數據分析入門

數據分析的意義：

數據分析帶來的價值讓產品瞭解產品運營情況，瞭解用户需求和行為習慣，瞭解產品功能使用情況等等，屬於產品人員最技術的技能。

數據類型：

一般的用户數據獲取方式可以從頁面js和服務器日誌上獲取;

常用的可以獲取的數據包括UV，PV，停留時間，點擊熱圖，導入網站(關鍵詞)，導出網站，具體的訪問頁面等等，還有客户端，新用户，用户流失，用户地區等數據進行分析，

加上時間參數等就可以獲得大量的趨勢性分析。

另外還有一些數據可以通過後台的數據請求次數和用户提交數據，例如用户的搜索命中率，用户UGC提交信息量，用户流程損耗量(任務完成量和時間)。

以上為定量數據。

其他定性數據包括用户操作流程，用户使用過程，用户行為，用户評價和反饋等。

對數據進行分析：

1、 數據的趨勢

主要是居於時間變化呈現的數據量級的趨勢統計

用户量，訪問量，(註冊量，活躍量)

用户提交信息量的變化趨勢

重複訪問用户比例、數量和新增用户用户數量、比例

2、 數據的權重

各個業務模塊的訪問權重佔整個產品/頻道的權重比例

各個頁面停留時間權重

提交信息用户量和用户UV的比例關係

3、 數據呈現的用户行為

比如：

用户訪問熱圖

用户直接訪問、外站導入、搜索引擎的'比例

用户搜索常用關鍵詞，常標中的關鍵詞，未標中的關鍵詞

用户來源

用户停留時間

一跳率，二跳率等

產品對數據的態度：

1、 正確的態度

雖然是有點廢話，但是需要強調。產品必須有明確健康的運營態度和運營價值觀。

比如不鼓勵非正常的PV，前台產品引導用户更好的互動和轉發，後台設計引導發佈編輯提交更有效的信息和信息關聯。

2、 對數據敏感，發掘細節

對定量的數據和定性的數據都保持敏感，特別在持續對產品改進上，需要大量的數據。

包括用户操作，用户訪問最多的頁面，用户頁面跳轉等