一、分析链条：问题 → 数据 → 结论
数据分析最大的误区是「先看数据再想问题」。正确姿势永远相反：先想清楚要回答什么问题，再去取数。
链条四环节：
- 业务问题：起点。把「转化率为什么降」这种问题写清楚，比取数重要一百倍。
- SQL 取数：用查询把相关数据捞出来——会写查询，你就不必排队等数据同学。
- 分析加工：Python 做深入分析建模，BI 快速出可视化图表。
- 结论：输出给决策——注意：结论常引出新问题，链条会循环，这是正常的。
二、SQL 三件套：产品经理的取数基本功
SQL（结构化查询语言）是「和数据库对话」的语言。对产品经理来说，会三个核心句型就能覆盖 80% 的取数需求：
- SELECT ... FROM ...：选哪张表、要哪些列——一切查询的基础。
- JOIN：把多张表拼起来（用户表 × 订单表），回答「哪些用户买了东西」这类跨表问题。
- GROUP BY + 聚合：按维度分组计数/求和/平均，回答「按天/按渠道的指标是多少」。
-- 一个完整的取数示例：按渠道统计本周下单用户数
SELECT channel, COUNT(DISTINCT user_id) AS buyers
FROM orders
WHERE order_date >= '2026-01-01'
GROUP BY channel
ORDER BY buyers DESC;
↑ 这一句就把「本周各渠道的购买用户数」拉出来了——SQL 没你想象的难。
三、指标看板：盯少数关键指标
产品指标多如牛毛，但产品经理真正要盯的，是能回答「产品健康吗」的少数几个。三大核心指标：
- 活跃（DAU/MAU）：还来吗？——衡量产品的「吸引力」。注意区分「访问」和「活跃」。
- 留存：留下吗？——次日/7 日/30 日留存，是产品「有没有用」的最硬指标。
- 转化：掏钱吗？——从「用了」到「付费/下单」的转化率，直接关系商业价值。
进阶概念 · 北极星指标：整个产品唯一最重要的指标（如网约车的「订单完成数」）。盯住它，团队就不会各说各话——详见知识体系专题「迭代优化」环节。
四、Python vs BI：怎么选
| 维度 | SQL（取数） | Python（分析） | BI 工具（报表） |
|---|---|---|---|
| 定位 | 把数据捞出来 | 深入分析、建模、自动化 | 可视化报表、日常看板 |
| 难度 | 低，必学 | 中高，进阶 | 低，拖拽即用 |
| 代表 | MySQL / Hive / ClickHouse | Pandas / NumPy / 可视化库 | Tableau / Power BI / 帆软 |
| PM 何时用 | 随时取数，不等数据支援 | 要做复杂分析或转数据方向 | 给老板做周报月报、日常盯指标 |
学习优先级：SQL 必学（硬通货）→ BI 工具跟着工作学（最快见效）→ Python 按需学（进阶加分）。别一上来就啃 Python——那是数据科学家的路，不是产品经理的路。
五、学习路线：三周上手取数
第 1 周：SQL 三件套
学 SELECT/JOIN/GROUP BY，配练习题（很多在线平台免费刷）。目标是能独立写出「按维度统计」的查询。
第 2 周：指标口径
搞懂活跃、留存、转化怎么定义、怎么算——这是比写 SQL 更值钱的部分。
第 3 周：做一个完整分析
挑一个真实问题（如「上周注册转化为什么波动」），走一遍 问题→取数→分析→结论 全链条。
持续：BI 报表跟工作学
到了团队里，跟着现有报表模板照抄最快——BI 工具的价值在「复用」。
六、视频实操：SQL 从入门到实战
图解给框架，视频给手感——下面这套 SQL 数据分析教程从浅入深，适合边看边在电脑上敲。
SQL/MySQL 数据分析入门到实战 · 配合「SQL 三件套」章节边看边练