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