产品经理要着手于做数据分析，首先需要明确的是数据分析对于产品经理来说有什么用？我认为这个问题可以从两个方面回答：
一是就工作而言，数据对于产品经理来说至关重要，从一个需求的提出，到上线后产品的表现，每一个环节都少不了客观数据的支撑，这就少不了数据处理和分析；
二是就数据分析本身的意义来说，在这样一个大数据时代，数据的价值越来越大，数据分析能力也将会是今后许多行业需要的。
一、数据驱动产品迭代
不少产品经理在设计自己的产品时，可能会花费很多精力在产品本身的设计上，却没有花精力思考如何衡量产品的成功与否。对于成功与否这个话题，通常只会在他们的产品文档中写上一句类似“客户体验有所提升”的空话。这样的产品自然不会设计数据收集的点，自然也没有可以衡量的行为可言。
还有一类产品经理设计了数据收集的方案，但是这些数据并没有被实际运用或者知识被有限地使用，那么这样的衡量也是缺失的。
在产品的迭代优化中，需要用合适的方式把无法量化的“客户体验”，通过不断的数据收集和分析量化，再通过不断的知识积累进行运营决策，为产品的良性发展打下基础。
二、数据驱动业务运营
数据驱动业务运营，要求从过去简单的促进数字技术的应用，转向数据智能分析和应用为核心业务驱动，以此支撑企业运行。
数据驱动不仅仅只是一个“以数据为中心”进行决策的公司，而且在于形成数据支撑下的自动化业务和智能决策运行模式。数据驱动企业拥有一套完整的从数据收集、整理、报告到转化成行业洞见和决策建议的流程。而落实到操作层面则是通过对数据的收集、整理、提炼，总结出规律从而形成一套智能模型，之后通过人工智能的方式作出最终的决策。
例如，智能制造或工业互联网本质上即是收集和分析数据以优化产品制造流程和工艺，并不断推出新产品或服务的过程。
在数据化的今天，产品经理不再单纯地靠感觉来做产品，更需要培养数据的意识，能以数据作为核心原材料，用数据来改善产品。
同时数据分析师可以更多地了解产品、懂业务，为解决问题而提炼数据。让数据真正嵌入业务的运营中，切身解决用户的实际问题，只有这些都做到了，方能真正做好所谓的“用户洞察”，让产品走到用户需求的前面，超出用户的预期。
