那么，数据分析是什么呢？如何去做数据分析呢？

一、数据分析

1、数据分析的概念

数据分析是把数据变成信息的工具，数据挖掘是把信息变成认知的工具，如果我们想要从数据中提取一定的规律（即认知）往往需要数据分析和数据挖掘结合使用

Eg:你揣着50元去菜市场买菜，对于琳琅满目的鸡鸭鱼猪肉以及各类蔬菜，想荤素搭配，你逐一询问价格，不断进行统计分析，能各自买到多少肉，多少菜，大概能吃多久，心里得出一组信息，这就是数据分析

(Ps:数据是可量化的分析指标，它是分析工具，不是答案)

2、数据分析的价值

发现问题：通过数据，分析，查找时间之间的关联性、趋势性、来发现规律

验证问题：通过合理的假设，分析数据背后的行为逻辑，从而得出结论

解决问题：例如“啤酒与尿布”中，我们可以让尿布和啤酒离得更近，合理的购买套餐、活动，来促进消费达成

二、常见数据指标

1、用户规模和质量

Ps：一般来说，次日/7日/30日能达到40%/20%/10%即说明产品很不错

Ps:这是反映用户质量尤其是用户活跃度很重要的指标

2、用户参与度

3、渠道分析

基本分析：涉及新增用户、活跃用户、启动次数，单词使用时长和留存率等指标

防作弊（用户行为是否正常；关键操作占总活跃量占比；机型/操作系统等层面的分析）

4、功能分析/核心指标

(指进入下一个页面的人数与当前页面的人数的比值)

5、用户属性分析

设备终端分析：机型/分辨率/操作系统来分析活跃、新增、启动次数

网络及运营商分析：按用户联网方式和使用电信运营商分析以上指标

地域分析

用户画像分析：包括人口统计学特征分析/用户个人兴趣分析/用户商业兴趣分析（详情见文章你不知道的用户画像就是那么简单）

6、收入指标

商业指标（销售额；客单价；总收入；ARUP(客单利润）；总成本；获客成本）

用户指标：

付费用户数、付费比例

首冲用户数、首冲率

老付费用户、付费留存

三、数据获取途径

1、数据获取渠道（埋点）

包括：前端页面；app界面；后台服务器

2、数据走向

概念：大部分涉及后台业务的执行，都是数据流动的过程

原则：事件从哪里触发，就在哪个业务环节埋点

3、数据获取的实施方案

第三方（友盟/百度统计）

前端页面，自定义事件埋点

app界面，可外接sdk（基本数据）或自定义事件（特殊数据）埋点来获取

后台服务器，日志分析获取

四、数据埋点分类

1、常规埋点：可参考友盟/百度统计；PV/UV/人均次数/时长

2、事件埋点：针对个别功能的数据埋点 eg.微信扫一扫的功能层级数据情况

3、人群标签：例如用扫一扫的人群特征，目标路径

4、层级（访问量；曝光量；使用量；达成量）

Ps:技巧：当要推一个新功能时，可以用活动的方法来拉动访问和曝光，来测试后续的一系列功能的可行性；当可行性ok后，再放到结构层的位置来正式迭代推出

总结：数据分析的质量往往也直接决定了你对产品的分析是否准确，而随着互联网公司对数据的要求越来越高，数据分析也成为互联网从业者必须掌握的技能！关于产品思维图都可以私我自取哟~

创享学院——一家专注于互联网产品经理的实训基地