你应该了解的数据分析入门知识

1、明确分析的目标

做数据分析,必须要有一个明确的目的,知道自己为什么要做数据分析,想要达到什么效果。比如:为了评估产品改版后的效果比之前有所提升;或通过数据分析,找到产品迭代的方向等。

明确了数据分析的目的,接下来需要确定应该收集的数据都有哪些。

◆ ◆ ◆

2、收集数据的方法

说到收集数据,首先要做好数据埋点。

所谓“埋点”,个人理解就是在正常的功能逻辑中添加统计代码,将自己需要的数据统计出来。

目前主流的数据埋点方式有两种:

第一种:自己研发。开发时加入统计代码,并搭建自己的数据查询系统。

第二种:利用第三方统计工具。

常见的第三方统计工具有:

网站分析工具

Alexa、中国网站排名、网络媒体排名(iwebchoice)、Google Analytics、百度统计

移动应用分析工具

Flurry、Google Analytics、友盟、TalkingData、Crashlytics

不同产品,不同目的,需要的支持数据不同,确定好数据指标后,选择适合自己公司的方式来收集相应数据。

◆ ◆ ◆

3. 产品的基本数据指标

新增:新用户增加的数量和速度。如:日新增、月新增等。

活跃:有多少人正在使用产品。如日活跃(DAU)、月活跃(MAU)等。用户的活跃数越多,越有可能为产品带来价值。

留存率:用户会在多长时间内使用产品。如:次日留存率、周留存率等。

传播:平均每位老用户会带来几位新用户。

流失率:一段时间内流失的用户,占这段时间内活跃用户数的比例。

◆ ◆ ◆

4. 常见的数据分析法和模型

这里主要科普下漏斗分析法和AARRR分析模型。

漏斗分析法

用来分析从潜在用户到最终用户这个过程中用户数量的变化趋势,从而寻找到最佳的优化空间,这个方法被普遍用于产品各个关键流程的分析中。

比如,这个例子是分析从用户进入网站到最终购买商品的变化趋势。

从用户进入网站到浏览商品页面,转化率是40%;浏览商品到加入购物车转化率是20%等,那要找出哪个环节的转化率最低,我们需要有对比数据。

比如第一个,进入网站到浏览商品,如果同行业水平的转化率是45%,而我们只有40%,那说明这个过程,没有达到行业平均水平,我们就需要分析具体原因在哪里,再有针对性的去优化和改善。

当然,上面这是我们设计的一种理想化的漏斗模型,数据有可能是经过汇总后得出的。而真实的用户行为往往可能并不是按照这个简单流程来的。此时需要分析用户为什么要经过那么复杂的路径来达到最终目的,思考这中间有没有可以优化的空间。

AARRR模型

这个是所有的产品经理都必须要掌握的一个数据分析模型。

AARRR(Acquisition、Activation、Retention、Revenue、Refer)是硅谷的一个风险投资人戴维 · 麦克鲁尔在2008年时创建的,分别是指获取、激活、留存、收入和推荐。

举个例子,用AARRR模型来衡量一个渠道的好坏。

如果单从数据表面来看,A渠道会更划算,但实际这种结论是有问题的,用AARRR模型具体分析如下:

渠道A的单个留存用户成本是60元,单个付费用户成本是300元;而渠道B的单个留存用户成本是20元,单个付费用户成本是33元,这样对比下来,明显B渠道的优势远远大于A渠道。

交叉分析法

通常是把纵向对比和横向对比综合起来,对数据进行多角度的结合分析。

举个例子:

a. 交叉分析角度:客户端+时间

从这个数据中,可以看出iOS端每个月的用户数在增加,而Android端在降低,总体数据没有增长的主要原因在于Android端数据下降所导致的。

那接下来要分析下为什么Android端二季度新增用户数据在下降呢?一般这个时候,会加入渠道维度。

b. 交叉分析角度:客户端+时间+渠道

从这个数据中可以看出,Android端A预装渠道占比比较高,而且呈现下降趋势,其他渠道的变化并不明显。

因此可以得出结论:Android端在二季度新增用户降低主要是由于A预装渠道降低所导致的。

所以说,交叉分析的主要作用,是从多个角度细分数据,从中发现数据变化的具体原因。

◆ ◆ ◆

5. 如何验证产品新功能的效果

验证产品新功能的效果需要同时从这几方面入手:

a. 新功能是否受欢迎?

衡量指标:活跃比例。即:使用新功能的活跃用户数/同期活跃用户数。

使用人数的多少还会受该功能外的很多因素影响,千万不可只凭这一指标判断功能好坏,一定要结合下面的其他方面综合评估。

b. 用户是否会重复使用?

衡量指标:重复使用比例。即:第N天回访的继续使用新功能的用户数/第一天使用新功能的用户数。

c. 对流程转化率的优化效果如何?

衡量指标:转化率和完成率。转化率即:走到下一步的用户数/上一步的用户数。完成率即:完成该功能的用户数/走第一步的用户数。

这个过程中,转化率和完成率可以使用(上)篇中提到的漏斗分析法进行分析。

d. 对留存的影响?

衡量指标:留存率。用户在初始时间后第N天的回访比例,即:N日留存率。常用指标有:次日留存率、7日留存率、21日留存率、30日留存率等。

e. 用户怎样使用新功能?

真实用户行为轨迹往往比我们设想的使用路径要复杂的多,如果使用的数据监测平台可以看到相关数据,能引起我们的反思,为什么他们会这么走,有没有更简便的流程,以帮助我们作出优化决策。

◆ ◆ ◆

6. 如何发现产品改进的关键点

产品改进的关键点,是藏在用户的行为中。

想要找到这些关键点,除了通过用户调研、访谈等切实的洞察用户外,在产品中设置相关数据埋点记录用户的行为,观察其行为轨迹,不能完全替代洞察用户的行为,不过也可以有助于决策产品改进点。

操作步骤:

原文发布于微信公众号 - 大数据文摘(BigDataDigest)

原文发表时间:2016-08-12

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏IT大咖说

场景化智能推送

摘要 本次分享的主题是场景化智能推送以及大数据相关的实践。 ? 个推推送 个推是一家大数据服务商,提供开发者服务、精准营销和数据咨询等服务。个推推送主要是帮助大...

55390
来自专栏云计算D1net

创建公共云的内部体验

如今,云计算已经彻底改变了我们构建IT企业内部系统的方式。事实上,企业的IT部门在云计算诞生以来,一直复制自己的数据中心内的云计算的力量。 麻烦的是,云计算系统...

36150
来自专栏华章科技

一篇文章让你看懂数据分析的目的、方法、工具及实际应用

我特别不喜欢装逼的产品经理,看文章也一样不喜欢华而不实的。所以督促自己写文章时,把懂的、经历过的能细就写的尽量详细;不懂的就去学,然后把整理的笔记分享出来,数据...

10520
来自专栏达摩兵的技术空间

非瀑布型的UCD

Ucd指的是以用户为中心的设计,而ux则指的是用户体验,在以后的设计思想中会越来越重视产品体验,用户感知等,甚至于很多互联网公司开始独立设立交互设计师。

8820
来自专栏大数据文摘

网络营销大数据实操七步走

33060
来自专栏产品成长日志

01数据产品经理从零到一:数据产品能力模型构建

笔者正在由电商产品经理转型数据产品经理,为了提升自己学习的效率,尝试以这种输出驱动输入的模式,将自己学习的思路和学习内容分享给大家,也希望可以与其他数据产品经理...

18010
来自专栏无原型不设计

为什么可用性设计重要?如何实现可用性设计?

可用性设计就是以提高产品的可用性为核心的设计,它是设计艺术心理学运用于设计践中,指导设计的一个重要组成部分。可用性设计也可以理解为一种“以用户为核心的设计,因...

35350
来自专栏云计算D1net

云计算离超级云计算还有多远?

单就一个行业而言,一直以来我们对于云计算所带来好处的认识可能显得过于狭窄了。如果云计算是一次真正的革命性变革,那么它就必须能够支持生产和用户体验的模式,而这些都...

47460
来自专栏PPV课数据科学社区

精品译文:关于社交追踪的一课

Baekdal Plus可以对分享进行追踪,而不需要广告变量或者社交按钮(这些通常不可靠)。当一个用户分享了一篇文章,URL会自己识别出被分享。 换句话说,通过...

26960
来自专栏DevOps时代的专栏

如何通过数据运营驱动技术升级

? 讲师 | 王培安 编辑 | 白凡 ? 王培安,上海找钢网高级经理。目前在找钢网负责两部分,一部分是测试,对质量负责,一部分是对工程教育,属于保障中心。负责...

38170

扫码关注云+社区

领取腾讯云代金券