确认数据是否准确完备

分析思路需要相应的数据支撑，数据展示类的产品自不用说，即使是用户画像的算法类产品，也必须有足够的准确数据做支撑。在确认的过程要注意以下两点:

数据的完备性提前明确所有需要的数据是否已经准备**。数据就像水面上的冰山，展示出来的只是很小的一部分，它的采集，清洗和聚合才是水面下 98% 的部分。所以如果需要的数据没有采集或没有经过清洗的话，会让整个工期增加了极大的不稳定因素。

数据的准确性在埋点采集的时代里，这**是个遇神坑神的大坑。很多时候临到使用，才发现这个埋点的方式一直都是错误的。或者发现这个指标计算的方法没有把某种因素排除掉。这种情况在企业内部类产品比较常见。因为部门众多口径繁杂，一不小心掉进去了，就别想爬出来了。

所以，一个**的产品经理想要跟Facebook 一样做到Data Driven ，必须*先做到数据的完备和准确，埋点是必须要解决的痛点。