如今，所有公司都喜欢大数据，几乎每个公司都肯定会有一个数据科学分析师部门。 但是，业界对于产品分析师是谁以及与专注于定量方法的数据科学家或UX研究人员有何不同尚无明确的了解。
产品分析师的部门越来越多：
- 设定目标和指标，确定产品开发载体
- 调查现象的本质，确定因果关系
- 建立预测算法
例如，Indeed中的类似结构看起来类似 ：
在本文中，我想简单地忽略专门从事机器学习的专家，并谈论产品分析在Wrike中的作用的愿景以及我们产品团队日常工作的任务。
定性与定量
通常，开发人员和热心人士都喜欢数字：定量数据有助于准确地捕获当前状态，显示动态，评估市场前景。 人们常常忘记，数字本身并没有提供回答人们动机，选择的根本原因和进一步行动的机会。
定性先于定量：定性方法如何支持更好的数据科学
因此，在Wirke，我们不会在组织定性和定量研究的分析师之间进行明确区分。 相反，在我们看来，在一个很小的团队（大约有10个人）中，我们需要能够尽可能地结合这些技能，使用定量方法来开发定性分析的思想 ，这通常与产品经理和设计师一起进行。
实际上，在研究方面，分析师有两个期望。 他必须能够：
- 寻找有前景的产品增长点
- 通过制定和扩展问题来验证问题
接下来，我们将更多地讨论这两个期望，并展示分析师如何在对问题的业务理解与帮助他们扩展和验证的定量方法之间发挥联系作用。
1.查找产品增长点
分析师是通过扩大问题和任务发现产品增长的有前景的人。
了解产品分析师的任何任务的第一步就是确定它属于哪类问题。 通常区分三种类型的研究：
- 问题发现-当我们不知道用户在特定产品功能之外存在哪些问题时。 通常是面试的阶段。
- 问题验证-当我们似乎知道有某些任务，但是我们想验证是否有大量用户拥有这些任务时。 这是各种调查的阶段。
- 解决方案的验证（解决方案验证）-当我们检查已经提出或原型化的特定解决方案时。 阶段原型或Beta测试。
分析人员参与了研究的所有三个阶段，但是，工作的主要重点通常在于问题和解决方案的验证。 假设产品经理，分析师和营销人员与不同的客户进行了二十次采访。 我们如何理解这些结论是可以信赖的，而提出的那些问题确实与所有用户有关？ 如何通过评估规模来确保所发现的发展潜力的客观性？ 换句话说，我们如何验证在访谈中发现的确实是该产品的潜在增长点？
正是在这里，事实证明可以最大限度地利用工具和知识来处理将定性和定量研究联系在一起的数据。 了解规模并找到最正确的方法来确定规模-这是产品分析师的关键能力。 这只是一个小例子，其中的分析方法使我们能够更改收集客户痛苦的过程，并通过产品团队来进行验证。
识别和分析对话
Wrike有一个客户经理部门（ 客户成功经理 ），其主要任务不是为销售目的支持客户，而是改善他们使用产品的经验。 他们通过视频致电客户，讨论他们当前的烦恼，讲述最佳做法，建议工作流程，并报告新功能的开发状态。 所有这些对话都被记录了很长时间，并且实际上没有被食品组织使用-为了更好地了解客户的痛苦，他们喜欢与客户经理进行个人交流。 这可能会添加“电话损坏”元素，并不能始终显示用户面临此问题的环境。
产品分析的一项主动项目是管道的开发，该管道使对话变成了可以理解的文本格式。 使用Google Speech API以及几种其他的标点符号模型，我们能够基于 经理与客户的多次对话（而不是单次采访）快速了解功能存在的一些问题和要求 。 有了这个简单的资源，就可以对与某些功能或问题相关的关键字进行全面搜索，评估需要特定解决方案的用户的性质，并了解最常出现的上下文。 现在，我们还在测试一种情感分析模型，该模型可以帮助我们自动获得对产品各个部分的平均满意度，并通知产品团队。
分析人员是可以在适当的抽象级别上提出问题，对其进行度量并检查其重要性，提供行动建议的人。
无论研究的阶段如何，都有不同级别的假设（我们将在下面进行详细讨论），这些假设有助于评估用户与产品的互动并制定进一步的开发计划。 在这里，通常需要正确评估假设的必要水平，并选择一种用于收集信息或其验证的工具。 实际上，过程如下：
- 假设的表述 -例如：“对于特定年龄段的用户-管理员而言，能够基于每周报告进行计费很重要。”
- 收集使用情况统计信息 （一项经典的分析任务）是了解数字是否能够响应上述假设。
- 反馈收集 -通过市场营销，邮件列表或内部反馈工具进行研究
- 分析和验证结果 -检查统计结果。 相关性
让我们关注第三段，因为通常是他将产品分析师与只有精通统计的人区分开。
意见收集
许多公司认为，在建立日志记录系统并将诸如Google Analytics（分析）之类的分析服务固定到其产品之后，分析平台的准备就此结束。 但是，不幸的是，使用这种方法时，最重要的元素被遗忘了-需要用户反馈，能够在正确的时间询问他的任务和面临的困难的能力。
因此，至关重要的是，团队必须有足够的工具来不打扰地询问用户并从用户那里收集反馈，这不仅是通过某种形式的市场调查，而且是通过内部机制。
我们使用内部QFF工具（定性反馈表）来制定和验证假设，并将可能的用户体验场景视为三阶段金字塔（产品→功能→交互）：
- 产品等级
- 功能等级
- 具体互动水平
让我们更详细地介绍它们中的每一个，并显示我们用于理解它们的问题的度量。
1.产品等级
在这里，对我们而言，重要的是要了解用户体验渠道的最广泛，最具跨功能的部分。 希望找到最全局性问题的答案，无论是对产品整体还是对解决单个任务的功能是否满意（例如，协调假期可能需要日历功能，任务状态，调度算法等的交互）。
在这种情况下，没有明确规定的指标需要应用；总会有细微差别。 但是，通常，在此抽象级别上，我们谈论的是NPS（净启动器评分）或SUS（系统可用性量表）指标。 度量标准并非无可争议，但通常来说，度量标准仍是行业标准，有助于在几分之四的规模上确定目标。
2.功能级别
在这个级别上，我们提出了与特定功能直接相关的更具体的问题。 从上面的示例中，我们已经可以不再单独考虑一般的“协调假期”问题，而仅考虑产品的特定部分，例如日历。 他们的感知能力如何？ 人们为什么使用它们？
根据我们研究的阶段，不仅问题可能有所不同，而且我们从用户那里收集的指标也有所不同。 最简单的是满意度，可以使用不同的量表（三个表情符号或李克特量表），CES（客户工作成绩）从任务到任务来读取满意度-用户执行某些任务有多困难或容易。
3.互动程度
该级别的任务是评估用户对产品执行的特定迭代（例如，单击按钮）。 同时，重要的是，这种相互作用的结果是我们无法衡量或控制的某种行动或解决方案。 通常，这里我们谈论的是满意度和采取某些后续决策的方法：例如，经理在查看日历时是否了解员工何时休假？ 数据导出格式是否适合用户？ 由于所有其他动作都只发生在用户的头部或产品外部，因此我们没有其他方法可以评估迭代。
实际上，交互评估级别是一种评估CSAT（客户满意度）指标的尝试，该指标通常用于支持和其他需要对特定事件进行评分的服务中。 同时，也可以在这里使用类似CES的指标，但采用的是更“本地化”的表述。
分析和结果验证
在确定了假设，提出了问题并在产品的适当用户体验水平下进行了验证调查之后，出现了一项任务，再次需要分析师的特殊才能-这次是在统计和假设检验领域。
实际上，在每次调查之后，分析人员必须确保您可以信任结果（包括工作结果）的置信度。 大公司的工作因素会影响答案吗？ 员工的职位呢？
使用必要的工具仔细检查所有这些假设：就像正确进行A / B测试一样，在每种特定情况下所采用的方法正是直接依赖于分析人员的。 通常，通常可以使用回归分析，但是它并不是唯一的通用解决方案，因为 它具有自己的应用和解释领域。 特定方法始终由分析师自行决定。
而不是结论
上面，我们仅揭示了分析师工作中的两个主要案例，同时我们没有刻意谈论他的工作的所有阶段-对所有类型研究的详细描述，假设的表述以及正确的数据收集值得单独撰写。 但是，我们认为，即使是对分析的期望和确定其工作的关键方法的类似顶级期望表达，也将显着增强任何产品团队的实力，并有助于制造更好的产品。
能够在数据中找到增长点（无论结构如何不规则），正确地将其表述为假设，针对所有当前和将来的用户进行缩放和验证-这些都是使我们的产品分析师脱颖而出的特质。 因此，我们肯定知道这些要求会带来最切实的结果，并且不允许其滑入操作流程，因此我们向其他团队大胆推荐这些原则。
如果您想谈论定量分析，大数据和支持Wrike中所有分析的基础架构方面的内容，请访问我们在圣彼得堡办事处的会议 。 好吧，或者只是去参观。