产品经理是产品的核心管理者，因此需要产品经理了解用户、发现需求、策划产品、推动上线、优化产品、产生最大化用户价值。在这个过程中，产品经理贯穿始终，需要具备各个环节的能力。文章梳理总结了产品经理需要重点提升的4个能力：逻辑能力、沟通能力、数据分析能力和项目管理能力，与大家分享。
大家从《产品经理！你是青铜还是王者？》了解到了产品经理的段位，那一个产品从业者要学习、掌握什么样的知识，具有什么样的能力才能将自己的段位提升呢？先看一下2011年（移动互联网技术刚刚开始），我心中认为的产品应有的知识体系结构：
10年互联网的发展，尤其是移动互联网和人工智能、4G技术等新技术的发展与应用，以及个人的产品经历的不断充实，也让这个知识体系有了迭代：
迭代后的结构不再强调负责的工作与对应的知识领域的关系，这是因为当前更加细分的产品工作都普遍要求我们具有更多样、更丰富的知识体系。所以这个新的所需知识结构下，就不再保留以前的工作职责与知识体系的一一对应关系。其次，这个体系中偏重于知识能容，而并不包含如何使用Axure，Excel从入门到精通之类的技巧性内容。
知识体系的基础，自然还是个人的世界观、价值观，这些决定了很多你理解和接受其他知识的程度与结果。而私人知识，与上面的公共知识相对，具有更强的个人性，和自己的阅历，家庭传统与教育，以及相处朋友相关。这两部分都是影响我们认知，理解，掌握公共知识的基础。
基础之上，是作为产品十分重要的4个能力：
01 逻辑思维能力逻辑思维能力是作为一个产品经理最核心的素质，正如《产品经理的本质》中讲到，产品经理最重要的工作就是洞察、解构客观世界，并通过系统重构。这个过程就是要靠清晰的逻辑思维能力，这也是为什么绝大多数产品经理招聘启事中，都有一条“有良好的逻辑思维能力”的原因。
逻辑思维本身是一个非常复杂与深奥的话题，比如亚里士多德的三段论（演绎逻辑），理工科可能涉及到的形式逻辑，乃至黑格尔的逻辑学。在产品领域我对逻辑的理解简单（不是很准确）地讲，就是“结构化”的分解思考与寻求真实的“因果关系”。
现代（西方）科学的方法本质就是将大问题逐步分解成小问题，然后寻求逐步解决，最终解决整个问题，这本质上就是“结构化”的方法。但是能够解决一系列小的问题，就最终能解决大的问题，前提的条件是这些小问题之间没有相关性，即如何正确地进行“结构化”。关于如何能提升结构化能力，可以展开写一篇万字长文，这里只简单介绍3个朴素方法：
1. 正交法
讲需要分析的问题进行清楚定义，然后通过脑图去分解各个要素与彼此的关系。但，脑图必须以“正交”（如果对“正交”概念不清晰的话，请大家查阅中学或大学的数学基本概念；通俗地讲，就是两个维度没有相关性）的形式对问题所涉及到的要素维度进行组织，即大前研一讲到的“全覆盖，不重叠”。
在确定了维度后，找到每个维度的所有可能取值（值域），最终构建了这个主题的要素组合空间，比如机票的这个主题，我们简单地可以用以下这几个维度来系统地分析：
上述是一个简化的正交分析，共有11个常见的维度定义了“机票”的空间，也“全覆盖”了我们当前的机票主体所有的可能性。而任何一个维度取值的变化，都并不会带来其他维度的关联变化，这就是“不重叠”。
我利用大家都很熟悉的概念说明正交分析法，但现实中大多数的问题，正交的维度往往没有这个例子这么显而易见：要么找到的维度存在相互纠缠的要素或者空间缺失（2*2的空间中实际只存在3个象限）的问题，这往往还要做维度组合压缩的设计；要么我们总是会发现很难找全描述主题的维度，而后者的维度突破往往会创造出新的细分市场或竞争力，比如京东从（品类，价格）的维度上增加交付的维度，创造出新的竞争力。
正交分析法，能够帮我们比较系统地界定出所面对的主题的要素空间，就如立体解析几何中我们可以用（x,y,z）描述一个点在空间的位置一般，对主题中的各种情况，可以系统地进行分析与处理。
而正是因为正交，所以任何维度的变化都是独立的，并不会引入其他维度因子跟随变化，从而保证了子问题的独立性，实现问题本身的结构化分解。而解决所有子问题，就能最终解决全部问题。同时，由于维度的清晰地正交划分，更可能找到解决一系列子问题的统一方法，达到事半功倍的效果。
实质上，现在已经被大家广泛接受的商业智能技术（BI，Business Intelligence）中的 OLAP（Online Analysis Processing）的基本分析原理就是基于这种多维正交分析方法的，可见大千现实世界绝大多数复杂的问题，都可以使用这种方法进行分析。
正交分析法本质的维度的区分，更广泛、高级的应用就是日常我们挂在嘴边的“降维打击”，而能做到这一步，往往要先具有“升维思维”。
2. 分层法
在计算机科学、信息技术领域，分层方法是普遍被使用的方法。这种方法将完成一个目标需要做的工作与任务，所需的条件与功能或服务进行分类，并按照每个类别之间的关系（往往是向下单一依赖）进行排列。
下层完成本层类别的工作，并对上一层输出结果，提供服务。以此类推直至最终达成目标。最典型的实例就是经典的网络通讯协议，如图所示：
OSI参考模型
OSI模型与TCP/IP参考模型对应关系
分层法，本质上是将类似的功能、服务、任务进行分类，以分层的形式进行“封装”（学过面向对象编程的同学可能很熟悉这个概念，在公司的管理和组织，以及其他工程学科实质上也是很常见的方法），基于下一层的输入，完成本层次的工作，并输出上一层的所需。
每层的工作，只需要基于下一层的输入，完成所有本类别的工作，不暴露本层逻辑与复杂度，将结果按照约定提供给上层。这种分层的逻辑很像我们常见的管道模型：输入-加工-输出，也和工业中的流水线逻辑类似。
分层法的核心是每层的高度的自治，即无论本层发生什么变化，原则上都不影响约定输出的结构与协议（即输出具体的结果可能发生变化，但仍然在原来的约定范围内，例如约定输出是2个数字，逻辑改变带来了从（2，5）变成（7，8），但并不会将输出变成一个字符串）。
实现高度的自治，需要遵循了“高内聚，低耦合”的原则：即高度相关的、高度相互影响的东西放在一起，将相关性弱的分在不同的类别里。这种原则下的自治，带来的好处就是每层只解决一个独立的问题，变化对其他的问题相对影响少（和“正交”的逻辑很像吧），从而帮助我们做到，将大问题分解成小问题，每个问题逐步解决，最终实现大问题的全面解决。
我的“互联网产品设计方法论”的方法论模型，也使用了一个层次模型，将一个互联网产品（也可以泛化到更广范围）的设计中普遍存在的各种问题，分为6个类别，对应6个彼此界定清晰，相对独立层次的任务。通过这种方式，将一个产品的设计工作更清晰地界定出多个步骤与对应的输入输出，从而帮助我们更好地控制产品设计的流程与质量。
3. 流程法
这是我们日常最常用的方法，对于一个准线性的主题，比如如何做一件事情，最简单就是按照操作流程的每一步，进行逐步分析，包括需要什么前提条件（信息与物质），判断的要素，采取什么行动，这和大家做菜很类似。
这个方法其实很像一个不那么标准的分层法——流程法是最标准的输入-加工-输出模型；也可以看作是正交法的一个变型，即线性（1个主维度），动态过程的模型。
与正交法类似，这个过程也是要做的是“不跳步，全分支”，才能保证产品处理流程不遗漏，系统不出错。这种方法相对与分层法，在解决更具体的产品工作或者运营流程上，存在循环的结构，更具实用性。
这种方法细致有效，可以很好解决我们日常生活中的很多问题：比如作者本人有段时间被这种方法训练到了强迫地步：出门上班前，先摸口袋，细数5件物品（身（身份证）手（机 2部）钥（匙）钱（包）），出门回头，掏出钥匙，左拧2圈，用手推门，确认锁好，口中默念“门已锁好”，才可离家。
但是这个方法有效地避免了我忘带每日所需，以及很多人的通病：总是不确定自己有没有锁门！但这种方法也会带来一定程度的副作用，就是你会逐渐进入一种细节强迫症的状态。
凡事皆有两面性，这是产品典型特点，在逻辑方法上也体现的淋漓尽致！
逻辑分析能力除了使用“结构化”方法外，另外一个难点就是确定因果关系。由于篇幅所限，不展开讲，这里只是强调一个极其常见的误区：将关联关系当作因果关系。要记住，关联关系好确定，因果关系很难确定。因果关系是解决问题的根本之道，但是关联关系往往会扰乱我们的视听与判断。
关于如何提升自己的逻辑思考能力，大家可以参考学习一下大前研一的《思考的技术》，以及麦肯锡的相关方法书籍。
02 沟通能力沟通能力是公认的产品经理必备能力，那么什么又是沟通能力呢？一般情况下，大家认为沟通能力就是表达能力，但实际上这需要我们具备更多的能力：
1. 倾听能力
好的沟通，前提并不是表达而是倾听，无论是需求的调研与获取、还是产品原型的迭代反馈，都需要产品经理能够放弃自己的先入为主与成见，倾听用户与相关方的意见与反馈，深入理解他们的核心诉求与语言背后的想法，才能准确地把握核心需求与产品方向，而产品方案得到团队的认可与支持才有稳定的基础。
2. 设计能力（介质、环境）
这里的设计能力是是指沟通的方式设计，有效的沟通方式的设计关系着沟通的效果，以调查问卷的设计为例，问卷设计的科学性本身就是一门科学，而并不是简单的问题列表。
可信性、准确性和可度量性如何进行保证，都是以《计量心理学》这些专业的学科知识为基础的。即使是焦点小组的问答模式，问答的方式本身就是一场包含着心理学设计成分的访谈。沟通设计的能力是低成本，快速获取到真实、准确信息的关键。甚至于程序员鼓励师，本身就是沟通设计。
3. 表达能力
表达能力是沟通能力最终的综合体现，没有好的倾听与设计，单一的“表达”，最多实现单向的信息流动。而没有清晰出色的表达，信息的流动也至多实现了一半。表达如何提纲挈领，简单直接，准确清晰，是一门重要的学问，这和销售的1分钟、3分钟电梯谈话很相像。
表达能力不仅是口头的，如何通过文档简单、直观观、系统地进行梳理与描述，同样是表达能力的一环。将复杂语言表达的概念与关系，用简单的图型进行描述；将繁复的数字用图表、或者简单的公式进行表述，都是非常高级的表达能力。
其实，沟通作为双向的信息流动与理解，能力建立的基础是微软CEO 萨提亚《刷新》中特别强调的同理心（我们经常称为“共情”或“换位思考”），只有你能站在对方的角度，设身处地地从他的角度理解沟通对方的处境（技术上所谓的上下文，Context），利益与诉求，成本与能力，特别是知识与文化体系，才能够挖掘出真实准确的需求，亦或让对方能够准确理解你的产品方案，并给与建设性的建议或者助力。而多学科知识，尤其是IT技术和心理学的知识，往往能帮我们更好地用不同的方式和方法帮助我们进行更有效地沟通。
03 数据分析能力数据分析能力是个更复杂的能力，相关的书籍与文章不计其数，结合工作的实践方法上，也可以写一本书出来。我理解的数据能力，应该包括业务性、数据性、方法性与逻辑性四个方面，篇幅所限，简单谈一下：
1. 业务性：业务、层面、指标
数据分析不怕的是不会数据分析，怕的是为分析而分析，即失去业务性。为了数据分析而数据分析，往往得不到什么有价值的信息，反而会带来很多混乱的噪音与指导。我们首先需要明确的是数据分析是为了业务服务的：所有数字背后的逻辑、关系和业务含义才是数据分析的价值。
现实中的业务是很复杂的综合体，提升业务质量，解决业务问题，首先我们要用逻辑分析能力将复杂、综合的业务问题，尽量分解为“正交”，“全面”的不同部分。我一般将之称为“层面”（Aspect）。例如一般情况，业务会分为：用户、营收、成本等这些方面。
有些时候层面可以直接被分解成为一组指标（Index），有些时候可能需要被进一步分解成为“子层面”（Sub-aspect），并需要进一步迭代的分解直至成为一组指标。自下向上来定义：方面就是一组具有高度相关性的相近的指标集合，用来描述业务的某一个领域的特性或问题。
之所以用一组指标来表示，往往是单一的指标只能反映很简单甚至是片面的信息，而只有通过一组信息才能有效地表征与评估这个层面的业务情况。数据分析多数是去分析单一指标，但是需要明确的是，我们往往需要一组指标，且很清晰地了解彼此的关系与不同场景下的业务含义，才能做到真正有意义，和价值的数据分析。机械地对几个指标进行分析，往往只能做到瞎子摸象。
2. 数据性：口径、存量、流量
数据分析的基础是数据，忽略了数据本身的特性，就如古人说“尽信书，不如无书”一样，成为“尽信数，不如无数”。因为现实的世界中，有太多有意无意的行为，用各种数字、概念与复杂的分析隐藏真实情况。其中最常见的一种，就是统计口径的错误。
旅游业务如果用SNS的7日留存来衡量，你会第一时间质疑这种业务的存在的可能性；而如果将占投诉比0.5%的一个问题a，故意放在其所属同类问题集A（占总投诉比1%）的背景下讨论，你很可能会得出解决a将会让投诉率降低50%的荒谬结论；将“可能”的概念偷换替代成“实际”的，则将大大放大问题的严重性，成为一个大大的锅。
数据分析常见的时间相关的口径或者概念，很重要的就是存量，与流量。存量是指某个时间点的数据情况，而流量则是指一个时间段（两个时间点之间）的数据情况。用户渗透率，就是一个在某个时间点的概念，如果想看刚进入我方业务领域的竞争对手对我们的影响，这个存量数据一定给出的是渗透率上升的结论，无法给出正确答案。
从竞争对手进入开始到当前的用户使用量的环比，或者这段时间的渗透率与上一个周期的相比的增长率才能刻画出这个时间段的变化。
3. 方法性：均值、分布、时间
数据分析本身是有相当多的方法论指导的，其中最常见的，也是最有用的就是“统计”以及背后的“概率”。我个人感觉这也是大学所学的各种数学中（北大计算机作为全国少有的理科，当年数学要求仅次于数学系），最具有广泛实用价值的一门数学。
但是实践当中，大量的数据分析都存在着方法性的错误。例如我们很多统计分析中，最常用的是平均值，用来表征我们的一组关键数据特点，比如均值为1，和均值为10，我们一般认为后者会比较大。但事实上，均值、中位数等等这种值，都是对一组数据的简单、直观的特征表述，其中存在很多的简化和省略。
典型的例子是和时间用在一起：当衡量国际机票的速度的时候，大家往往会很直观的选择平均出票时间，但是统计出的平均出票时间是20多天，这种让人惊掉下巴的统计结果其实绝大多数的原因来自于使用了“平均”这个错误的方法。
当10张票中9张票都是1分钟即完成出票，而1张票因为是旅行团包机票，起飞前一天才出票，例如第14天出票，平均出票时间则是1.4天。这个结果如果公布给消费者，几乎所有人都会预期，买票后1.4天才能拿到票，那么还有谁会买明天起飞的短途廉价航班？
正确的方法则是应该用“分布”的方式来表征我们的出票速度，即90%的可能性，你的票在1分钟内就会出票成功。这个结果在用户那里引发的预期显然与上一个天差地别。而如果用户非要用一个数值来表征，用划分区间的加权平均值至少是个更好的替代。
4. 逻辑性：自我证明
一种复杂的不易察觉的逻辑，得出的结论往往就是选择的前提或者条件自己本身。所以结论永远正确，但是无法带来真实效果
04 项目管理能力项目管理是一门独立而且体系化的学问，有专门的PMP认证。当然互联网行业的项目管理与传统的项目管理有所差别，但是主体上也还是协调相关资源，按照计划在规定时间内达成项目目标的过程。
产品经理需要通过使用Project等项目管理软件，识别关键路径，提前发现资源冲突，进行协调和沟通，最终实现项目的顺利。这也是为什么很多，特别是中小互联网公司中产品经理也是半个项目经理的原因，有兴趣的同学自行找相关的书籍学习即可。
说完了4个能力，我们下一篇文章来讲讲知识体系中众多的专业学科对产品经理的价值。
（未完待续）
作者：辉叔，北大计算机学士，经济学学士，智能科学硕士。一个互联网从业10余年的老产品，曾经从0到1打造了小猪短租（产品联合创始人）；也作为去哪儿国际机票总经理负责完整业务与团队。希望将个人的产品观点、方法与经验，以及学习到的真知灼见与高级智慧分享、并帮助到每一个关注的朋友。辉叔说产品（HuiProduct ）
本文由 @辉叔 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议
,
