学习笔记丨数据分析基础知识

2021-01-04 16:14:58 阅读（189） 评论（0）

什么是数据分析？朋友们自己问杜娘。为了减轻阅读压力，防止篇幅过长，我特意把它们分成上面和下面两篇文章，分享我这几天学到的知识。我特别不喜欢只装逼的产品经理，看文章也不喜欢华而不实。因此，在督促自己写文章时，尽可能详细地写下你所理解和经历的内容；如果你不明白，就学习，然后分享整理好的笔记。我没有参与太多的数据分析。由于缺乏实践经验，内容将更加基础和理论。我希望它也能对你有所帮助。1.明确数据分析的目的，做数据分析，一定要有明确的目的，知道自己为什么要做数据分析，想要达到什么效果。例如，为了评估产品修订后的效果，比以前更好；或者通过数据分析找到产品迭代的方向。明确数据分析的目的，然后确定应该收集的数据是什么。说到数据收集，首先要做好数据埋点工作。目前，有两种主流的数据埋点方式：一是自主研发。在开发过程中添加统计代码，并建立自己的数据查询系统。二是使用第三方统计工具。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）、GoogleAnalytics、百度统计移动应用分析工具Fluryry、GoogleAnalytics、友盟、TalkingData、不同的产品，不同的目的，Crashlytics需要不同的支持数据，确定数据指标后，选择适合自己公司收集相应数据的方式。3.新增产品基本数据指标：新用户数量和速度的增加。3.新增产品基本数据指标:新用户数量和速度增加。如:日新增、月新增等。活跃:有多少人在使用产品？如日活跃（DAU）、月活跃（MAU）等。用户越活跃，就越有可能给产品带来价值。保留率：用户将在多长时间内使用产品。例如：次日留存率、周留存率等。传播:平均每个老用户都会带来几个新用户。流失率：一段时间内流失的用户占活跃用户数量的比例。4.常见的数据分析方法和模型主要是漏斗分析方法和AARR分析模型。漏斗分析法用于分析用户数量从潜在用户到最终用户的变化趋势，从而找到最佳的优化空间。该方法广泛应用于产品关键流程的分析。例如，本例分析了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，转化率为40%；从浏览商品到加入购物车的转化率是20%，我们需要比较数据才能找出哪个环节的转化率最低。例如，首先，如果同一行业的转化率为45%，而我们只有40%，这表明该过程尚未达到行业的平均水平，我们需要分析具体原因，然后进行有针对性的优化和改进。当然，以上是我们设计的理想漏斗模型，数据可以在汇总后获得。而真实的用户行为往往不是按照这个简单的过程来做的。在这个时候，我们需要分析用户为什么要通过如此复杂的路径来实现最终目标，并思考中间是否有优化的空间。AARR模型是所有产品经理都必须掌握的数据分析模型。AARRR（Acquisition、Activation、Retention、Revenue、Refer）硅谷风险投资者戴维·麦克鲁尔于2008年创立，分别指获取、激活、保留、收入和推荐。例如，用AARR模型来衡量一个渠道的质量。如果仅从数据表面来看，A渠道将更具成本效益，但实际结论存在问题。AARR模型的具体分析如下：单个留存用户成本为60元，单个付费用户成本为300元；单个留存用户成本为20元，单个付费用户成本为33元。相比之下，B渠道的优势远远大于A渠道。

内容来源:数据分析网，以上内容来源于网络，不代表本站观点，如有侵权，请联系删除。

上一条：芝麻信用该如何破解面临的数据顾虑？下一条：入职数据分析行业，要做什么准备？

商标/知识产权

网站服务

CRM/销售管理

ERP/智慧办公

财税系统

安全/技术支持

其他应用

商标版权

小程序

学习笔记丨数据分析基础知识

推荐阅读

猜你喜欢

分类

最新文章