流量数据分析的方法学习

1、看数字和趋势（以电商网站为例）

2、维度分解

3、用户分群（又叫用户画像）

4、转化漏斗

5、行为轨迹

关注行为轨迹，是为了真实了解用户行为。通过大数据手段，还原用户的行为轨迹，有助于增长团队关注用户的实际体验、发现具体问题，根据用户使用习惯设计产品、投放内容。

6、留存分析

在人口红利逐渐消褪的时代，留住一个老用户的成本要远远低于获取一个新用户。我们可以通过数据分析理解留存情况，也可以通过分析用户行为或行为组与回访之间的关联，找到提升留存的方法。除了需要关注整体用户的留存情况之外，还可以关注各个渠道获取用户的留存度，或各类内容吸引来的注册用户回访率，产品团队关注每一个新功能对于用户的回访的影响等等，这些都是常见的留存分析场景。

7、A/B测试

A/B 测试用来对比不同产品设计／算法对结果的影响。

例如过比较实验组（A 组）和对照组（B 组）的访问时长和页面浏览量两个衡量指标，来评估哪一种交互形式更佳。

8、数学建模

当一个商业目标与多种行为、画像等信息有关联性时，我们通常会使用数学建模、数据挖掘的手段进行建模，预测该商业结果的产生。当我们需要预测判断客户的流失时，可以通过用户的行为数据、公司信息、用户画像等数据建立流失模型。利用统计学的方式进行一些组合和权重计算，从而得知用户满足哪些行为之后流失的可能性会更高。