两个案例聊聊产品经理如何设计数据分析方案
两个案例：厕纸使用情况摸底和销售分析；4个步骤：确定大小维度、分析指标，然后添删改查；简单聊聊如何设计数据分析。
最近工作中，做了一些数据分析相关的工作，结合几次经验说说作为一个low逼的产品经理，怎样设计数据分析方案。
在明确数据分析目的的前提下，我会按照『四步走』的思设计数据分析的方案。即确定三大维度、大维度拆解成小维度，小维度的分析指标，添删改查。
任何数据分析问题我都会先拆解成三个大维度：物，人，物+人，拿资讯流来说，物就是资讯，人就是分析对象（用户/作者等），物+人就是资讯和对象之间发生的交互。
结合目标，分别从物，人，物+人的角度去看，你想了解哪些情况。还说资讯流，物的角度比如：资讯的质量分布，时效性分布，来源评估等，人的角度比如有：有多少用户，用户的活跃情况，用户的统计特性分布，用户什么时候来（来不是看，来了不一定看，看即点击，是和资讯发生了交互）等；物加人的角度比如：不同类别的用户爱看什么类别的资讯，用户在某类资讯下的和核心数据表现等。
针对上述的分析，对数据进行一些修正，例如，上述的分析中男马桶和女马桶的类型是不一样的（捂脸，别问我怎么知道），是否有必要进行细化。还有上述只给出了统计指标，但并没有给出统计方法和统计时间等。
我在小区门口开了个小卖部，想分析一下近一个月内各商品的销售情况，以决定明天的进货量（假设我每个月进一次货）。
例如：上述分析第三部分主要分析了高利润用户的特性和习惯，但对未购买的用户，购买次数多但利润不高的用户分析较少。更好地满足高利润用户的需求，低（无）贡献的用户是两种不同的思。
例如不同商品间的关联性（喜欢买A,B的人，都会喜欢买C），如不同类别用户之间的特性，大量购买X保健品的用户，一个月后都会大量购买婴儿产品（X保健品为孕期的常用保健品），如时间和气候对商品的影响，X季节，天气下，X和X商品的销量会激增。
推荐：