京东数据分析：前言1

1.数据分析，前期，一般是做报表的一些东西，在数据分析有一条线，需要串起来，大体上来说，1.思维2.技术3.沟通交流

问题：互联网数据分析，1.主要涉及到哪方面2.企业想要哪些东西、人才

现场可能会遇到的问题：1.dna为什么会降2.订单量为什么会这样。

遇到这些问题，我们需要用一些分析法去进行归因，也就是用专业性的方法，找出这些变化背后的原因。这就是数据分析。

产品经理或者运营对于这些变化，无论是降低还是提升，他们一定是要知道原因的。并且还要知道怎么办去解决降低还是优化提升

第二个就是指标体系的搭建，如果搭建的指标体系非常完整、高效、清晰，就可以帮助到业务发现问题在哪里。那指标体系的搭建是有有一些专业方法的，这个需要我们去学习的。

指标体系可以分析产品的变化趋势，以及当前的业务情况、业务是否良好，现下的用户状态是怎样的。这些东西的大概是处于增长，流失，沉默哪一个用户是属于哪一个生命周期的。这都是需要我们通过指标体系，来进行分析的。

第三个就是A/B测试。这个就是验证你的想法是否有效。比如说：在抖音中，给不同的用户推荐不同的内容，看最终的效果如何。用一些统计学的知识科学的作出分析和决策

第四个是决策量化。对于总监和管理层，对于产品的内容要进行决策，怎样作出最好的决策，这就需要用数据进行量化。比如，量化需求，其实就是量化用户的需求量有多大，而用户的需求量对产品有多大影响

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Cw64v60q-1626275530463)(C:\Users\0\AppData\Local\Temp\1626273088534.png)]

这是数据分析和产品之间的关系：

产品经理或者是产品运营 给我们一个问题 然后我们通过数据分析得出一个结论 然后再通过结论输出给产品，然后迭代产品、改进产品 然后最终再反馈给我们 然后我们再输入结论给产品

这个图就是再说每一个产品都有自己的一个目标，比如说，同一个APP在不同的生命周期内有不同的目标，针对这些目标会有不同的策略，这个就被称为是产品的打法。比如说：要去获客，就要去挖掘一些优质的渠道。提升用户体验就要去调整设计/功能。

案例：在前几年，微信是没有红包的，但是因为需求呢，这个东西就出现了，之后开始对需求做竞品分析，再接着设计红包的方案。而这个方案里面涉及到很多东西，如：页面框架、类型设计、样式设计等等。但是这些东西，对于用户来说，用户使用的满意度如何，是否符合用户的痛点，是否符合用户需要的功能。这些东西只能通过数据分析对用户的行为数据进行分析、洞察、归因、对比。再把结论告诉产品设计人员，这个设计的效果如何。这就是归因分析。

归因分析之后会比对目标和策略进行调整。对于调整之后，需求再次验证。这个就是用数据驱动产品设计。

打法策略，就是用什么方法去达成目标。

其实数据分析，就是和业务方做配合，进而提高企业的收入、和用户增长。也就是通过分析数据、得出结论、驱动产品或者业务去落地。

案例：link的数据分析团队总，每一个人分析不同的数据。在之前，通过数据洞察发现：一个新用户，在一周内加了哇个联系人，结果是留存率和使用率会提高到3-5倍左右，反之则会下降。那怎样做的呢？

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-R8zJqJgI-1626275530465)(C:\Users\0\AppData\Local\Temp\1626274919634.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BF6UmHZ4-1626275530467)(C:\Users\0\AppData\Local\Temp\1626274938351.png)]

他们算出来了一个魔法数字：就是会发现一个星期内加到了五个联系人 然后一个星期内的五个联系人就是我们被称作magicnumber就是魔法数字。

之后再给用户推荐更多他们去感兴趣的一些用户 然后这样的话 他们就可以去添加添加更多的用户 当他们所添加用户达到这个magicnumber的时候，留存率自然就提高了。

案例：推特发现：新用户在30天内30天内关注了30个好友 然后就会继续在平台上面活跃 否则就否则就会容易流失。

怎么去让用户在一个月内多关注好友呢？推荐他们一些容易感兴趣的好友，曝光或者是那个通过一些其他一些方式/方法去提高那关注的可能性。

？推荐他们一些容易感兴趣的好友，曝光或者是那个通过一些其他一些方式/方法去提高那关注的可能性。

这就是对用户增长做归因洞察，也就是数据驱动。