如何快速定位相关节点进行优化，提高消费转化率？

这么是否有办法来增强这个转化率呢？甚至有没有可能让这个漏斗模型最后的消费转化率赶超收藏转化率呢？这也是有办法的。

转化率最大的特征就是可以帮助须要的人有针对性地剖析产品在什么方面的不足之处，例如设计师在观察漏斗的时侯发觉某个节点出现了关键漏损，就可以快速定位相关节点进行优化，这回答了第一个问题。

如今回答第二个问题：还是里面电商网站的事例：

对于全局而言，最终实际付费的用户虽然只抢占了总量的10%，这么假如可以在用户浏览的第一页就提供一个快速下单的入口，那是不是这1000位的用户就可以不须要经过注册和收藏，之后直接消费呢？

通过个别技术和技巧，这个方案也是可以被实现的，例如易迅或则天猫的快捷订购、一键加入购物车等——少了中途的详情页，只需一次点击就可以直接购物，这除了降低（后置）了操作路径，还提高了消费的转化率。

这样的方式针对这些无需选择配置的商品尤其有效，例如猕猴桃饼干这些可以直接下单（或根据尺寸下单）的产品。

电商平台的直接下单操作

2.业务型指标

接着就是业务型指标。

（1）新增用户（NewUsers，简称NU）

从时间跨径上来看，新增用户可以分为日新增（DNU）、周新增（WAU）和月新增（MAU）。

新增用户的判断标准是以设备的独立IP或则按照成功注册的用户作为估算根据的，例如用户在使用一段时间（活跃用户（DAU）+1）后卸载了应用（未注册），后续又重新下载回去，这么这个用户就不算新用户（以独立IP计）。假定用户新注册帐号以后，退出又重新注册了一个，这么此时DNU+2。

新增用户可以评判一款产品的健康程度。假如新增用户是有序下降，这么说明产品处于自然下降模式；假如是爆发式下降则说明推广在起作用，同时这也是营运（营销）评判绩效的重要指标之一。而对于设计师来说，新增用户的数据没有存留率这么重要，由于新增用户大部份是靠对外的推广得来，而设计师的职责更多的是将这种推广所得的新用户使用个别设计方式或方案将她们承接上去，也就是提高存留率，而不是只做“一次性用户”。

假如把一款产品称作是一个池塘，这么新增用户就是池塘里的全部小鱼。推广和获取则是在想水塘补充新鲜血液，保证鱼苗的充足供给。

新增用户池

（2）活跃用户（ActiveUsers，简称AU）

活跃用户的判断标准是在一定时间周期内，成功启动过或使用过产品的用户，其实也可以将判断条件定义为是使用核心功能的用户。这个定义范围和目标须要依照产品须要进行选择。

活跃用户是在新增用户的前提下才能形成的，例如第三天注册的是新增用户，之后第二天仍然使用产品的，就可以定义成是日活，将“第二天活跃数目/第三天新增数目”就是隔日活跃率。所以，活跃用户以时间跨径来分可以分为日活（DAU）、周活（WAU）和月活（MAU）。

对比新增用户，活跃用户的判断条件略微有些复杂：

不仅可评判黏性和忠诚度以外，MAU还可以通过侧面来评判一款产品的生命衰退周期，例如月活的数目在走上坡路，则说明产品出现了个别问题，须要去进行改进和优化。

还是水塘的反例。有了新鲜鱼苗后，有些鱼苗不适应环境最终死了，而有一些则活了出来，并长成大鱼。其中死了的鱼指的就是流失用户（一部份也会成为一次性用户），而生存出来的就是活跃用户。

活跃用户池

（3）一次性用户

既然有活跃用户，这么必然有非活跃用户，所以一次性用户是指第一次使用产品（即新增首日）以后就再也没有使用过的用户，通常特指这些无效用户，是分辨有效和无效的一项重要参考指标。

常规来说，直接根据第二天是否活跃过分轻率，所以通常会把判断的界限定位在“七天内都无活跃”的用户。

（4）流失率（TurnoverRate）

流失率一词最早被应用于企业人员管理，亦有“跳槽率”、“主动辞职率”一说，是职工离开组织的两种方式之一（另一种是被解雇，即“被动辞职率”）。后被指代用户在使用产品后因为各类缘由而不使用产品所占新增用户的比列。

和产品主动遗失用户，即“被动流失率”相比，该流失率是一种积极主动的行为，是用户处于自身的缘由而形成的流失，例如觉得产品不好用等理由而离开产品的这些用户。

不过对于产品来说，流失率须要依照产品的性质来定义是否严重，例如陌陌属于社交类软件，假如隔日或一周后用户都不再启动产品则可以判断为流失用户；而对于邮箱或其他工具类，少则两周、多则一个月就能判断成是流失用户。

和失败率相同，流失率也是错误或失败数据之一，设计师应当多关注用户流失的问题，挖掘出机会点，增加流失率，提高存留率。

用户池中的流失用户和一次性用户

（5）存留率（RetentionRates）

有流失那必然有存留（除非产品实在差劲，连一个用户都留不住），因而存留率是指在某一时间段内新增用户数在经过一段时间一直启动产品的用户比列，一般这个时间段会以隔日（2日）、3日、7日（一周）、14日（两周）和30日（八月）作为评判区间。

在这个时间递增的过程中，可以观察出产品存留率的衰减情况，以反映用户黏性和忠诚度。时间段的取值越长，存留率也同样高时，那就证明产品的用户黏性和忠诚高。

通常来说，存留率主要关注隔日、7、14日和30日的数据：

具体的时间周期须要依照产品须要的数据进行选择，只有针对性地关注相关数据能够解决相应的问题。

回到水塘养猪的反例。水塘死了一批鱼苗，但仍还有部份的大鱼活着。到了收获的季节，这种鱼就要捕捞。

目前水塘里所有活着的鱼都是存留用户，而才能捕捞下来的鱼就属于存留用户中才能形成价值的用户（以电商平台为例，就是能否形成消费数据的用户）。

存留用户和价值用户池

（5）人均启动次数

顾名思义，是指用户平均启动应用的具体次数，是评判用户使用频度的一个重要指标。启动次数越高，说明产品越健康；启动次数越低，则应当综合依据产品性质来判定接下去的发展方向。例如陌陌的启动次数常常会比爱奇艺要高出好多，后者是日用社交类，而前者只有在须要时就会启动。

（6）使用间隔

使用间隔是须要配合启动次数进行综合判定的一项频度数据。通常来说产品步入后台后30s内被再度启动，是不被判定为再度启动的。只有当超出30秒或关掉以后重新启动就会被判断为1次成功的启动次数，而前后的启动间隔时间就是使用的间隔。

通常会按照启动次数来综合判定用户使用软件的黏性，例如使用频度越高，则说明用户的黏性越大。

按照QuestMobile数据显示（2018年数据）：在过去一年中，在线音乐用户使用时长基本不变，但月人均使用次数渐渐降低。因为多数音乐APP是设计成后台运行的，使用次数更能反映出用户的使用黏性。

（7）人均访问时长

人均访问时长是指在一段统计时间内，浏览某个页面或整个网站时用户所停留的总时间与该页面或整个网站的访问次数的比列。

举个反例：

网页总的PV是1000次，而该网页全部用户的访问时长是3000秒，则该网页的人均访问时长是3000s/1000pv=3秒/次。

人均访问时长并不能单纯地按照时间长短来判定产品内容或体验的好坏，更应当结合其他数据来综合判定，例如学习类产品的平均访问时长越长，则说明产品的内容越能得到用户认可；而工具类产品平均访问时长越长，则说明产品的效率越低。

下边是一些关于销量、金额之类的数据指标，设计师简单理解即可。

（8）总成交（GrossMerchandiseVolume，简称GMV）

总成交是各大电商拿来评判产品总成交金额的一项重要指标！包含但除了限于所下单的订单金额，有已付款、未付款、取消订单和退款等，通常来说只要是生成了订单编号，这么都会被估算进GMV中。

2019年淘宝双十二当日1分36秒的GMV

会发觉，GMV还包含了未付款、取消、退货等指标，所以GMV的金额肯定会小于实际的销售金额。这么为何各大电商还是要对外宣布明年双十二GMV突破xxx亿呢？这是由于GMV可以直观地评判出该平台的用户规模和消费能力，是对外宣传的一个光彩店面，主要目的是为了展现平台的价值和体量。

（9）支付UV（PayUV）

依据前文所知，UV是指真实的访问量，这么相对的支付UV就是真实的支付量，是不包含未付款、退款、取消订单的人数的。（注意，支付UV指代的是人数，而GMV是指代金额）

（10）人均客总价（AverageRevenuePerUser，简称ARPU）

人均客总价是平台拿来检测每位最终消费用户的一个指标。估算公式是：

人均客总价=GMV/支付UV

该公式的分母不仅支付UV外，还可以选择平均在线用户数、活跃用户等数据。具体的选择须要依照产品须要而定。

ARPU的值越大，说明单用户所贡献的金额就越大，可以直观反映该业务在近日处于上升阶段。该数值对于奢华品行业是一项重要的评判指标！虽然奢华品不冲量，赚的是单份的钱——消费数目毕竟不多，而且个体用户的消费能力却极为强悍。

不过，ARPU并不能评判企业的赢利情况，虽然消费行业的最终收益是要和成本挂钩，尤其是边际成本的估算。

（11）复购率（RepurchaseRate）

复购虽然就是日常所说的“回头客”，是指消费者对该产品或则服务的重复订购次数占全体订购的比率。重复订购率越高，说明消费者对产品的忠诚度就越高，反之则越低。

复购率有两种估算方式：

对比两种方式，第一种方式的数据会愈加真实可靠；而第二种方式估算下来的数据则是针对总量的一种参考值，假如作为剖析指标来看，价值不会像后者这么大。推荐设计师采取第一种发方式进行剖析和评估。

那么多数据综合看出来会发觉，有些数据和设计的关联度微乎其微，甚至都无关联。例如DNU、DAU，常常是由推广和营运而引起的数据波动，这种数据指标常常和内容及产品本身的服务质量呈正向联系，设计很难在其中发挥大的价值。除非设计参与到内容营运层面（例如电商设计），否则很难借助那些数据指标来评判设计所形成的价值。

为此，涉及到数据的问题，尤其是诸多数据，设计师自己要梳理清楚其中的利害关系，要多多关注设计才能形成重大影响的数据指标上，把重心花在设计须要形成价值的地方，而不是舍本逐末，捡了芝麻丢了香蕉。其实，笔者这句话也不是在提倡你们不要关注中指标，只是重心拉拢不同罢了。

还有一些像CPA、CPS、CPC、CPM等等都是涉及到金钱、业务和商业的复杂数据，这种数据对于设计师而言了解即可。假如想往管理层发展的读者建议可以自行扩充了解，本书不做过多赘言。

三、数据来源

介绍了如此多数据项，这么这种数据的具体来源又有什么（渠道）呢？

下边笔者将各个渠道大致分成了三类来源：行业洞察、后台日志和督查数据。

1.行业洞察

行业洞察通常是经过专业数据剖析公司过滤过的信息。这种公司会通过个别渠道获得某款产品或该领域的详尽数据，之后她们内部会先自行消化一遍。最终通过这种消化后的信息进行剖析和重新编译，产出有价值、可供市场借鉴参考的行业趋势报告。

各大数据剖析公司对当下市场个别趋势的数据剖析和判别报告

在这种报告中，似乎个别敏感数据会被处理或抹去，但对于设计师所须要的数据而言，报告中的部份数据仍然还能提供给设计师更专业和奇特的剖析参考，并为方案的下一步迭代和优化提供方向。同时也由于是行业报告，可以为设计师对产品的体验设计方案做出重要的趋势剖析和把控。

这种行业报告除了可以作为设计的数据支撑，同样还可以作为产品的竞品存在。例如某公司正在开发的一款短视频软件，数据公司A刚好“出炉”了一份关于抖音短视频的数据剖析报告，这么此份报告就可以作为竞品剖析的根据存在，帮助该公司了解市场环境，辅助找准产品定位，以此制定差别化策略或其它策略。

市面上比较著名的数据报告企业有百度指数、企鹅智酷、艾瑞咨询等，设计师可以借助课余时间多多关注那些公司公布的部份报告，提高对行业的了解程度。

2.后台日志

后台日志通常都是提早布署好“埋点”才会形成相应的数据。关于后台日志和埋点，简单理解似乎如同是超市监控一样，例如：

你在超市某服饰店偷了一件大衣，但是还没被抓到（但摄像头捕捉到了）。这么当店员在对销售数据进行复盘的时侯发觉少了一件，这个时侯一翻监控才能轻松地获取到关于“是谁偷了这件衬衫”的行为和结果。

这就是“后台日志”，它须要“监控”和“提前埋伏好”才能捕捉到相应的数据，算是一种“隐藏式”的数据获取渠道。

后台数据

至于埋点要埋在那里，通常会由产品和营运去规划，之后交待给开发来执行。其实设计师也可以按照须要向产品或是开发提出埋点需求。

埋点埋好了，接下去就是谁能获取这种数据的权限问题。通常来说，一款产品的数据都把握在利益相关者手中，尤其是小公司，产品数据可以直接看出产品命脉，肯定不会轻易透漏给不相关或是底层的基础职工。其实，假如你是有能力的设计师或则你尝试采用个别方法劝说老总也是可以获得对方案有价值的数据指标的。

不过有些数据并不把握在利益相关者，甚至连老总都无权过问，例如外包公司。外包公司的数据通常都是在业务方手中，而设计师身为外包人员肯定是无权过问业务方数据的。这个时侯就须要设计师发挥职业素质，借助职场技能和沟通方法与业务方构建良好的合作和信赖关系，相信只要你有能力，是一位有价值的设计师，业务方通常还会将须要的数据提供给你。

3.督查数据

在所有督查活动中，最常用的获取媒介就是问卷督查，例如通过满意度督查、评分问卷等方法，之后再配合个别估算模型和技巧，估算得出有价值的数据指标，例如NPS净推荐值。

督查数据和后台日志不同，督查数据更多的是存在于外部，例如用户本身。说得再直小白点，督查数据大部份获取的都是定性数据，至于详尽的PV、UV、GMV这种功能型指标和业务型指标，仍然须要利用后台日志去获取。所以，通常来说督查数据只是配合这种内部数据进行论证的一种形式，是一种证伪的价值。

四、产品生命周期

这么多的数据又该怎么应用呢？或则说该如何配合PM来赋能产品呢？依据前文我们晓得，数据是可以直观彰显产品命脉的，所以数据最好还是配合产品不同的生命周期使用，能够让数据发挥最大效益。

依据产品生命周期理论，即PLC（productlifecycle）强调，产品生命周期大致可以分为引入期、成长期、成熟期和衰退期。不同的生命周期所关注的权重数据占比会有所不同。

产品生命周期理论最早是由法国哈弗学院院长雷蒙德·弗农（raymondvernon）在1966年的《产品周期中的国际投资与国际贸易》一文中首次提出的。

1.引入期

顾名思义，引入就是引入用户的时期，也就是常说的产品初创期。假如与人类生命周期相比，引入期算是婴儿时期。

产品初创期的重点在于验证产品目标和价值是否与市面上大众用户所须要的价值相匹配，说白了就是验证产品所提供的服务是不是可以为特定用户解决特定问题。所以，初创期的做法更多的是围绕验证假定而展开，而不是围绕数据而展开。

为此，各类市场剖析和用户督查的手段，例如定性和定量的研究、对用户行为心态的把握等是初创期最须要关注的重点，数据在这个阶段的价值退居次要位置。

那初创期是不是就应当闭门造车，如同造快船一样，待完成的那一刻才是一飞冲天的光辉时刻呢？并不是。尤其是互联网产品并不适用这些一飞冲天的模式，更应当去尝试“小步快逃，快速迭代”的研制模式，即快速验证痛点和需求的方式，该方式被称为MVP（MiumumViableProduct），是由埃里克.莱斯（EricRies）在《精益创业》一书中关于精益创业的核心理念和思想衍生而至。详尽具体的MVP方式在本书的7.2.6-精益设计一节中会提及，这儿不作过多探讨。

下边将以抖音App作为产品生命周期案例来详尽讲解四个时期的抖音分别是怎样“成长”的。尤其会述说在这四个时期中，抖音都是重点关注什么数据指标的：

2015年前后，短视频在国外早已具备了比较成熟的市场，像快手、秒拍等产品早已成功培养出了用户的体验模式和操作习惯。而抖音就是在这个时期介入的短视频领域。

它只须要剖析市场环境，之后结合产品自身特征做出针对性的产品定位策略，就可以轻松地锁定目标用户，捉住其特性和需求，之后引入一部份的种子用户来探求和打磨产品，寻求发展机遇。

短视频市场在不同时期，不同产品的入局时间线

到了2016年9月26日，A.me即将上线（2016年12月22日，A.me改名为抖音短视频），同时也是抖音即将加入短视频角逐战的日子。这个时期的抖音正处于产品的引入期，是对市场需求、价值和方向探求的时期，须要一步步地验证用户需求和产品价值，以此来保全自身能在洪流中稳健成长。

在这个阶段，抖音的市场整体影响力和营销传播暂时可以忽视不计，所有的资源都是为了下一步的成长期做“起跳打算”。

核心功能：打磨基本的视频拍摄功能，定义产品基调；为了考虑后续的市场推广，抖音也开始探求社交渠道的扩充，支持查找通信录、邀请QQ和微博的功能。不过相对来说，在引入期就开始考虑社交化不免有点为时过早，风险有点大。

引入期，数据起止时间：2016年9月27日～2017年4月01日

总的来说，产品处在引入期更重要的是“精心关爱”产品的各项功能，而不是去剖析数据“拔苗助长”，更应当沉淀出来安心做好产品，全心全意为用户服务才是重中之重。

2.成长期

若果与人类生命周期相比，成长期算是中学生时期，正是青春流溢、意气风发的时期。

产品经过了引入期的沉淀，对核心功能和场景早已有了相对健全的体系，此时产品开始步入了一个自发成长的阶段。为了让产品拥有更大的用户体量，相关的团队须要开始进行主动推广和传播，即拉新和存留等活动。所以在这个时期，产品重点关注的数据也应当置于拉新和存留上（产品的研制同步继续）。

该阶段是抖音开始对市场进行大幅度推广和传播的阶段。由于产品早已具备了基本的核心功能，早已完全有能力面对广大市场用户的需求了，所以这个时期也是营销和研制团队“双管齐下”的时期。

从2017年六月开始，营销团队不断加码，在短短半年不到的时间，用户量猛增了十倍以上！抖音开始像鹈鹕发生一样完全曝露在了大众的视野中，也同时奠定了短视频行业“大佬”的位置。

成长期，数据起止时间：2016年9月27日～2018年1月05日

在这个阶段，对于营销团队而言要重点关注推广数据，如PV、UV、新增用户、活跃用户和存留率等。同时还要关注新老用户对产品的满意度和推荐值等数据，这种数据可以有效传递市场用户不同的情绪和心态，可以为产品后续的研制作出方向上的优化和迭代参考。

至于研制，则须要关注CTR、CVR、跳出率和存留率等数据指标，即对这种新用户的承接能力强弱是须要通过这种数据指标来判定的。

和上述单独描述数据指标有所不同，在这个时期要对各项数据进行综合交叉检测，也就是说要站在全局视角来看待数据，不能孤立，也不能主观。由于不同的数据指向的目标不同，影响的结果也不一致，数据之间甚至有可能就会形成交叉影响，这就要求数据剖析师或设计师把握对多项数据进行并行追踪和剖析的能力。

其实，完成承接是设计师最基础的能力彰显，假如才能做到进一步提高目标用户在核心场景的承接率，例如人均启动次数的频度、人均访问时长的宽度那肯定是再优秀不过了。

核心功能：改进“新鲜”模块，改名为“附近”（这是抖音对社交化的进一步探求）；对滤镜和美肤技术的加强是抖音迷倒用户芳心的神器之一；同时“视频原声支持别人使用”的功能是抖音在市场推广上的另一大神器。

利用此阶段高速下降的暴利，同时也为了让产品的价值更广、体量更大，抖音也开始了商业化公路的探求。

3.成熟期

一款产品的中学生期总归有限，他迟早有三天会长大成人，进入社会，历经社会的各类挫折。这个时侯产品的各项生命指标都会开始出现问题，如同中学生身体随着年纪下降会踏入壮年一样，身体是会出现大大小小的毛病。

这时侯，产品就步入了成熟期。虽然产品迈进成熟期，但上一时期的拉新、获客行为仍然会持续下去，但是都会伴随一些复杂的商业化行为，

在这个阶段，部份老用户会开始流失，产品的部份数据会开始出现下降趋势。所以对这种流失数据，设计师就须要配合相关部门采取相应的举措来进行回流或延缓数据流失的速率，例如游戏领域的“老玩家回归”就是回流的典型案例。

王者荣耀的老玩家回归活动

不仅回流这种基础的拉新存留行为外，还要考虑到用户价值大小的问题（这是产品在成熟期须要注重的问题）。产品要开始有选择地进行“保大保小”的决策，尽量提高这些已有用户群中高市值的用户，例如付费用户、忠实用户等，而对于这些低市值的用户就要适当降低精力付出，尽量把力量往一个地方使。

正由于有了这样一个市场趋势，各大电商平台开始相继推出配套的会员店来进一步挖掘高市值用户的价值。其实，这也不是说要抛弃原来的核心产品以及核心场景，不能“有了新欢就忘了旧爱”。

在这个阶段，设计师的工作可能就不是大幅度地改变产品，更多的工作会围绕单个模块或核心任务流程进行优化。其实也可以将用户群体进行细分，在细分场景下做足工夫实现“精细化设计”。至于怎样优化和迭代，实现精细化设计，就须要利用各项数据来支撑迭代的理由，这样设计师才能利用数据掌握方向，实现设计价值。

2018年初，直播领域开始兴起，抖音为了扩大市场影响力，上线了“线上直播”功能，同时还推出了答题类的“百万英雄”和“原创音乐人”活动等，这近一步增加了抖音的获客成本。而且配合节日的红包风潮，通过老拉新、抢红包的营销策略对早已流失的用户进行回流营销。再加上产品本身的品牌效应和口碑，这一系列的动作都在不断地巩固抖音在市场中的地位。

成熟期，数据起止时间：2016年9月27日～2018年5月09日

利用国外市场的热度和前期的原始积累，抖音开始迈出了国际化品牌的第一步——TikTok就此诞生。

核心功能：上线直播功能（为后来的直播带货做打算）；支持地理位置分享功能，让社交得到进一步场景落地；通过推广各项营运活动来提高品牌影响力和回流老用户；上线原创音乐人，不断建立“视频原声支持别人使用的功能”，同时也降低了音乐版权纠纷问题，提高用户新鲜感。

4.衰退期

“人终有一死”，这句话放到产品上也是贴切的。假如与人类生命周期相比，衰退期算是年迈时期。

不过，一款成熟的产品想要衰退也不是件易事，虽然原始的积累是巨大的，如同成功人士即使退职了仍然手握诸多资源，同样也比宝宝和中学生要强大。老话说得好：瘦死的骆驼比马大就是这个道理！

不过也有一些特例，像人人网、虎扑、蘑菇街这种产品就是随着时间推移和时代发展，同时再加上企业本身所固有的问题，开始逐步淡出了大众的视线。

这种产品的衰落，相信企业内部的问题尚且重要，但核心的问题还是遭到了市场冲击——用户被其它更好用的产品所吸引。在这个阶段，产品想要筹谋发展就必须改变相应的策略和定位，尝试通过不同的角度去扩充产品边界，寻求新的发展机遇和产品的第二生命曲线，例如抖音都在海外市场创造了TikTok作为第二生命曲线。

抖音自2016年9月上线以来，截至目前三年多的时间，就早已常年强占着国外AppStore“摄影与录象类”应排行第一的交椅。同时也在不断地突破日活和日均播放量的前高，朝着更崭新的市场发展。并且还衍生了更多的第二生命曲线，例如TikTok、剪映等产品。

就目前来看，抖音还是一个朝气蓬勃的“壮年”，仍然老当益彰，完全没有衰退衰落的影子。

全局地看这四个时期，不同的时期设计师除了要按照不同的数据进行针对性优化，还要配合相应的定位策略和市场战略来辅助产品打赢这场常年的攻坚战。像最后的衰退期，不就可以利用本书定位一节介绍的内容，让产品重新定位，拟定不同的策略来寻求新的发展吗？

抛开商业不谈，反观设计师的内卷。随着行业的发展，单纯的用户体验设计师会被后来者渐渐居上，内卷现象只会越来越严重，因而当代设计师须要具备的职业素质和职业技能只会越来越多，单纯的设计执行早已未能满足企业日渐复杂的工作须要。

尤其是在互联网时代背景下，数据信息的碎片化和多样化，致使好多人都是在被动地接受信息。设计师只有主动去争取有价值、有须要的数据，同时把握挖掘和剖析数据的技能，能够将自身的能力发挥下来，为产品的价值落地铺路。