学习笔记丨数据分析基础知识

2021-01-04 16:14:58 阅读（150） 评论（0）

什么是数据分析？朋友们自己问杜娘。为了减轻阅读压力，防止篇幅过长，我特意把它们分成上面和下面两篇文章，分享我这几天学到的知识。我特别不喜欢只装逼的产品经理，看文章也不喜欢华而不实。因此，在督促自己写文章时，尽可能详细地写下你所理解和经历的内容；如果你不明白，就学习，然后分享整理好的笔记。我没有参与太多的数据分析。由于缺乏实践经验，内容将更加基础和理论。我希望它也能对你有所帮助。1.明确数据分析的目的，做数据分析，一定要有明确的目的，知道自己为什么要做数据分析，想要达到什么效果。例如，为了评估产品修订后的效果，比以前更好；或者通过数据分析找到产品迭代的方向。明确数据分析的目的，然后确定应该收集的数据是什么。说到数据收集，首先要做好数据埋点工作。目前，有两种主流的数据埋点方式：一是自主研发。在开发过程中添加统计代码，并建立自己的数据查询系统。二是使用第三方统计工具。常见的第三方统计工具有：网站分析工具Alexa、中国网站排名，网络媒体排名（iwebchoice）、GoogleAnalytics、百度统计移动应用分析工具Fluryry、GoogleAnalytics、友盟、TalkingData、不同的产品，不同的目的，Crashlytics需要不同的支持数据，确定数据指标后，选择适合自己公司收集相应数据的方式。3.新增产品基本数据指标：新用户数量和速度的增加。3.新增产品基本数据指标:新用户数量和速度增加。如:日新增、月新增等。活跃:有多少人在使用产品？如日活跃（DAU）、月活跃（MAU）等。用户越活跃，就越有可能给产品带来价值。保留率：用户将在多长时间内使用产品。例如：次日留存率、周留存率等。传播:平均每个老用户都会带来几个新用户。流失率：一段时间内流失的用户占活跃用户数量的比例。4.常见的数据分析方法和模型主要是漏斗分析方法和AARR分析模型。漏斗分析法用于分析用户数量从潜在用户到最终用户的变化趋势，从而找到最佳的优化空间。该方法广泛应用于产品关键流程的分析。例如，本例分析了从用户进入网站到最终购买商品的变化趋势。从用户进入网站到浏览商品页面，转化率为40%；从浏览商品到加入购物车的转化率是20%，我们需要比较数据才能找出哪个环节的转化率最低。例如，首先，如果同一行业的转化率为45%，而我们只有40%，这表明该过程尚未达到行业的平均水平，我们需要分析具体原因，然后进行有针对性的优化和改进。当然，以上是我们设计的理想漏斗模型，数据可以在汇总后获得。而真实的用户行为往往不是按照这个简单的过程来做的。在这个时候，我们需要分析用户为什么要通过如此复杂的路径来实现最终目标，并思考中间是否有优化的空间。AARR模型是所有产品经理都必须掌握的数据分析模型。AARRR（Acquisition、Activation、Retention、Revenue、Refer）硅谷风险投资者戴维·麦克鲁尔于2008年创立，分别指获取、激活、保留、收入和推荐。例如，用AARR模型来衡量一个渠道的质量。如果仅从数据表面来看，A渠道将更具成本效益，但实际结论存在问题。AARR模型的具体分析如下：单个留存用户成本为60元，单个付费用户成本为300元；单个留存用户成本为20元，单个付费用户成本为33元。相比之下，B渠道的优势远远大于A渠道。

以上就是关于学习笔记丨数据分析基础知识的相关介绍，更多学习笔记丨数据分析基础知识相关内容可以咨询我们或者浏览页面上的推荐内容。我们将让你对学习笔记丨数据分析基础知识有更深的了解和认识。

内容来源:数据分析网，以上内容来源于网络，不代表本站观点，如有侵权，请联系删除。

上一条：芝麻信用该如何破解面临的数据顾虑？下一条：入职数据分析行业，要做什么准备？