概念：数据和数据分析
什么是数据？
数据（data）是描述事物的符号记录，是构成信息或者知识的原始材料。
数据是信息的载体和表现形式；信息是数据的内涵，信息加载于数据之上。
思路：方法论和方法
方法论
PEST分析法：从政治（Politics）、经济（Economy）、社会（Society）、技术（Technology）四个方面分析内外环境，适用于宏观分析。
SWOT分析法：从优势（Strength）、劣势（Weakness）、机遇（Opportunity）、威胁（Threat）四个方面分析内外环境，适用于宏观分析。
5W2H分析法：从Why、When、Where、What、Who、How、How much 7个常见的维度分析问题。
4P理论：经典营销理论，认为产品（Product）、价格（Price）、渠道（Place）和促销（Promote）是影响市场的重要因素。
AARRR：增长黑客的海盗法则，精益创业的重要框架，从获取（Acquisition）、激活（Activation）、留存（Retention）、变现（Revenue）和推荐（Referral）5个环节增长。
方法
趋势分析
通常我们在数据分析产品中建立一张数据指标的线图或者柱状图，然后持续观察，重点关注异常值。
以社交类APP为例，如果我们将下载量作为第一关键指标，可能就会走偏；因为用户下载APP并不代表他使用了你的产品。在这种情况下，建议将DAU（Daily Active Users，日活跃用户）作为第一关键指标，而且是启动并且执行了某个操作的用户才能算上去；这样的指标才有实际意义，运营人员要核心关注这类指标。
在这个过程中，我们要选定第一关键指标（OMTM，One Metric That Matter），而不要被虚荣指标（vanity metrics ）所迷惑。
多维分解
从业务需求出发，将指标从多个维度进行拆分
这里的维度包括但不限于浏览器、访问来源、操作系统、广告内容等等。
举个例子，某网站的跳出率是0.47、平均访问深度是4.39、平均访问时长是0.55分钟。如果你要提升用户的参与度，显然这样的数据会让你无从下手；但是你对这些指标进行拆解之后就会发现很多思路。
下面展示的是一个产品在不同操作系统下的用户参与度指标数据。
用户分群
行为组合
比如说每周在社区签到3次的用户与每周在社区签到少于3次的用户的区别
用户细查
在用户分群的基础上，一般抽取3-5个用户进行细查，即可覆盖分群用户大部分行为规律。
漏斗分析
不但要看总体的转化率，还要关注转化过程每一步的转化率
漏斗分析也需要进行多维度拆解，拆解之后可能会发现不同维度下的转化率也有很大差异
留存分析
衡量留存的常见指标有：次日留存率、7日留存率、30日留存率等等
A/B测试与A/A测试
A/A测试是评估两个实验组是否是处于相同的水平，这样A/B测试才有意义
流程：宏观、中观和微观
中观
1.明确分析目的和思路 →2.数据收集 →3.数据处理 →4.数据分析 →5.数据展现 →6.报告撰写
微观
它的前提是用数据分析工具做好数据采集和监控工作，把精力集中在业务分析上。这个流程的核心是“MVP”的理念，“发现问题”-“设计实验”-“分析结果”，通过数据来不断优化产品和运营。
学习：业务、工具和资源
业务层面
掌握好相应的概念、思路、流程，数据分析的目的是指导业务实践
工具层面
Excel 是最常见、最基础的数据分析工具，Excel 里面的图表、函数、透视表能满足大家基本的需求。
Python是一种高级的编程语言，可以用来做数据分析、编程或爬虫；R语言是一种数据分析工具，在统计学中广泛使用。目前，Python被广泛用来编写爬虫程序，获取网上的信息，这是对运营人员非常有帮助的。
Google Analytics、百度统计、友盟是常见的网站流量分析工具，Mixpanel、Heap、GrowingIO属于用户行为数据分析工具，较前者功能更加丰富、分析更细致。
资源层面
数据分析网（http://www.afenxi.com/ ）：覆盖统计理论、数据分析方法、业务分析等内容。
GrowingIO博客（https://blog.growingio.com/ ）：GrowingIO数据分析、增长实践等内容。
《精益数据分析》：从精益创业的角度，诠释业务增长的分析方法和前言案例。
留存魔法数字：首次注册微博，微博会向你推荐关注10个大V；首次注册LinkedIn，LinkedIn会向你推荐5个同事；申请信用卡时，发卡方会说信用卡消费满4笔即可抽取【无人机】大奖；很多社交产品规定，每周签到5次，用户可以获得双重积分或者虚拟货币。 在这里面“关注10个大V”、“关注5个同事”、“消费4笔”、“签到5次”就是我想说的Magic Number，这些数字都是通过长期的数据分析或者机器学习的方式发现的。实践证明，符合这些特征的用户留存度是最高的；运营人员需要不断去push，激励用户达到这个标准，从而提升留存率。
第一个案例：以社区网站为例，“每周签到3次”的用户留存率明显高于“每周签到少于3次”的用户。签到这一功能在无形中提升了社区的用户的粘性和留存率，这也是很多社群或者社区主推这个功能的原因。
某企业的注册流程采用邮箱方式，注册转化率一直很低，才27%；通过漏斗分析发现，主要流失在【提交验证码】的环节。邮箱验证非常容易出现注册邮箱收不到邮件的情况，原因包括邮件代理商被屏蔽、邮件含有敏感字被归入垃圾邮箱、邮件送达时间过长等等。既然这么多不可控因素影响注册转化率，那就换一种验证方式。换成短信验证后，总体转化率提升到了43%，这是非常大的一个增长。
用户经历了如下的操作流程：【访问官网】-【点击注册】-【输入号码】-【获取验证码】。本来是非常流畅的一个环节，但是却发现一个用户连续点击了3次【获取验证码】然后放弃提交。走一遍注册流程，你会发现，点击【获取验证码】后，经常迟迟收不到验证码；然后你又会不断点击【获取验证码】，所以就出现了上面的情况。绝大多数产品都或多或少存在一些反人类的设计或者BUG，通过用户细查可以很好地发现产品中存在的问题并且及时解决。
移动端平台（Android、Windows Phone、IOS）的用户参与度极差，表现在跳出率极高、访问深度和平均访问时长很低。这样的话你就会发现问题，是不是我们的产品在移动端上没有做优化导致用户体验不好？在这样一个移动互联网时代，这是非常重要的一个问题。
