前言：进入一个行业，除了要多在工作中实践和思考之外，还需要多读书。这样能够站在一个更高的角度去看问题，往往会对问题有更全面的掌握和新的认知。在【尼读书】这个栏目中，尼同学通过自己读书后的理解和整理与大家分享，当然，作为一个入行还不到2年的鲜菠萝，总是有其局限性，也请各位谅解和提出宝贵意见。

先从这本行业入门书《数据产品经理修炼手册——从零基础到大数据产品实践》开始吧。选择这本书的原因是其主要针对入行数据行业0-3年的人士，跨度正好在[应届生，职场小白]这个区间，这个岗位在当下也是非常热门。产品作为业务方(包括运营和BU)、数据分析师、技术人员(包括数据工程师、前后端、测试等)的衔接，跟尼同学的日常有一定重合度，所以在读书笔记的编写上思路将会较清晰，更容易被读者理解。

笔记将会以思维导图的形式呈现，在必要的时候会加以导图以外的文字导读。由于本书更多是一本工具书，其全书框架较为松散，属于模块化的知识点，难以像一些别的著作一样围绕一个【中心论点】去作进一步论证，尼同学做的工作是在图中把这些知识点讲得简明透彻。同时，书中会涉及到很多技术层面的知识如数据仓库理论、数据产品应用实践，但作为读书笔记，这些将简单带过，更多是以书中思想的解读作为导向，而技术的细节将会做后续专题分享。

过多的子结点会导致思维导图可读性下降，因此对于不影响主干思想的细节将不使用子结点展开，以保证读者们的阅读体验。

术语解析：

5W2H：Who, When, Where, What, Why, How, How Much

SMART法则：Specific, Measurable, Attainable, Relevant, Time-Bound

LTV(生命周期价值)：可能会因业务不同而导致计算方式不同。以游戏行业为例，某日的LTV=该日新增用户在随后N天花费的金额/该日新增用户数

PV：文章点击次数

UV：文章点击总用户数

渗透率：发生目标事件人数/产品活跃人数

留存率：某一天的N日留存率=该天的N日留存用户数/该天的目标用户数

再次，本读书笔记属精华摘取，可能不能做到面面俱到，还请各位读者老爷谅解~

【声明】原创思维导图，转载或者引用该图请注明来源及原作者。

如果觉得这篇干货十足，还请点个“在看”或“喜欢作者”以及关注公众号，会有更多干货后续提供。