比如说活动：活动的KPI是多少对用户的停留时长是多少，

数据工作主要：数据分析与挖掘、竞品、爬虫、部分数据开发、包括用户流动性及流失预警、活动溢出效应、产品对用户的转化程度等。

什么是“数据分析”

数据分析是通过统计方法和技术手段，对海量数据进行探索、挖掘和描述、找出隐藏的有用信息、指导业务实际，但是我理解的数据分析，数据不是冰冷的数字而是用户的行为的记录其实等同于用户的一些价值性的数据，是一个人，人的画像及人的行为，分析是一个工具，但是分析是结合于业务，如果脱离了业务那就是零价值。

互联网数据分析的核心内容

用户角度：流量（UV/PV）、在线时长 活跃用户：目标用户 用户属性：简单的理解为用户画像

营收：销售额=UV*转化率*客单价 /件单价 包括整个网站的客单价/件单价 订单量

产品：回访率 转化率 连带率（商品和商品之间的连带率） 流失率 还有就是内容评价内容热度去考察一个产品，如分享的次数和推荐的次数和点赞的次数可能涉及到社交下的指标。

数据分析的流程

用户：1、用户是谁（目标用户：日活跃用户活跃比如说APP可能就是启动，启动之后要加一个严格的执行条件，就是说进行了某个操作的用户，是双向的，首先由行为登录，达到，达到后执行了某项操作，有目的及行为的操作这些数据才是有意义的）比如UV是启动那么如果是刷单2、从哪里来（渠道流量）3、到哪里去（用户的留存）4、做了什么（用户的偏好）-整体被称为行为描述。

内容：1、产品的路径是否靠谱（流量漏斗）比如你的网址有可能是由好几个URL组成的那么你的内容的途径是否靠谱，即为流量漏斗就是达到你关键页面的UV以及转换路径是否健康，整体的跳出点或者流失率的最大点是在哪里，这一点是否需要改进;2、内容是否有效和吸引力（停留时长），用停留时长来评估用户对产品的吸引程度;3用户反馈的内容-很多平台有CRM部门或者其他的渠道来获取用户的反馈，这些数据都能帮助我们了解用户的反馈，更好的改善用户的体验。

KPI ：1、根据不同渠道的质量或者不同广告来如何分配广告或渠道的资源，2、对未来企业的预测，肯定是依赖于我目前的经营状况，那我目前的经营状况肯定是根据数据分析，根据数据分析奖励的发展路径来制定季度或年度KPI；3、活动促销成本的估算。人力产品、技术支持，分析的目的是让工作更加的高效，让投入有更高的产出，让将来的用户量以及流水达到更高。

数据分析的流程：

两条主线：

1、分析目标定义问题（从那几个问题着手去支持目标）—构建分析框架和指标体系（前期把关和后期产出的过程）—获取数据（数据报表库里提取数据）——数据处理——分析与挖掘——报告撰写

2、获取数据（当你作为一个活动以后拿到的数据是你被动的接受到的数据）——接受数据（——制图描述数据（了解数据的最大值、方差、——数据处理——修正分析目标——分析制定的角度和方向——报告撰写

数据分析方法：方法和方法论是不一样，趋势分析

对比分析：从相同角度对不同数据进行对比、找出差异所在、并进一步探索差异原因。

异常分析：找出太高、太低、变化幅度过大等异常情况数据、支持预警提醒。

相关分析：测定现象之间相关关系；营销与活动的关系；

结构分析/杜邦分析

规范设计口径

异常分析法

结构分析法

滚动计算+结构分析法