列的使用者資料回饋， 在資料分析結果指導下， 不斷小步快跑、快速反覆運算完善產品， 實現精細化運營。 達到什麼樣的程度可以進行內測，
除要保證產品本身無大的問題， 產品經理還要考慮到市場競爭環境。
舉個栗子：國內資料分析驅動增長概念雖晚於美國， 但像免費的資料分析工具百度統計、Google Analytics， 付費的友盟等早已深入人心。 從矽谷回來落地的資料分析產品GrowingIO在市場環境就面臨兩個挑戰：
1.如何推廣自家付費產品， 將之前使用免費資料分析工具的B端用戶遷移至自家平臺；
2.本身國內資料驅動增長意識較為薄弱。 因此還要作為傳道者將資料驅動增長這一意識深入的傳播給更多人。
最後是根據實現精細化運營過程中遇到的問題， 全面思考解決方案。
優秀的產品經理不局限于自己所負責模組， 而是具有全域思維， 熟悉瞭解公司戰略及業務發展方向。 對用戶需求提出到如何滿足、到提高用戶留存、到變現整個流程有較好掌控。 曾看到過這樣一段話， 大意是“偏執狂”、“強迫症， 敢於向領導、其他部門說“NO”， 追求極致的人更適合做產品經理。
製造公司EPSON利用資料分析， 就很好的做到了精細化運營。 其營收業務之一——賣印表機只能保本，但盈利業務墨水能達到90%多的利潤。每次做市場活動前EPSON都會做好活動收入預測，借助資料統計分析，每次活動實際效果與預測偏差保證在了5%左右。將市場活動結果預測到了如此低的誤差範圍內，其資料分析方法思路值得借鑒。
End.
http://www.itongji.cn
其營收業務之一——賣印表機只能保本，但盈利業務墨水能達到90%多的利潤。每次做市場活動前EPSON都會做好活動收入預測，借助資料統計分析，每次活動實際效果與預測偏差保證在了5%左右。將市場活動結果預測到了如此低的誤差範圍內，其資料分析方法思路值得借鑒。End.
http://www.itongji.cn