数据分析方法论

数据分析方法论

一 用户指标

（1）用户规模

 日活（DAU）日活跃用户数
 周活（WAU）
 月活（MAU）
 大多数希望用户每天打开的应用如新闻APP，社交APP等，其产品的KPI考核标准均为日活（DAU）
定义活跃程度：登录，启动，完成任务为活跃用户

（2）新增用户

   新增用户指标主要是衡量营销推广渠道的最基础指标
新增用户占活跃用户的比例也可以用来衡量产品健康度，如果占比过高，说明产品的活跃是靠推广得来，要关注用户的留存
安装应用后首次启动应用的用户
    日新增用户
    月新增用户
    周新增用户

（3）用户构成

----新增用户
----回流用户
----活跃用户
----忠实客户
----流失客户
用户构成有助于通过新老客户结构了解活跃用户健康度

----留存用户
 次日留存率
7日留存率
30日留存率
   利用用户留存率可以对比同一类别应用中不同应用的用户吸引力。如果对于某一 应用在相对成熟的版本情况下，如果用户留存率有明显变化，说明用户质量有明显变化，很可能是因为推广渠道质量的变化所引起的。

二 行为指标

（1）启动次数

----人均启动次数
----人均启动次数
启动次数是指在某一统计周期内用户的启动次数
衡量产品的用户粘性

（2）使用时间间隔

记录两次启动的时间间隔，衡量用户粘度

（3）使用时长

使用时长指用户从APP启动到结束的使用总使用时长
----人均使用时长
----单次使用时长
用来衡量产品活跃度
启动次数和使用时长可以结合一起分析，如果用户启动次数高，使用时长高，该APP用户质量非常高，用户粘性好

（4）访问页面数

平均访问页面数指标可以衡量产品活跃度，使用产品的深度
可以通过不同统计周期（但统计跨度相同，例如都为7天）的访问页面分布的差异，以便于发现用户体验的问题。

（5）转化率

在一个统计周期内，完成转化行为次数占总访问次数的比率

（6）重复购买率

重复购买率越高，忠诚度越高

（7）ARPU

每个用户平均消费水平
日均ARPU
周均ARPU
月均ARPU
衡量互联网公司的收入能力

数据分析步骤

–确定目标–采集数据–数据建模–数据分析–数据决策

目标是：
降低成本-渠道分析
增加收入-费用流程，商品详情页
优化体验-注册流失率，首页跳出率
渠道：内部数据：自有统计平台
第三方统计平台：友盟，百度统计
外部数据：竞品数据：网站流量统计网站和公司财报
第三方数据：百度指数，微信指数，微博大数据，艾瑞咨询，易观智库，cnnic，必达咨询，dcci互联网数据中心，Alexa，Google，analytics

数据埋点统计：
一般是记录每个页面的交互时间，后台记录次数，比如等级按钮的次数，点击获取验证码的次数，进入某个页面的次数，PV和UV

数据建模：
考虑以下三大要素：1，打通行为数据和业务数据 2，回归关键数据指标 3，多维度考虑数据可行性

数据分析方法论

AARRR

获取，用户如何发现并来到您的产品，DAU日活
激活，用户的第一次使用体验如何。DAU/MAU日活占月活的比值
留存，用户是否还会回到产品（重复使用）留存率
收入，产品怎么通过用户赚钱  ARPU值
传播：用户是否愿意告诉其他用户   分享数，推荐数

渠道分析：
在用户获取阶段，最常用的分析方法就是渠道分析，用来估渠道与渠道之间的差别，需要评估的维度：获取用户的数量，获取用户的质量

漏斗分析：
活动页面-详情页面UV–下单人数–付款人数

留存分析

次日留存率>次日留存>3日留存>7日留存数据>30日留存数
留存分析中有一个非常重要的概念-魔法数据
分析留存率高的用户的共性，形成魔法数字，引导尽快触碰魔法数字，增留存率

A/B测试：把实验对象随机分组，然后比较对照，一次实验只设置唯一变量，同时实验分小组，尽量保证随机分布，便于数据结果客观

注：以上是视频学习笔记，视频链接是：视频链接