互联网数据分析方法知识点学习笔记

““数字化转型”代替了“互联网+” 知识经济时代,互联网开始崛起;21世纪以来移动互联网随着智能终端的普及而高歌猛进,席卷全球。互联网初始主要做连接和匹配,留下了免费、烧钱、眼球经济、流量为王的形象,广告、游戏、电子商务成为最早的商业模式。 2012年,“互联网+”理念提出。2014年,首届世界互联网大会提出,互联网是“大众创业、万众创新”的新工具。

互联网数据分析方法知识点学习笔记

• 认识数据
  • 数据的客观性
    • 求证的分析
    • 明确问题本质
    • 了解产品业务
    • 大量深入的产品实践
  • 培养面对数据的“智慧”
    • 学习如何提出数据统计的需求
      • 一个完整的数据需求包含功能设计方案、功能目的和目标、功能上线后需要跟踪的数据指标及指标精确定义
      • 界定产品目的和目标，根据目标提出假设、预判产品效果
    • 学习如何解读数据
      • 对数据保持敏感，并能通过逻辑推理，进一步提出好的追问和假设，然后再通过数据或者其他手段来验证。
  • 数据分析当中的误区
    • 1、忽略沉默的用户
    • 2、用户迫切需要的需求不等于产品核心需求
    • 3、过分依赖数据会限制产品经理的灵感
    • 4、错判因果关系和相关关系
    • 5、警惕表达数据的技巧
    • 6、不要妄谈大数据
• 分析数据
  • 基本分析法
    • 对比分析：横向对比，纵向对比
      • 保证对比指标之外的其他元素尽可能保持一致
    • 趋势分析：整体趋势、周期变化、极值点
      • 曲线图变化
    • 象限分析案例：渠道评估和优化
      • 两个或三个属性对比，属性只有两个判断，
    • 交叉分析法
      • 多维度的数据分析，如版本维度、时间维度、渠道维度等综合
  • 数据分析框架
    • PEST分析
    • 5W2H分析
    • SWOT分析
    • SMART原则
    • 4P理论
    • AARRR分析
  • 数据分析框架——逻辑分层拆解与漏斗分析
  • 数据会说谎
• 利用数据——数据驱动产品
  • 数据应用的场景
    • 需求分析阶段
      • 对用户层面的需求，通过数据去伪存真。对公司层面的需求，通过数据验证并提供证据
    • 产品设计阶段
      • 设计前——发现问题，设计中——辅助决策，判断思路(A/B test)，设计后——验证方案(对比核心指标)
  • 数据驱动产品的方法
    • 通过数据发现问题
    • 确定改版数据指标
    • 产品设计
    • 上线后的数据验证
  • 如何培养数据分析能力
• 获取数据
  • 网站数据指标
  • 移动应用主要指标
    • 使用数据指标评价版本迭代效果的方法
    • 移动应用分析工具
  • 电商类数据指标
    • 电商关键指标
    • 分析数据指标方法
  • UGC类数据指标
    • 产品参与度指标
    • 优质内容评分
    • 获取渠道及渠道质量
    • 获取指标的方式
      • 分析日志、分析工具获取