腾讯学院运营课程第八、九天

从零开始构建数据分析 唐裕凤

数据分析有什么用

大数据很火，很多公司都在采集数据，但是有什么用，很多公司不知道

明确产品现状：健康与否，增长空间，前景，和竞品的比较
运营监控：再不同的周期，情况如活动节日下，做的活动是否成功
KPI量化，KPI预设：KPI的定义一定是要用数据；开发团队的优化也需要数据分析，来制定计划。通过已有的数据，预估日活等
支持业务决策：明确一个商业模式，公司战略
数据产品：淘宝指数，百度指数等

数据建模体系：

---

如何采集数据

1采集什么数据
APP常见采集数据：
app启动：启动时间，启动时长
页面展示/点击事件：如果某个页面没被点击过，那要分析是没用的页面还是太深点不到。
关键行为：ER图：app核心功能，app能做什么，一般采集详细全面，深度分析
错误信息：问题，bug
通常数据人员要输出埋点文档，与产品和开发沟通，加深产品理解，做好数据规划。漏埋点就会少数据

2怎么采集数据

数据源：

SDK公司统一的数据采集接口，所以有规范
JS和SDK差不多
服务器日志：非结构化要处理
数据库：结构化数据

数据收集服务器：转化数据到需要的格式

注意事项：
正确性
有效性
及时性：实时计算数据+离线计算数据

采集数据——解决方法
有数据测试人员根据数据测试工具保证

---

如何构建数据指标体系

构建数据指标体系思路哪里来
很多数据分析公司比如
友盟移动产品DEMO

7大数据指标构建数据指标体系
关键指标：日活、累积、新增、收入
渠道分析：不同渠道的效果
版本分析：新功能效果等，新用户留存
用户分析：用户活跃度，自然属性分析如性别低于
终端属性：手机型号，分辨率，网络
关键行为：核心指标
自助查询：帮助其他人员更好的食用数据

关键指标
反应产品基本概况
指标维度不能过多：
维度一般只有一个日期
指标一般超过5个，常见有日活，新增，累积，关键行为指标

渠道分许
渠道质量：新增、活跃、留存等指标
防作弊：用户使用时间、用户属性、关键行为占比

版本分析
新版本的新功能体现
新版本的已有业务的影响，与旧版对比
从灰度版就要跟踪，直到正式版

用户分析——新用户留存模型
1、N日留存定义：新增用户再N日后活跃，常有1日，7日，30日留存
2、计算方法：取决于用户库模型
3、421原则：参考标准
一款app产品，当次日留存到40%，7日留存到20%，30日留存到10%，即可认为产品较叫康

当然，留存率取决于产品的功能，不同类型产品器标准不同
租房的产品和外卖肯定标准不容啊
租房一年也就以此

关键行为：
1产品的核心功能，并数据化体现——你为了这个核心功能埋了多少的点
2核心功能的子功能，并数据化体现
3关键行为一般非常细致，甚至看数据清单

终端属性：
*用户画像：个性化运营
设备终端
网络及运营商
地域分布

自助查询
提供各业务组：产品、开发、运营、设计去提取需要的数据。
减少时间浪费

---

数据体系的应用

关于数据可视化，我们将学习一下内容
图表类型
图表案例
制图工具

条形图：对比，排序

---

趋势图：看出不同周期内用户趋势，递增递减斜率，做基础预测

---

散点图：做回归分析，研究两个变量之间的关系

---

饼图：穷尽的，加在一起100%；分类不要大于5个，顺时针递减

---

图形组合

---

等等图

---

**作图工具
付费的 think-cell 嵌入再PPT中
免费 网页访问百度的Echarts
网易数读 看数据图表，每张图都是新闻的形式**

---

常用数据分析理论模型

案例：互联网

---

互联网的4P

---

导入期关注新增
成长期关注活跃
成熟期
衰退期关注流程

---

转化漏斗模型
获取用户——》活跃用户——》留存用户——》变现——》传播

---

*金字塔原理：指导你写分析报告的重要原理

---

案例：1345成本


金字塔结构的严谨性
每一层次的论点都是下一层次论点的概括
次一层次的论点确实支撑上一个层次的论点。没有废话

金字塔原理的具体做法：
自上而下法
提出主题思想
将主体思想进行分解
检查分解后的逻辑严谨性MECE
进一步分解并检查逻辑严谨性

自下而上发：
列出可能想到的所有要点
找出关系进行归纳
得出结论
检查逻辑严谨性

横向：
演绎推理——演绎顺序：
问题-原因-解决方案
大前提-小前提-结论


归纳组合：
时间顺序：先后顺序，前因后果
空间顺序：个体整体，全局细节
重要性顺序：按重要性分组