导图社区数据分析指南

数据分析指南

数据分析是产品经理必须具备的一项能力，在产品需求阶段可以通过数据分析对用户的需求去伪存真，在产品上线运营阶段，又可以通过数据验证产品的可行性并且进行迭代。这里给大家讲一讲数据分析的基础知识。

编辑于2019-06-16 06:08:44

Assistants

数据分析指南

Assistants

相似推荐
大纲

数据分析

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

分析类型

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

定义 Define

针对问题是什么

分析最终达到什么目的

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

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。

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

改进 Improve

找到最优的解决方案

问题描述或负面影响降低

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。

市场

渠道质量评估

渠道拉新-流量指标

落地页浏览量

落地页访问人数

落地页跳出率

渠道转化-转化指标

注册用户数

注册转化率

付费用户数

付费转化率

渠道留存-留存指标

留存率

复购率

ROI

活动效果监测

活动页访问量

活动页交互点击量

活动页访问人数

活动转化漏斗

产品

功能点击量/使用率/用频次

功能留存率

功能转化率

重要流程优化

产品改版效果评估

现有功能效果评估

查看用户完整行为轨迹

漏斗图转化模型

用户模型（黑客增长模型〕

用户性别分布占比

平均页面停留时间

页面跳失率计算

页面问深度（柱状+文字描述切换）

一页访问人数

二页访问人数

访问页面的总人数计算

运营

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U、PV关键节点等。

用户指标

活跃用户数

新增注份用户数

用户留存率

次日留存

周留存

月留存

流失用户数

付费用户数

用户付费情况

客单价

支付成功金额用户数

支付方式占比（扇形图）

复购率

产品传播情况

推送打开情况

回流率

分享访问人数

用户分层运营

商品销售排行

排名

商品名称

成交数量

成交金额

商品访问人数（单品的UV）

商品访问量（单品的UV）

商品加购数量（具体到单个商品）

商品购买转化率=购买人数/访问人数

订单数、订单数额、金额分布

用户反馈，调查数据

数据埋点

内部埋点

主于埋点

日注册人数

付费量

订单量

付费用户量

...

分支埋点

注册各页面转化率

某页面链接日跳转量

某页面日PV/UV

...

市场埋点

各大市场下载量

消美用户主要分布城市

各时间段用户使用产品时常

...

竞争产品的

第三方的数据报告。艾瑞。百度指数等。

网站流量

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

趋势分析

比较分析

细分分析

任务完成率 TaskcCompletion 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项任务的数据率。

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

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

衡量网站运营现状

流失用户

分析产品是否有能力留住新用户

是否存在被淘汰风险

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KP去制走的。

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

产品生存的根本

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；产品处于成熟稳重阶段

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分析

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

用户使用频率