一.数据指标

数据使用过程中的通用语言

二.常见的数据指标

a.可以被观测、统计、记录

b.指对当前业务有参考价值的统计数据

c.用户数据

存量：DAU/MAU

增量：新增用户

健康程度：留存率

从哪里来：渠道来源

d.行为数据

次数/频率：PV/UV/访问深度

路径走通程度：转化率

用了多久：时长

质量：跳出去

e.业务数据（电商、视频）

总量：GMV、访问时长

人均：ARPV/ARPPU、人均访问时长

人数：付费人数、播放人数

健康程度：付费人数/付费频次、观看率

（被消费对象）：SKU、被消费内容视角

三.DAU、MAU日活和月活跃

Daily/Monthly Active User

daily一个自然日，如果是的全球服务，则看24小时

monthly当月至少活跃一次的用户总数

TIPS：MAU=当月DAU之和，需要去重。

活跃的定义

一定来自用户的主动操作，按人或设备去重

四.如何定义新增

渠道：点击下载就算。离激活远，适合量级小或者免费渠道

运营：下载成功。反应意愿，可刷量可信度存疑，渠道依赖商店。

产品：启动就算。离激活近便于统计，无法避免刷量

研发：注册才算。最真实数据，对用户质量要求搞切产品ARPU高

五.如何理解留存

7日日留存：第7天/第一天(避免中间段时间的干扰)

7日内留存：第2天至第7天去重后/第一天（适用于周期长的业务）

次日留存：第2天/第1天

首日留存：第1天/第0天

六.行为数据指标(pv,uv,转化率）

1.PV（Page Views）页面浏览次数

UV (Unique Visitors)独立访问数

2.转化率算法：PV/PV,UV/UV

3.访问深度

算法一：用户对某些关键行为的访问次数

算法二：将网站内容功能分层级

4.访问时长

web时代：页面打开时长

APP时代：前台驻留时长

5.弹出率

只访问了一个页面，来了立马就走了的用户

6.指标没有绝对对错，只求彼此认同。

七.拆解业务模块

1.从业务的最终目的出发梳理业务模块

2.判断业务模块所属类型

3.根据业务模块所属类型选择数据指标

八.判断模块类型

1.工具模块

2.内容浏览模块

3.交易模块

4.社区模块

九.根据业务模块选择数据指标

省时间：工具模块、交易模块

杀时间：内容模块、社区模块

a.工具模块指标：使用量、模板达成率、使用频次

b.交易模块关注指标：详情页转化率、交易金额、客单价、复购率

c.内容浏览模块模块：观看数、浏览广度、浏览时长、内容互动

d.社区/社交类模块指标:发布量、互动量、关系密度。

十.数据工具

根据业务问题种的核心需求，匹配适当的分析套路，选择合适的数据工具

1.根据业务核心选择

a.社区产品：用户导向、内容导向

b.视频类产品：内容/流量导向、用户导向、内容导向

c。电商类产品：流量导向/用户导向

2.根据公司阶段选择

探索期工具：计数

流程未定，常变动验证需求是否存在

成长期工具：流量/内容/用户/业务导向

追求增长寻求业务量和用户量规模增长方法

成熟期工具：用户导向，业务导向

稳定，没有新的突破点业务流程理得更顺

用户群体拆的更细

衰退期：用户导向

延长产品生命周期获取用户最大价值

3.解决特定问题

计数：单独埋点、预置处理规则的伪分析

流量：谁来了，从哪来、来做什么、是否达成目标

内容：资源库、被消费情况、表现质量

用户：来做什么、是否复用、流失情况、用户画像

业务：流程是否顺畅、规模/频次、问题原因

十一.9种常见的数据分析方法

1.对比分析：一定的时间段或者参照物对比

2.多维度分析：不同的维度对指标拆解

3.漏斗观察：一连串向后影响的业务行为，观测流程的运行状态

4.分布情况：用户时间和空间维度上的分布

5.用户留存：用精准留存判断业务内容的价值

6.用户画像：通过对不同的用户贴上标签，以便对不同的群体分类运营

7.归因查找：那一个模块或者运营对业务目标达成贡献最大

8.路径挖掘：起始时间或结束时间的行为路径

9.行为序列：用户行为的顺序

十二.5类常见的业务场景

1.数据涨跌异动如何处理

2.如何评估渠道质量，确定投放优先级

3.如何评估业务/内容短期价值、长期价值、未来潜力

4.了解画像背后的用户，实现高质量拉新/精准运营推送。

5.如何分辨谁是真实用户，谁在薅羊毛

十三.分析流程(业务、工程、分析)

1.数据采集

2.指标建模

3.观测数据

4.数据分析

5.业务洞察

十四.数据采集

埋点：一小段代码上报事件

1.借助DRD(数据需求文档)想清楚，讲明白业务部门需求

2.产品指标建模

3.埋点代码触发时机

4.埋点属性设计

作者 | VAndreas Young 洞悉产品本质，探索产品成功逻辑，预测产品市场反应，节约产品运营成本。