产品经理遇到数据难题如何和数据员沟通下面给出偶的建议，首先要自己做一些背景分析，这个问题为什么难，难在什么地方，是不是存在相应的解决方案，能不能短时间能解决？对于可以解决的问题，你一定不是第一个遇到类似问题的人，可以进一步了解一下这类跨专业问题是否有普遍性，如果答案是的话，那么就可以在互联网上找到类似的解决方案，譬如了解竞争对手的日活情况，可以利用爬虫去抓取更新情况，大概看到新内容产生情况，互动情况，按照一定的行业比例，就可以推算出大致的日活情况。怎么爬取关键内容可以参考偶之前的文章《职场寒冬新技能——Python获取妹子私房照福利》。
了解到现有的解决方案后，你就清楚大概的思路和成本了，就可以判断这个问题在当下这个公司情况，是否值得动用资源去解决，或者是会排期到什么时间点，是不是可以分步骤实现。有了这些思想准备，你去跟数据分析师去沟通，但切记卖弄自己临时学习的那些知识，毕竟你只了解人家领域的一些皮毛，甚至皮毛都算不上，虚心请教是必须的，如果一副“showmeyourcode”的态度，及时再简单估计也很难落地。那么大家就有不少的共识基础，就可以见招拆招，充分争取资源去实现你想得到的结果。
那么如果发现遇到的问题，没有相关的参考解决方案，那么自己要反思一下，是不是这个问题太简单了，不是一个好问题（正如《麦肯锡教偶的思考武器》中提到问题的“关键值”比较低），或者有其他问题可以避免类似问题出现。如果是问题确实很复杂，而且关键值很高，需要被解决，那么恭喜你找到一个好问题，这个时候就需要联合更多的资源去分析怎么解决啦，提升优先级，让更多人意识到问题的价值，让数据师站在公司的角度去理解这个问题，偶相信他会很配合的，毕竟能做大家都很关注的事情，是一件很荣幸的事情。
说了这么多，总结一下：首先了解问题的背景，分析其是否具有价值，找到有价值的问题后就需要了解解决方案的代价（跟相关人士一起评估），如果需要更多资源，就想办法把问题的知名度炒起来（给领导汇报），成为公司重视的问题，那么数据员（这个title比较low，你们公司很务实啊，但是建议你称呼人家“数据分析师”）就会跟你一起想办法解决问题的。