怎么看待「互联网产品经理做数据分析，但没有统计学、数学等专业背景」？

产品经理也分很多角色，现在还有一个PDM的角色，就是产品数据经理，当然有数据统计的背景更好，没有的话，以产品经理自身的能力，应该也能拿到自己想要的结果，分析是过程，重点是结果

“感觉产品经理需要有：统计学、心理学、设计、程序开发、市场营销等各种专业知识，但如果只是其中一项精通，其他几项业余水平，这样能胜任产品一职吗？”
-------------------------------------------
回答一下你最后一个问题：
你提的这5项里，市场营销排第一，设计排第二。其它都不重要。

我来分享一段微博。
@陈果IBM：
  IBM刚收购了牛叉的零售“价格优化软件”Demandtec。记得看过篇Forbes文章，某连锁店纸尿布销售缓慢，盈利能力低，求教于此牛软，通过分析历史销售、竞争对手和消费者数据，新生儿尿布价格卖得更贵，大孩卖得比竞争对手便宜。一年后，此品类销售上升27%，利润上升2%。地球人已没法阻止IBM的BAO脚步了。
  同理于有一个超市通过把啤酒放在尿布旁边，来同时提升两者的销售额的一个闲谈故事。
  从数据中看出人味，再得以利用。这是很多职业所需要的素质。

看到了有些回复质疑统计学和其他数理方法的应用，而且原因是因为他不够了解这些方法。既然是“数”据，就不能仅仅是文字或者用傻瓜软件处理一下，而是用相应数的逻辑（统计里叫做数据分布背后的东西）来发现有价值的规律。这个数的逻辑，软件并不拥有。虽说这些逻辑方法不一定在大部分情形下都是最好的，至于后来用文字描述其中的哲理，这是报告的部分，不在黑盒子里了。

豆瓣阿北曾经提出一个“15分钟名组”问题，推荐给知乎网友们做一个相关思考。 http://blog.douban.com/douban/2006/03/08/62/

简单的说
需要用的时候，就学呗...

不要太把“专业背景”当回事
就想想，在你的专业里，上几年大学真正学到核心的知识，有多少？
要做定量的分析，去找本应用统计学之类的看看，基础的统计学知识挺易懂的
要做定性的研究和掌握各种研究方法，也有一堆书可以读，在实践中探索一下

最重要的是联系实际+应用+学习
不要以为玩几个模型、顶个学位就叫“专业”了

真的需要非常专业的数据挖掘和统计分析时
就去请真正聚焦在这个上面的人做吧
如果没人做又真需要呢？就自己再学深点...

前几天和一个朋友聊，真正做产品的时候，别去想你以前是做技术的、做设计的还是其他的
你就是要做好这东西
缺啥补啥，做好就行

产品经理是为产品成功负责，有能力做数据分析或是挖掘的话最好，没能力就让专业领域的人来做，产品经理根据统计结果再做后续计划，各司其职，最终产品成功大卖，产品经理也是很成功的。

仅对技术的要求来看
1.查数 = 数据分析（知道pv,uv,点击流，能写sql和脚本扫log）
2.在1T的log级别上查数 = 大规模数据分析，用户行为分析（要用hadoop了）
3.用svm,朴素贝叶斯，knn一类的，不能叫数据分析了，叫数据挖掘了（R，matlab，python科学计算等）
技术其实不重要，关键是对业务的理解

企业中用数据来分析和解决问题，问题也许是很复杂的，但是问题的解决方法却不能复杂化。数据分析有一个很重要的功能，就是要用大家都能理解的数学语言来做沟通，除非是专业研究性质的分析工作和分析团队。不懂业务就做数据分析，很致命，工作中遇到很多人，拿着大学里学的数学方法或者模型，就以为可以做工作了，分析的结果必定价值很低，而且不少人都不喜欢钻研业务，始终处在技能和业务的中间游离状态。所以我目前的体会是，大多数企业以解决问题为导向的数据分析，一定要逻辑清晰，精通业务，善于发现问题，这是最核心的能力，而这正是产品经理的优势所在。

要背景干什么？
背景不等于能力

做数据分析必须要统计学或数学背景的人么？
为什么呢？
按照上面的逻辑，统计学和数学专业的人数据分析就没问题？
其实数据分析分为2个过程，1数据整理 2数据分析
整理需要统计专业、数学专业的相关人才来操作。但是，分析则人人都可以特提出自己的分析意见。