产品端数据分析思维

*总结自产品经理基础入门教程-数据分析部分

为什么要做数据分析:
C端思维: 得到新用户, 维护老用户, 增加收益
B端思维: 提高工作效率, 提升用户体验

影响因素:
1, 流量数量
(1)直接广告: 网站弹窗, 静态广告, 线下投放
(2)简接广告: 微信公众号, 新浪微博, 社区论坛
(3)搜索引擎: 竞价排名
(4)消息推送: EDM, 短信, App Push
2. 转化率
(1)引流: 数量,质量
(2)详情页(着陆页): 内容详尽,有吸引力
(3)下单流程: 简单易懂,操作便捷
3. 客单价:
(1)产品定价
(2)优惠促销
(3)商品推荐

转化率: 用户操作路径优化
漏斗模型适用于网站中某些关键路径的转化率分析,以确定整个流程的设计是否合理,各步骤的优劣,是否存在优化空间.

数据分析过程中隐存风险:

1. 分析方案是否合理
2. 数据来源是否可靠
3. 分析过程是否准确

常见工具:
Excel: 数据统计, 分析与可视化呈现
SQL: 数据库数据查询
原生埋点/MTA: 用户行为跟踪与分析

基础数据分析流程:

1. 明确目的: 出于什么原因要做此次数据分析,目的是为了解决什么问题或了解什么情况
2. 数据采集: 了解数据采集的基本方式, 包括数据库抓取,埋点数据,访谈与调查问卷等
3. 整理数据: 对源数据的系统加工,是数据分析工作的前置, 包括数据清洗,分类与整合
4. 可视化呈现: 将繁杂的数据表格基于观察需求转化成可视化图表,可以更便于数据观察与分析
5. 分析总结: 通过结果数据反映出来的客观信息,分析出在起初计划要解决的问题或了解当前某些业务相关情况

分析总计:

1. 看趋势:
   通过观察数据波动情况,观察目标数据的走向趋势情况,从而掌握样本数据的异