明确数据分析的目的：首先，您必须知道手中的数据要怎么处理，这意味着您需要清楚需求以及要从数据中获取什么。让我们以产品经理为例。当许多产品经理设计自己的产品时，他们可能会花费大量时间来设计产品，但是他们忽略了该产品是否可以成功。这很难满足客户的需求。因此，如果要最大化自己的数据的价值，则必须事先考虑要执行的操作。

必须扩大数据收集方式：关于数据收集，通常有四种方法。它们是从外部行业数据分析报告（例如iResearch）获得的；积极从社区论坛（如AppStore，客户服务反馈和微博）收集用户反馈；参加问卷调查设计和用户访谈等调查，收集并观察用户在使用产品时遇到的问题和感受的第一手数据；从记录的用户行为轨迹研究数据。

有效消除数据中的干扰数据：具体方法我们可以选择正确的样本量，选择足够大的数量以消除极端或意外数据的影响；此外，我们还可以制定相同的采样规则以减少分析结论的偏差。除了以上两种方法，历史数据也可以被遗忘。

我们需要合理客观地看待数据应该注意的是，在使用大数据时，您不能忽略沉默用户。对于某些产品经理，他们在设计产品时可能只掌握某些用户的反馈，而某些用户反馈尚未被产品经理收集。有时，这些未收集的需求是主流需求。另外，我们必须完全了解数据结果。如果实验结果的期望与我们的经验大相径庭，请不要盲目得出结论来质疑您的直觉，而应尝试更彻底地分析数据。每个人都需要注意的最后一点是，尽管大数据非常有效和方便，但不要过分依赖数据。因为过度依赖数据将限制产品经理应具有的灵感和创造力。