數據分析是產品經理必備技能之一，在產品需求階段可以通過數據分析對用戶的需求去偽存真，在產品上線運營階段，又可以通過數據驗證產品的可行性并且進行迭代。所以產品經理要掌握常見的數據分析的方法。
一、數據分析方法
1、信度分析
檢查測量的可信度，例如調查問卷的真實性。
1)內在信度：每個量表是否測量到單一的概念，同時組成兩表的內在體項一致性如何，常用方法分半信度；
2)外在信度：不同時間測量時量表的一致性程度，常用方法重測信度。
2、描述統計
描述性統計是指運用制表和分類，圖形以及計筠概括性數據來描述數據的集中趨勢、離散趨勢、偏度、峰度。
1）正態(tài)性檢驗：很多統計方法都要求數值服從或近似服從正態(tài)分布，所以之前需要進行正態(tài)性檢驗。常用方法：非參數檢驗的K-量檢驗、P-P圖、Q-Q圖、W檢驗、動差法；
2）缺失值填充：常用方法：剔除法、均值法、最小鄰居法、比率回歸法、決策樹法。
3、相關分析
研究現象之間是否存在某種依存關系，對具體有依存關系的現象探討相關方向及相關程度。
1）復相關：三個或三個以上因素的相關關系叫復相關，即研究時涉及兩個或兩個以上的自變量和因變量相關；
2）偏相關：在某一現象與多種現象相關的場合，當假定其他變量不變時，其中兩個變量之間的相關關系稱為偏相關；
3）單相關：兩個因素之間的相關關系叫單相關，即研究時只涉及一個自變量和一個因變量。
4、列聯表分析
用于分析離散變量或定型變量之間是否存在相關。對于二維表，可進行卡方檢驗，對于三維表，可作Mentel-Hanszel分層分析。列聯表分析還包括配對計數資料的卡方檢驗、行列均為順序變量的相關檢驗。
5、方差分析
使用條件：各樣本必須是相互獨立的隨機樣本；各樣本來自正態(tài)分布總體；各總體方差相等。
1）單因素方差分析：一項試驗只有一個影響因素，或者存在多個影響因素時，只分析一個因素與響應變量的關系；
2）多因素有交互方差分析：一項實驗有多個影響因素，分析多個影響因素與響應變量的關系，同時考慮多個影響因素之間的關系；
3）多因素無交互方差分析：分析多個影響因素與響應變量的關系，但是影響因素之間沒有影響關系或忽略影響關系；
4）協方差分祈：傳統的方差分析存在明顯的弊端，無法控制分析中存在的某些隨機因素，使之影響了分祈結果的準確度。協方差分析主要是在排除了協變量的影響后再對修正后的主效應進行方差分析，是將線性回歸與方差分析結合起來的一種分析方法。
6、聚類分析
樣本個體或指標變量按其具有的特性進行分類，尋找合理的度量事物相似性的統計量。
R型聚類分析：對指標進行分類處理，又稱指標聚類分析 使用相似系數作為統計量衡量相似度，相關系數、列聯系數等；
Q型聚類分析：對樣本進行分類處理，又稱樣本聚類分析使用距離系數作為統計量衡量相似度，如歐式距離、極端距離、絕對距離等。
7、因子分析
一種旨在尋找隱藏在多變量數據中、無法直接觀察到卻影響或支配可測變量的潛在因子、并估計潛在因子對可測變量的影響程度以及潛在因子之間的相關性的一種多元統計分析方法。
8、主成分分析
將彼此相關的一組指標變適轉化為彼此獨立的一組新的指標變量，并用其中較少的幾個新指標變量就能綜合反應原多個指標變量中所包含的主要信息。
9、時間序列分析
動態(tài)數據處理的統計方法，研究隨機數據序列所遵從的統計規(guī)律，以用于解決實際問題；時間序列通常由4種要素組成：趨勢、季節(jié)變動、循環(huán)波動和不規(guī)則波動。
主要方法：移動平均濾波與指數平滑法、ARIMA橫型、量ARIMA橫型、ARIMAX模型、向呈自回歸橫型、ARCH族模型。
