业务|数据产品经理如何快速了解业务( 二 ) sig|中金资本|观脉科技|融资

测试文档：
测试文档用以补全需求文档的细节，很多业务逻辑或状态判断在需求文档里的遗漏之处，在测试文档基本都有提及。
复盘文档：
【业务|数据产品经理如何快速了解业务】通过复盘文档可了解一些过往事故产生的原因，数据波动的异常情况等。有助于掌握业务上的风险点，建立异常问题处理的思路。这块不必花费大量时间，日常了解用以事后闭坑即可。
3）熟悉表信息
表信息包括字段含义及血缘关系。可以优先掌握与当前产品相关的数据，进一步了解平台的数据服务能力。也方便在日常分析过程挖掘潜在需求。其次可以向下溯源，依据仓库提供表的使用频率以及血缘关系逐步构建数据全貌，反哺产品上的数据遗漏点。
4）查看“代码逻辑”
查看代码逻辑并非在git上熟悉所有代码，而是对照产品功能及流程向开发同学熟悉功能间的流转细节（伪代码），这一步是对功能文档及测试文档的补充。如果需求文档缺失严重，这部就极为重要。一可以“拉近”与开发同学的关系，二可以掌握逻辑细节，三还能熟悉基本的开发框架避免很多无法落地的想法。很多小伙伴抱怨和开发同学之间的“矛盾”，比如话语权低，难沟通，甚至还有改需求的情况。大概率的原因是开发同学觉得“你不懂”。如果能快速的让对方感受到你的专业，相信后续推进工作就容易的多。
2. 套用分析模型经过对上述内容的熟悉，快的话1-2周，慢的话2-3周应该可以保证日常业务的正常运行。为了后续的产品发展，提升数据对业务的“赋能”作用。也需要结合分析模型来提升产品的决策支持能力。比如：
渠道分析系统：准确归因，分析渠道新增人群价值、质量。优化投放人群和素材等；
模型关键词：归因分析、分群分析、ltv、对比分析、波士顿模型等
画像系统：分析用户特征、行为。辅助运营、产品找寻用户群体制定定向策略；
模型关键词：交叉分析、rfm、生命周期等
A/B测试系统：科学评估不同策略，为产品迭代提供准确数据依据。做到持续正向收益；
模型关键词：假设检验、多维分析、对比分析等；
数据分析系统：承担日常经营、用户等分析等常规分析场景，定位异常问题等；
模型关键词：多维分析、趋势分析、交叉分析、漏斗分析等。
有了第一阶段的内容加持，加上对产品整体框架的理解，基于现有能力，结合行业内分析模型（这里我就不一一列举了，给大家找了参考文档：分析模型与方法）。优化现有分析功能，补全适用的分析方法。在逐一落地的过程中不断推广。这样才能打造出业务适用的数据产品。
03 公司主营业务熟悉完本职工作内容，接下来是构建业务框架。很多公司内的业务人员对数据产品使用能力一般，数据思维也有局限，没法发挥产品的原定预期。这就需要数据产品经理进行运营及推广，营造公司的数据氛围，以业务视角讲述数据的故事。与此同时找到业务痛点提升产品服务能力。那么以数据产品的视角了解公司业务需要从哪个几个方面入手呢？
1. 用户路径这里所说的用户路径比较宏观，涵盖该app下涉及和用户有关的所有行径，主要有：用户使用流程、用户行为以及流程内涉及的所有后台业务。
1）用户使用流程
用户使用流程为骨，每个流程都在解决用户切实的需求，流程与流程之间构建了app整体的服务能力，我们以电商购物为例，从打开app到完成一次消费需要经过以下步骤：
梳理骨架可以按点->线->面的方式进行流程搭建，点：整理关键功能，线：链接关键功能间的关系，面：管理流程与流程之间的交互。2）用户行为