数据分析
2019-04-17 22:11:46 0 举报AI智能生成
数据分析
作者其他创作
大纲/内容
思路
基于用户路径
操作
流失
停留时间
基于产品节点
转化率
占比
分类类型
定性
对事物性质的归纳
类似于是好是坏这样的判断
是什么-假设
定量
对事物数量的统计
多少比例的用户，多少比例的样本
有多少-验证
步骤
1. 定义 Define
针对问题是什么
分析最终达成到什么目的
对产品有何实际意义
确定分析范围
规划分析的进度和质量
2. 测量 Measure
收集获取数据
是问卷呢？
还是后台的数据？等
数据预处理
比如，问卷里面，某个问卷有10道题，只回答了2道题。就剔除掉。要做这样的标准等，处理数据。
保证分析的数据质量。
3. 分析 Analyze
数据统计描述
统计：偏定量
描述：偏定性
针对问题的归纳和总结
最关键的：
拿出我们的结论
4. 改进 Improve
找到最优的解决方案
问题解决货负面的影响较低
5. 控制 Control
持续监控和反馈
比如我们的日报，周报，月报。
这是一个持久性的工作。
当发出去给别人看的时候，不同人会有不同的想法，那么，怎么收集和获取到别人的想法和反馈，来完善自己的数据。
跟踪迭代
数据来源
自己产品的
包括我们的定性、定量的数据。
和其他的 :
产品运营数据
比如，网站的系统文件，数据库的数据。
数据库的信息：
用户信息，账号，注册时间，注册的联系信息。比如手机号，就可以看地域。
本身的产品信息：
产品库存，单价多少。
行为数据：
用户什么时间买的什么产品，多少钱，买了多少，什么时间支付的等等。
还有我们的服务器日志：
我们可以从服务器日志里获取很多有价值的行为。
用户的行为
页面或者是功能的UV、PV。
关键节点等。
用户反馈、调查数据
分支主题
竞争产品的
网站流程
公司财报
第三方的数据报告->艾瑞。百度指数等。
行业的
行业分析报告
热点大数据披露
关键指标
转化率 Conversion Rate
附件付了一个模板:
还有类似于百度统计的，平台工具，都有转化路径等可视化图样。漏斗图等等 :
趋势的分析
比较分析
细分分析
转化率模板.xls
任务完成率 TaskCompletion Rate
和转化率很相似:
转化率是基于流程性的步骤。
任务完成率是基于每一项任务的数据率。
任务完成率模板.xls
当前使用用户数
是有个范围的定义：某个时间点上的用户数。
比如UV：产品的登陆用户，或者是产品的使用用户。
新用户数
新用户数=总体用户-老用户数
流失用户数
有多少用户不在使用，或者是不在活跃了。
用来分析我们的产品，当前留存的用户，保留的用户的能力的指标。
没有流失的用户，叫留存用户。
流失用户=总体用户数-留存用户
回访用户数
就是可能之前是我们的流失用户了，但是又重新的使用了我们的产品
这部分用户反映的是，我们的产品挽留的能力。
比如，一个app用户好久没用了，发一个推送。
或者是，发送一条比较煽情的短信~
或者是其他消息的提醒，来使用户再使用产品。
活跃用户数
这个要根据我们主要负责的产品，依据其中一些产品比较关键的功能，或者关键的用户操作行为，来定义。
比如电商网站，可能把支付成功，完成交易，作为活跃用户的指标。
比如某类工具产品，可能就是对某个功能的使用情况的定义。
往往是根据产品的KPI去制定的。
活跃用户数越高，网站或者产品当前拥有的价值越高
活跃用户与流失用户
活跃用户
衡量网站/产品运营现状
流失用户
分析产品是都有能力留住新用户
是否存在被淘汰的风险
新用户比例
反映产品发展状况的重要指标
进来
新用户与老用户
新用户
产品发展的动力
老用户
产品生存的根基
保持老用户数量的稳定增长的前提下，提升新用户的所占比例
要有数量指标和衡量。
比如以周为单位，月为单位等。
看看我们的各个指标的情况。
（老用户流失，新用户增长，活跃用户怎么样。。。）
用户流失率
反映产品保留用户的能力
离开
产品发展3个阶段
新用户比例大于用户流失率：产品处于发展成长阶段
新用户比例低于用户流失率：产品处于下滑衰退阶段
新用户比例与用户流失率持平：产品属于成熟稳定阶段
分支主题
分析方法
时间序列趋势分析
AHP层次分析法
对定性问题进行定量分析的多准则决策方法
多目标决策，多个影响指标评价各方案优劣程度
前提条件
1. 各层的要素必须是已知的，并且条理结构清晰，能够按层次区分排列；
2. 同一层中的各要素的关系是平等的，而各要素间相互独立，不存在显著的相关性；
3. 最底层的指标可以被量化，并能够通过一定的方法测量
4. 需要明确各层次间要素的影响关系。
用户忠诚度分析
用户使用率
最近使用时间
平均使用时长
平均使用页面数
数据透视表
excel利器
0 条评论
下一页
