一、产品基础分析概述

通过在网站或应用中进行数据埋点，进而获取用户对产品的使用和行为数据，并基于产品体验优化的数据统计分析。

以下内容围绕 1评估方法 2 产品数据分析可以做什么 3 什么时候适合用 4 数据分析的来源 5 常用数据监控平台 6 数据分析流程 7多种数据结合分析 这几个方面来做分析

1，评估方法

产品数据分析有时候可以叫做流量、日志数据分析。根据不同的产品类型，又可分为网站、移动应用数据分析。

属于定量的数据分析方法：偏向于用户行为层的数据。

2，产品数据分析可以做什么？

eg：产品上线之后，用户是从哪里来，来了多少；来的用户是什么样的用户（用户属性，地域，用的设备）（他从什么地方来用的什么浏览器和设备）；来这里做了什么（访问了哪些页面，使用了哪些功能，花了多少钱和时间）；是什么样的一个表现（哪些流程可能有问题，忠诚度如何，活跃度如何，有没有达到目标，和行业相比如何）；如何离开（是否持续留在网站上。流失情况如何，离开之后是否还回来）

以上整个数据基于我们所获取的数据去做的，目的是服务于我们的网站和手机应用做一个持续的优化和改进。

3，什么时候适合用：产品发布上线后，有一定的用户量才能做的。

4，数据分析的来源

网站分析数据的来源一般分为

服务器日志文件：用户访问页面或者应用时就会发出一条请求，发送到服务器端，然后服务器端这边会有一个日志文件记录这个访问请求。（优点：完整的服务器请求记录，缺点，日志的获取和清洗有过滤成本，许多页面无法记录）

页面标记数据：通过对页面的前端进行一些标记，嵌入像JavaScript这样的一些代码，当用户访问页面的时候就会触发去执行这条代码，然后把这些需要统计的信息附带进去，这样日志服务器端就会收到比较完整的数据。（优点：数据获取可控，灵活，可以对页面细节操作进行记录，获取数据比较完整，丰富，缺点：需要在页面值入JavaScript标记代码，某些情况下无法获取，如当用户禁用JavaScript功能时无法获取数据）

移动应用端数据获取

移动应用端数据获取方式可能不同，但原理类似，需要在app里嵌入一段SDK代码，规定好要收集的用户行为数据规范，再进行统计。

5，常用数据监控平台

第三方数据平台+自己研发的数据监控平台（安全+数据完整性考虑）

市面上网站数据监控工具：免费的如google Analytics 和百度统计。腾讯云分析等

移动应用监测分析工具：免费的相对好用的如google Analytics 和百度统计。腾讯云分析，友盟，talking data...

6，数据分析流程

a 产品监控（对常规的一些指标进行监控，发现问题）

b 定义(根据发现的问题，定义产品研究目标和方向)

c 埋点（围绕问题和产品目标进行数据的埋点工作）

d 测量（获取用户的数据进行测量）

e 分析（数据测量后进行统计分析，得出结论）

f 优化（根据结论做优化）

一般会和BI、用研，开发岗合作，或利用自研或第三方数据平台完成

7，多种数据结合分析

产品的日志流量数据其实是一个定量的数据，能回答的问题是有一定的特点的，一般在分析的过程中，还会结合其他的一些数据来进行分析。

流量日志数据：回答问题产品是怎样的一个现状分析，以及有多少人在用我们的产品，多少人在用某一项功能，有多少用户发生了流失。（量化的问题是可以通过日志数据分析去完成的，缺陷：不能完全回答为什么会出现这样的情况，不能找到问题解决的一些原因）

所以我们需要结合其他一些定量的数据：比如实验的研究数据，问卷调查

或者其他一些定性的数据：比如用户访谈，用户反馈或者可用性测试

结合分析，综合数据找到问题的原因！

二、基础分析指标及概念

1，常用基础指标

网站分析的基础指标：

PV（Page view）：页面浏览量，评价网站流量最常见的指标之一，用户每一次访问网站中的页面均被记录一次，用户对同一页面的多次访问，访问量累计。

UV（unique visitor）：独立访客，指通过互联网访问，浏览网页的自然人。通过用户访问的IP，或者使用的cookie去判断它是独立的一个人

UPV（unique pageview）：单个用户的综合浏览量，反映了单个用户的访问互动情况，包括访问的深度或者和网站发生交互的情况。

访问：在一定时间范围内，网站所有访问者，对网站发出访问的总次数，从访客来到网站到最终关闭网站的所有页面离开为一次访问。

2，识别用户的方式：

IP地址：早期的时候使用的比较多，现在比较少，也比较容易获取，缺点：因为同一个IP地址有可能多个人使用，同一个用户可能使用多个IP去访问，所以存在误差。

IP+User Agent：IP地址结合用户浏览器或者操作系统这样的信息去定位用户，精确度有所提高，但也不是非常精确。

Cookie：目前用的比较多的，像google analytics用的就是这个，用cookie去标记用户的方法。相对来说精确度提高，但并没有像IP地址那样容易获得，如果当用户在浏览器中禁用cookie，那没办法获取标记的。

USER ID：通过用户去注册网站后形成的一个用户ID，比较精确但不能检测未注册用户的一些信息

设备ID：基于移动分析，通过手机设备的ID去识别用户，相对精确性更高一些。

其他：

3，符合指标

除了基础指标，还有符合指标，也是比较常用的，通过计算得出来的，也用来分析。

跳出率：指用户来到网站，只浏览了一个页面就离开的访问次数，占全部访问次数的百分比。——来了就走。比如有一些经验性的标准，当跳出率<30%，数据相对来说比较正常的，当30%<跳出率<50%，可能有一些问题。可能需要做一些优化，当跳出率>70%。网站存在比较大的问题，就需要去做更深一部分的分析和优化。（跳出率可以被用来衡量流量和页面质量，高跳出率表示用户对着陆页面不感兴趣，没有继续访问更深入的页面，可能页面设计存在问题，也可能导入的用户不匹配，跳出率可通过调整广告渠道，优化页面内容来降低）

退出率：访问者离开网站被记录一次退出。退出率：某一范围内退出的数量/该范围内综合的访问量。

访问时长：网站停留时间长，页面停留时间长，应用使用时长；访问时长是访问质量的一个衡量标准，较长的访问时长表明用户和产品进行了较多互动。

访问深度：单个用户平均访问的页面数量，就是PV/UV的比值；访问深度也是访问质量的衡量标准，可以考察用户是否和页面进行了比较多的互动，这个的比值越大，代表网站的粘性也越高。

转化率：和网站设计的目标是息息相关的，指在一个统计周期内，完成转化目标行为的次数占总访问次数的比率。根据设置不同目的进行的计算例如，注册转化率，付费转化率。 转化率是分析中非常重要的指标。

移动端基础指标：

与web端略有不同，但分析思路大致相似

新增设备

累计设备

启动次数

单次使用时长：

注意：一定要先了解各个指标来源和定义，不同平台会有差异。