數(shù)據(jù)資料基礎(chǔ)知識(shí)指標(biāo)計(jì)劃體系

,.如何構(gòu)建數(shù)據(jù)指標(biāo)體系如果一個(gè)事情，你不能衡量它的話，那么你就不能增長(zhǎng)它。在圍繞著用戶緊緊做精細(xì)化精品文檔放心下載的運(yùn)營(yíng)時(shí)代。數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)是未來(lái)運(yùn)營(yíng)的趨勢(shì)，精細(xì)化運(yùn)營(yíng)已經(jīng)變得尤為重要，數(shù)據(jù)驅(qū)動(dòng)決謝謝閱讀策是運(yùn)營(yíng)人必須要面對(duì)的挑戰(zhàn)也是要下意識(shí)學(xué)的一門技能。一個(gè)懂?dāng)?shù)據(jù)分析的產(chǎn)品經(jīng)理可以精品文檔放心下載利用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品設(shè)計(jì)優(yōu)化，并高效提升用戶體驗(yàn)。1、什么是數(shù)據(jù)分析？不要對(duì)數(shù)據(jù)分析有太多的畏難情緒，所謂的數(shù)據(jù)分析就是指從數(shù)據(jù)中提取有用的信息，并指精品文檔放心下載導(dǎo)實(shí)踐。比如說(shuō)結(jié)合數(shù)據(jù)優(yōu)化產(chǎn)品的用戶體驗(yàn)，通過(guò)數(shù)據(jù)來(lái)進(jìn)行用戶畫像，通過(guò)數(shù)據(jù)發(fā)現(xiàn)產(chǎn)精品文檔放心下載品改進(jìn)的關(guān)鍵點(diǎn)，以及產(chǎn)品改版、迭代是否在一個(gè)正確的方向上。而這些事情，在經(jīng)過(guò)實(shí)踐感謝閱讀之后，都會(huì)變的簡(jiǎn)單且容易上手。2、數(shù)據(jù)分析的目的？但是在做數(shù)據(jù)分析前，一定要先確定好目標(biāo)，這樣后面的每一步才能不偏離大方向，我們才謝謝閱讀能清楚地知道究竟該采集什么樣的數(shù)據(jù)，要分析哪些指標(biāo)。那么，你做數(shù)據(jù)分析的目的是什精品文檔放心下載么：是檢測(cè)用戶對(duì)新功能的喜愛(ài)程度？是優(yōu)化用戶在使用過(guò)程中的槽點(diǎn)？還是提升某個(gè)產(chǎn)品感謝閱讀頁(yè)面的轉(zhuǎn)化率？…3、如何獲取數(shù)據(jù)？說(shuō)到收集數(shù)據(jù)，首先要做好數(shù)據(jù)埋點(diǎn)。所謂“埋點(diǎn)”，個(gè)人理解就是在正常的功能邏輯中添加統(tǒng)計(jì)代碼，將自己需要的數(shù)據(jù)統(tǒng)計(jì)出來(lái)。精品文檔放心下載（1）自有數(shù)據(jù)分析系統(tǒng)：企業(yè)內(nèi)部使用的數(shù)據(jù)產(chǎn)品，如自建BI和推薦系統(tǒng)。公司自有的數(shù)據(jù)是最原始的數(shù)據(jù)，也是最可靠、最全面的。一般而言，有條件的情況下都是以內(nèi)部數(shù)據(jù)為準(zhǔn)（自己開(kāi)發(fā)，開(kāi)發(fā)時(shí)加入統(tǒng)計(jì)代碼，并搭建自己的數(shù)據(jù)查詢系統(tǒng)）。精品文檔放心下載（2）第三方數(shù)據(jù)分析工具：這個(gè)是借助外部工具獲得數(shù)據(jù)，常見(jiàn)的第三方統(tǒng)計(jì)工具有：謝謝閱讀網(wǎng)站分析工具：Alexa、中國(guó)網(wǎng)站排名、網(wǎng)絡(luò)媒體排名(iwebchoice)、GoogleAnalytics、感謝閱讀,.百度統(tǒng)計(jì)；移動(dòng)應(yīng)用分析工具：Flurry、GoogleAnalytics、友盟、TalkingData、Crashlytics謝謝閱讀不同產(chǎn)品，不同目的，需要的支持?jǐn)?shù)據(jù)不同，確定好數(shù)據(jù)指標(biāo)后，選擇適合自己公司的精品文檔放心下載方式來(lái)收集相應(yīng)數(shù)據(jù)。獲取數(shù)據(jù)的方式其實(shí)多種多樣，關(guān)鍵在于，作要了解什么樣的數(shù)據(jù)是精品文檔放心下載重要的，對(duì)于這些數(shù)據(jù)的前后關(guān)聯(lián)，是怎樣的，這是一個(gè)聯(lián)動(dòng)的過(guò)程，不是一個(gè)單一的行為。謝謝閱讀有了這些數(shù)據(jù)之后，我們?cè)撛趺慈シ治鲞@些數(shù)據(jù)呢？哪些是可以為我們所用的，又有哪些是謝謝閱讀可以剔除掉的。4、關(guān)注哪些數(shù)據(jù)維度？一款產(chǎn)品的數(shù)據(jù)指標(biāo)體系一般都可以分為五個(gè)維度：用戶規(guī)模與質(zhì)量、參與度分析、渠道分析、功能分析以用戶屬性分析。感謝閱讀（1）用戶規(guī)模和質(zhì)量分析：主要是分析用戶規(guī)模指標(biāo)，這類指標(biāo)一般為產(chǎn)品考核的重點(diǎn)指標(biāo)；包括總用戶數(shù)、新用戶數(shù)、留存用戶、轉(zhuǎn)化率。用戶規(guī)模和質(zhì)量是數(shù)據(jù)分析最重要的維度，其指標(biāo)也是相對(duì)其他維度最多。感謝閱讀（2）參與度分析：主要是分析用戶的活躍度，分析的維度主要是包括啟動(dòng)次數(shù)分析、使用時(shí)長(zhǎng)分析、訪問(wèn)頁(yè)面分析和使用時(shí)間間隔分析。精品文檔放心下載（3）渠道分析：主要分析渠道推廣效果，以科學(xué)評(píng)估渠道質(zhì)量，優(yōu)化渠道推廣策略。渠道分析尤其要重視，因?yàn)楝F(xiàn)在移動(dòng)應(yīng)用市場(chǎng)刷量作弊是以及業(yè)內(nèi)公開(kāi)的秘密。渠道分析可以從多個(gè)維度的數(shù)據(jù)來(lái)對(duì)比不同渠道的效果，比如從新增用戶、活躍用戶、次日留存率、單次使用時(shí)長(zhǎng)等角度對(duì)比不同來(lái)源的用戶，這樣就可以根據(jù)數(shù)據(jù)找到最適合自身的渠道，從而獲得最好的推廣效果。謝謝閱讀（4）產(chǎn)品功能分析：主要分析功能活躍情況、頁(yè)面訪問(wèn)路徑以及轉(zhuǎn)化率；謝謝閱讀功能活躍指標(biāo)：某個(gè)功能的活躍用戶，使用量情況；功能驗(yàn)證；對(duì)產(chǎn)品功能的數(shù)據(jù)分析，確保功能的取舍的合理性。謝謝閱讀頁(yè)面訪問(wèn)路徑：用戶從打開(kāi)到離開(kāi)應(yīng)用整個(gè)過(guò)程中每一步驟的頁(yè)面訪問(wèn)、跳轉(zhuǎn)情況。頁(yè)面訪謝謝閱讀,.問(wèn)路徑是全量統(tǒng)計(jì)。通過(guò)路徑分析得出用戶類型的多樣、用戶使用產(chǎn)品目的的多樣性，還原用戶目的；通過(guò)路徑分析，做用戶細(xì)分；再通過(guò)用戶細(xì)分，返回到產(chǎn)品的迭代精品文檔放心下載漏斗模型：是用于分析產(chǎn)品中關(guān)鍵路徑的轉(zhuǎn)化率，以確定產(chǎn)品流程的設(shè)計(jì)是否合理，分析用戶體驗(yàn)問(wèn)題。用戶轉(zhuǎn)化率的分析，核心考察漏斗每一層的流失原因的分析。通過(guò)設(shè)置自定義事件以及漏斗來(lái)關(guān)注應(yīng)用內(nèi)每一步的轉(zhuǎn)化率，以及轉(zhuǎn)化率對(duì)收入水平的影響。通過(guò)分析事件和漏斗數(shù)據(jù)，可以針對(duì)性的優(yōu)化轉(zhuǎn)化率低的步驟，切實(shí)提高整體轉(zhuǎn)化水平。感謝閱讀（5）用戶屬性分析：主要分析用戶特征，用戶屬性一般包括性別、年齡、職業(yè)、所在地、手機(jī)型號(hào)、使用網(wǎng)絡(luò)情況。如果對(duì)用戶的其他屬性感興趣的，可以到自的微信呢公眾號(hào)后臺(tái)或者其他諸如頭條、uc等后臺(tái)看用戶屬性都包含哪些維度。謝謝閱讀不管在我們的產(chǎn)品啟動(dòng)初期，還是戰(zhàn)略的調(diào)整，分析用戶畫像都有著重要的意義。比如我們?cè)诋a(chǎn)品設(shè)計(jì)前需要構(gòu)建用戶畫像，指導(dǎo)設(shè)計(jì)、開(kāi)發(fā)、運(yùn)營(yíng)；產(chǎn)品迭代過(guò)程需要收集用戶數(shù)據(jù)，便于進(jìn)行用戶行為分析，與商業(yè)模式掛鉤等等。謝謝閱讀5、如何分析數(shù)據(jù)？從第三方數(shù)據(jù)分析工具或者自家的分析后臺(tái)拿到這些數(shù)據(jù)后，該怎么去分析呢？要真的做到感謝閱讀基于數(shù)據(jù)的分析，你必須要有以下條件：理解業(yè)務(wù)：如果你不明白業(yè)務(wù)之間的關(guān)聯(lián)，你就不會(huì)考慮跨端的數(shù)據(jù)印證。謝謝閱讀了解各個(gè)數(shù)據(jù)之間的上下游關(guān)系和關(guān)聯(lián)關(guān)系用多個(gè)輔助數(shù)據(jù)作為支撐同步驗(yàn)證：析結(jié)果大多數(shù)時(shí)候是推測(cè)，這時(shí)候需要其他數(shù)據(jù)作謝謝閱讀為輔助驗(yàn)證的方法和證明。?理順?lè)治鏊悸?，確保數(shù)據(jù)分析結(jié)構(gòu)體系化。?把問(wèn)題分解成相關(guān)聯(lián)的部分，并顯示它們之間的關(guān)系。謝謝閱讀?為后續(xù)數(shù)據(jù)分析的開(kāi)展指引方向。?確保分析結(jié)果的有效性及正確性。,.6、基本的產(chǎn)品分析概念產(chǎn)品經(jīng)理在做數(shù)據(jù)分析的時(shí)候，一些基本的產(chǎn)品分析概念還是需要理清的，比如最基本的謝謝閱讀AARRR模型，也就是說(shuō)產(chǎn)品經(jīng)理要了解什么是新增、活躍、留存、流失等，這些基本的概念感謝閱讀都是需要去了解和掌握的，不然真碰到數(shù)據(jù)分析的問(wèn)題，也只能兩眼一抹黑了，更別談分析謝謝閱讀出一個(gè)什么所以然來(lái)了。比較簡(jiǎn)單的一些概念，在這里普及下：謝謝閱讀新增：新用戶增加的數(shù)量和速度。如：日新增、月新增等。精品文檔放心下載活躍：有多少人正在使用產(chǎn)品。如日活躍(DAU)、月活躍(MAU)等。用戶的活躍數(shù)越多，越有可能為產(chǎn)品帶來(lái)價(jià)值。精品文檔放心下載留存率：用戶會(huì)在多長(zhǎng)時(shí)間內(nèi)使用產(chǎn)品。如：次日留存率、周留存率等。感謝閱讀流失率：一段時(shí)間內(nèi)流失的用戶，占這段時(shí)間內(nèi)活躍用戶數(shù)的比例。謝謝閱讀網(wǎng)頁(yè)指標(biāo)：（1）PV（pageview）：即頁(yè)面瀏覽量，用戶每1次對(duì)網(wǎng)站中的每個(gè)網(wǎng)頁(yè)訪問(wèn)均被記錄1次。用戶對(duì)同一頁(yè)面的多次訪問(wèn)，訪問(wèn)量累計(jì)。在一定統(tǒng)計(jì)周期內(nèi)用戶每次刷新網(wǎng)頁(yè)一次也被計(jì)算一次。一般來(lái)說(shuō)PV與來(lái)訪者數(shù)量成正比，但是PV并不直接決定頁(yè)面的真實(shí)來(lái)訪者數(shù)量，例如，同一個(gè)來(lái)訪者通過(guò)不斷的刷新頁(yè)面，也可以制造出非常高的PV。感謝閱讀（2）UV（uniquevisitor）：即獨(dú)立訪客，訪問(wèn)網(wǎng)站的一臺(tái)電腦客戶端為一個(gè)訪客。感謝閱讀（3）PR（pagerank）：即網(wǎng)頁(yè)的級(jí)別，一個(gè)PR值為1的網(wǎng)站表明這個(gè)網(wǎng)站不太具有流行度，而PR值為7到10則表明這個(gè)網(wǎng)站非常受歡迎(或者說(shuō)極其重要)。精品文檔放心下載（4）跳出率：指用戶到達(dá)你的網(wǎng)站上并在你的網(wǎng)站上僅瀏覽了一個(gè)頁(yè)面就離開(kāi)的訪問(wèn)次數(shù)與所有訪問(wèn)次數(shù)的百分比。這里的訪問(wèn)次數(shù)其實(shí)就是指PV。是評(píng)價(jià)一個(gè)網(wǎng)站性能的重要指標(biāo)，跳出率高，說(shuō)明網(wǎng)站用戶體驗(yàn)做得不好，用戶進(jìn)去就跳出去了，網(wǎng)站沒(méi)有滿足用戶的期望與需求或是人群定位不精準(zhǔn)，反之如果跳出率較低，說(shuō)明網(wǎng)站用戶體驗(yàn)做得不錯(cuò)。感謝閱讀（5）轉(zhuǎn)化率：指在一個(gè)統(tǒng)計(jì)周期內(nèi)，完成轉(zhuǎn)化行為的次數(shù)占推廣信息總點(diǎn)擊次數(shù)的比率。轉(zhuǎn)感謝閱讀,.化率=（轉(zhuǎn)化次數(shù)/點(diǎn)擊量）×100%。以用戶登錄為例，如果每100次訪問(wèn)中，就有10個(gè)登錄網(wǎng)站，那么此網(wǎng)站的登錄轉(zhuǎn)化率就為10%，而最后有2個(gè)用戶訂閱，則訂閱轉(zhuǎn)化率為2%，有一個(gè)用戶下訂單購(gòu)買，則購(gòu)買轉(zhuǎn)化率為1%。轉(zhuǎn)化率反映了網(wǎng)站的盈利能力，重視和研究網(wǎng)站轉(zhuǎn)化率，可以針對(duì)性的分析網(wǎng)站在哪些方面做的不足，哪些廣告投放效果比較好，可以迅速的提升用戶體驗(yàn)、節(jié)約廣告成本，提升網(wǎng)絡(luò)轉(zhuǎn)化過(guò)程。精品文檔放心下載（6）重復(fù)購(gòu)買率：指消費(fèi)者對(duì)該品牌產(chǎn)品或者服務(wù)的重復(fù)購(gòu)買次數(shù)。重復(fù)購(gòu)買率越多，則反應(yīng)出消費(fèi)者對(duì)品牌的忠誠(chéng)度就越高，反之則越低。感謝閱讀活躍度指標(biāo)：主要衡量產(chǎn)品的粘性、用戶的穩(wěn)定性以及核心用戶的規(guī)模，觀察產(chǎn)品在線的周期性變化。精品文檔放心下載AU（ActiveUsers）活躍用戶：用戶登錄產(chǎn)品記為一次登錄；精品文檔放心下載DAU（DailyActiveUsers）日活躍用戶：每日登錄過(guò)的用戶數(shù)；感謝閱讀WAU（WeeklyActiveUsers）周活躍用戶：七天內(nèi)登錄過(guò)的用戶數(shù)；謝謝閱讀MAU（MonthlyActiveUsers）月活躍用戶：30天內(nèi)登錄過(guò)的用戶數(shù)；謝謝閱讀AT（DailyAvg.OnlineTime）日均使用時(shí)長(zhǎng)：活躍用戶平均每日在線時(shí)長(zhǎng)；謝謝閱讀PCU（PeakConcurrentUsers）最高同時(shí)在線用戶人數(shù)：統(tǒng)計(jì)周期內(nèi)，同一時(shí)點(diǎn)（通常精精品文檔放心下載確至分）的最高在線人數(shù)；ACU（AverageConcurrentUsers）平均同時(shí)在線用戶人數(shù)：統(tǒng)計(jì)周期內(nèi)，每個(gè)時(shí)點(diǎn)（通常感謝閱讀精確到分）的平均在線人數(shù)；流失、留存指標(biāo)：觀察流失用戶的狀態(tài)、流失前行為來(lái)判斷產(chǎn)品可能存在的問(wèn)題。謝謝閱讀ULR（UsersLeaveRate）用戶流失率：統(tǒng)計(jì)當(dāng)日登錄過(guò)產(chǎn)品的用戶，但在隨后N日內(nèi)未登錄的用戶數(shù)/統(tǒng)計(jì)日DAU精品文檔放心下載日流失率：統(tǒng)計(jì)當(dāng)日登錄過(guò)產(chǎn)品的用戶，次日未登錄的用戶數(shù)/統(tǒng)計(jì)日DAU周流失率：統(tǒng)計(jì)當(dāng)周登錄過(guò)產(chǎn)品，之后下一周未登錄的用戶數(shù)/WAU謝謝閱讀,.月流失率：統(tǒng)計(jì)當(dāng)月登錄過(guò)產(chǎn)品，下一月未登錄的用戶數(shù)/MAU感謝閱讀日留存率：統(tǒng)計(jì)當(dāng)日登錄過(guò)產(chǎn)品的用戶，在之后N日內(nèi)至少登錄一次的用戶數(shù)/統(tǒng)計(jì)日DAU周留存率：統(tǒng)計(jì)當(dāng)周登錄過(guò)產(chǎn)品的用戶，且下一周至少登錄一次的用戶數(shù)/WAU謝謝閱讀月留存率：統(tǒng)計(jì)當(dāng)月登錄過(guò)產(chǎn)品的用戶，且下一月至少登錄一次的用戶數(shù)/MAU次日留存率：統(tǒng)計(jì)當(dāng)日登錄過(guò)產(chǎn)品的用戶，次日依舊登錄的用戶數(shù)/統(tǒng)計(jì)日DAU回歸率：曾經(jīng)流失，重新登錄產(chǎn)品的用戶數(shù)占流失用戶的比例回歸用戶：曾經(jīng)流失，重新登錄產(chǎn)品的用戶數(shù)精品文檔放心下載流失用戶池：過(guò)去一段時(shí)間內(nèi)流失的用戶數(shù)利用數(shù)據(jù)的前提是有數(shù)據(jù)可以利用，這就需要在用戶引入期之前就要做好數(shù)據(jù)埋點(diǎn)，同時(shí)在分析數(shù)據(jù)時(shí)要能透過(guò)原始用戶行為數(shù)據(jù)來(lái)觀察數(shù)據(jù)背后所反映的問(wèn)題，采取運(yùn)營(yíng)手段來(lái)提升留存率之后要觀察運(yùn)營(yíng)結(jié)果，總結(jié)得失，為下階段運(yùn)營(yíng)提供數(shù)據(jù)依據(jù)，這個(gè)過(guò)程對(duì)運(yùn)營(yíng)人員的要求比較高，要求運(yùn)營(yíng)人員在用戶進(jìn)入前就要進(jìn)行數(shù)據(jù)埋點(diǎn)，把握用戶轉(zhuǎn)化的關(guān)鍵點(diǎn)和關(guān)鍵路徑。謝謝閱讀用戶行為數(shù)據(jù)和用戶留存的關(guān)系？用戶行為數(shù)據(jù)可以理解為用戶在產(chǎn)品內(nèi)進(jìn)行操作時(shí)被服務(wù)器記錄下來(lái)的使用行為數(shù)據(jù)。通過(guò)對(duì)用戶行為數(shù)據(jù)進(jìn)行分析，可以幫助