資料分析入門

資料分析的意義：

資料分析帶來的價值讓產品瞭解產品運營情況，瞭解使用者需求和行為習慣，瞭解產品功能使用情況等等，屬於產品人員最技術的技能。

資料型別：

一般的使用者資料獲取方式可以從頁面js和服務器日誌上獲取;

常用的可以獲取的資料包括UV，PV，停留時間，點選熱圖，匯入網站(關鍵詞)，匯出網站，具體的訪問頁面等等，還有客戶端，新使用者，使用者流失，使用者地區等資料進行分析，

加上時間引數等就可以獲得大量的趨勢性分析。

另外還有一些資料可以通過後臺的資料請求次數和使用者提交資料，例如使用者的搜尋命中率，使用者UGC提交資訊量，使用者流程損耗量(任務完成量和時間)。

以上為定量資料。

其他定性資料包括使用者操作流程，使用者使用過程，使用者行為，使用者評價和反饋等。

對資料進行分析：

1、 資料的趨勢

主要是居於時間變化呈現的資料量級的趨勢統計

使用者量，訪問量，(註冊量，活躍量)

使用者提交資訊量的變化趨勢

重複訪問使用者比例、數量和新增使用者使用者數量、比例

2、 資料的權重

各個業務模組的訪問權重佔整個產品/頻道的權重比例

各個頁面停留時間權重

提交資訊使用者量和使用者UV的比例關係

3、 資料呈現的使用者行為

比如：

使用者訪問熱圖

使用者直接訪問、外站匯入、搜尋引擎的'比例

使用者搜尋常用關鍵詞，常標中的關鍵詞，未標中的關鍵詞

使用者來源

使用者停留時間

一跳率，二跳率等

產品對資料的態度：

1、 正確的態度

雖然是有點廢話，但是需要強調。產品必須有明確健康的運營態度和運營價值觀。

比如不鼓勵非正常的PV，前臺產品引導使用者更好的互動和轉發，後臺設計引導釋出編輯提交更有效的資訊和資訊關聯。

2、 對資料敏感，發掘細節

對定量的資料和定性的資料都保持敏感，特別在持續對產品改進上，需要大量的資料。

包括使用者操作，使用者訪問最多的頁面，使用者頁面跳轉等