产品技能--入门级数据分析

数据分析

一、数据分析是什么,有什么用

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中,数据分析可帮助人们作出判断,以便采取适当行动。在产品的整个寿命周期,包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程,以提升有效性。

二、从何处获取数据

数据来源一般来说有三种渠道

1.自有数据分析系统 —— 一般产品都会建立自己的数据库这,通过自己的数据库获得的数据是最原始的数据,也是最可靠、最全面的。这样弄成的数据分析系统会很精确。

2.第三方数据分析工具 —— 这个是借助外部工具获得数据,例如项目加入的第三方友盟、百度统计等;

3.行业指数数据等 —— 如用户均可使用的 Google Trends 和淘宝指数等等。


一般大型一些的公司才会有公司内部的数据分析系统,小公司要自建数据分析系统的话,成本上会有点高,所以很多公司还是以第三方数据分析工具为主。而网站和移动应用数据统计工具是所有互联网创业者都必须掌握的工具,下面是一些比较常用的数据统计和分析工具:

移动应用数据统计和分析工具:

App Annie:(免费,在线使用) App Annie是一款移动应用数据跟踪、市场分析和App排名查询工具,可以帮助产品运营人员实时了解应用的各项业务数据。

CQASO:(免费,在线使用)专业的App数据优化平台,ASO优化必上。

友盟+:(免费,在线使用)友盟、缔元信.网络数据、CNZZ三家公司合并,更名【友盟+】。全球领先的第三方全域大数据服务提供商。为客户提供PC/APP/线下统计,广告效果监测,消息推送/微社区/分享/IM等运营工具,DMP,全域指数与行业报告等。

友盟:(更名为友盟+)友盟是一款移动应用统计分析平台。它可以帮助移动应用运营人员统计和分析流量来源、产品留存数据、用户属性和行为数据等,以便产品开发者和运营人员利用数据进行产品、运营、推广策略的决策。

Talking Data:是一个第三方移动应用数据平台,主要为移动应用开发者提供移动应用数据统计功能;为移动应用运营者提供用户行为数据分析功能;帮助开发者完善产品;协助运营者制定策略。

互联网趋势统计分析工具

百度统计:(免费,在线使用)一款免费的网站流量、互联网趋势统计分析工具,提供的功能包括流量分析、来源分析、网站分析等多种统计分析服务。你可以通过它快速查看某个关键词在百度的搜索规模有多大,一段时间内的涨跌态势,关注这些词的网民的特征,以及他们同时还搜了哪些相关的词等等。百度统计能够告诉网站运营人员访客是如何找到网站的,在网站上做了什么。有了这些信息,可以帮助网站运营人员改善访客在用户的网站上的使用体验,不断改善网站推广方式,利用它来优化数字营销,如在做SEO时选择关键词等。同时还可以利用它做竞品追踪、受众分析、传播效果查询等。此外,百度统计还提供了几十种图形化报告,全程跟踪访客的行为路径。

谷歌分析:(免费,在线使用)Google Analytics是一款免费的网站和移动应用数据统计和分析工具。只需在网站/移动应用页面上加入一段代码,就可以跟踪产品的各项数据,如流量来源、访客资料、入口页面、分享数据、转化数据等,可帮助产品开发者快速了解产品数据。

网站分析工具

CNZZ统计:(更名为友盟+)CNZZ是一个中文网站统计分析平台,在页面添加统计代码后,运营人员可以通过它快速了解网站的各项运营数据、包括PV、IP、独立访客、来访次数、搜索关键词、地域分布、用户属性等多项统计指标,这样可以一目了然地了解网站的各项访问数据,运营人员可以根据统计数据及时调整页面内容和运营推广方式等。

网站排名查询工具

Alexa:(免费,在线使用)Alexa是一款网站排名查询工具,在Alexa上可以轻松查看网站的排名情况,包括整体排名和分类排名。它也是目前比较权威的一个网站访问量评价指标。如果要和其他网站平台进行流量互换等合作,可以直接参考对方网站在Alexa上的数据。

站长工具:(免费,在线使用)功能强大,提供域名/IP查询,网站信息查询,SEO查询,权重查询,及各种站长辅助工具。属于站长之家旗下网站。

数据分析的方法

产品经理要了解什么是新增、活跃、留存、流失等,这些基本的概念都是需要去了解和掌握的。

1.流量分析

网站的访问来源,App 的下载渠道,以及各搜索引擎的搜索关键词,通过数据分析平台都可以很方便的进行统计和分析。第三方平台如 Google Analytics 、GrowingIO 等,通过流量分析我们可以得到用户的各种来源信息,时段活跃信息,等等。


摘自网络


2.流失、留存分析

流失通俗的将指的是自己的用户弃用产品,流存则指的是自己的用户没有弃用产品。

这里要说一个概念:ULR(Users Leave Rate)用户流失率:统计当日登录过产品的用户,然后在随后N日内未登录的用户数/统计日DAU。通过日流失率,周流失率以及月流失率可以分析出产品的现状,针对这个现状企业好调整战略。

与流失相反的留存,从产品设计的角度出发,找到触发留存的关键行为,尽快找到产品留存的关键节点。比如说往产品里面投放某一个功能之后,用户的流失率变低,留存率变高,那么这个就是产品的留存点之一,根据这个留存点就可以做很多事情了。


图片摘自网络

3.可视化分析(用户行为统计)

通过在产品里面植入第三方的数据统计sdk,例如Talking Data,可以把每一个按钮的点击或者页面的出现,以及停留时间等数据统计出来。这样就可以直观的看到自己的产品里面,那些是最受欢迎的功能,那些是没有必要的功能。根据这些数据可以更好的帮助产品经理做好产品决策。


Talking Data页面统计功能

最后:

数据分析其实是很有意思的一件事情,涉及到的东西非常多,要做好数据分析也不是那么容易的,你应该有一套完整的思维体系,在价值观、方法论和工具三个层面上储备相关知识。同时立足于产品和用户,用数据来打磨产品,用数据来检验迭代,不断提升用户体验。


点关注不迷路,老铁双击666,没毛病!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343

推荐阅读更多精彩内容