1. 数据分析的分析思路:
1.1 基于用户路径:包括操作,流失,停留时间。
1.2 基于产品节点:包括转化率,占比。
2. 数据分析的分析类型:
2.1 定性分析:包括对事物性质的归纳,即是什么-提出假设。如提出假设,用户对该产品满意度。
2.2 定量分析:包括对事物数量的统计,即有多少-验证假设可能性有多高。针对用户对该产品满意度,进行统计验证该假设的数据有多少,最后得出结论(这是关键)。
3. 数据分析的分析步骤:
3.1 定义:包括针对什么问题进行的数据分析?进行该数据分析要达到什么目的?对产品有什么实际意义?确定分析范围是什么?规划分析进度和数量是怎样的?
3.2 测量:包括收集获取数据,数据预处理。
3.3 分析:包括数据的统计描述,针对问题的归纳和总结。
3.4 改进:包括找到最优的解决方案,问题解决或负面影响降低。
3.5 控制:包括持续监控和反馈(如数据的日报,周报,月报),跟踪迭代。
4. 数据分析的数据来源:
4.1 自己产品的数据:包括产品运营数据,用户反馈、调查数据。
4.2 竞争产品的数据:包括竞争公司网站流量,公司财报。
4.3 行业的数据:包括行业分析报告,热点大数据披露。
5. 数据分析的关键指标:
5.1 转化率:包括趋势分析,比较分析,细分分析。如用户从一个页面(如浏览页面)到下一个页面(如购物车页面)的比率。如转化率的excel表和漏斗图:
浏览商品页面 | 购物车页面 | 下单页面 | 支付页面 | 完成订单页面 | |
人数(人) | 100 | 80 | 50 | 45 | 30 |
上一步转化率 | 100/100 | 80/100 | 50/80 | 45/50 | 30/45 |
总体转化率 | 100/100 | 80/100 | 50/100 | 45/100 | 30/100 |
5.2 任务完成率:包括。如任务完成率的excel表和漏斗图。
数量(人数) | 上一步完成率 | 总体完成率 | 错误数(人数) | 错误率 | |
1.填写账号名 | 100 | 100/100 | 100/100 | 30 | 30/106 |
2.输入第一次密码 | 95 | 95/100 | 95/100 | 10 | 10/106 |
3.输入第二次密码 | 90 | 90/95 | 90/100 | 23 | 23/106 |
4.验证码 | 87 | 87/90 | 87/100 | 10 | 10/106 |
5.输入手机号 | 82 | 82/87 | 82/100 | 30 | 30/106 |
6.完成注册 | 78 | 78/82 | 78/100 | 3 | 3/106 |
106 |
5.3 当前使用用户数:在某个时间节点上的用户数量(UV)。
5.4 新用户数:在某个时间段新注册用户数。
5.5 流失用户数:在某个时间段注册用户数的已经不再使用该产品,或不再活跃的用户数量,与之相对于的是留存用户数。需要分析为什么流失用户?怎么留住用户?是否存在被淘汰的风险?
5.6 回访用户数:流失用户重新使用该产品。
5.7 活跃用户数:衡量网址运营的现状,指的是在某个时间段活跃的用户数量,产品不同,定义活跃用户数的标准不一样,常通过KPI指标去衡量。活跃用户数越高,网站或产品的当前价值越高。
5.8 新用户比例:在某个时间段新注册用户数占当前所有用户的比例,是反映产品与发展状态的重要指标,新用户是产品发展的动力,老用户数是产品生存的根基。核心在于留存老用户,提升新用户比例。
5.9 用户流失率:在某个时间段流失用户数占当前所有用户的比例。反映产品留住用户的能力。
5.10 产品发展3个阶段 :包括成长阶段(新用户比例大于流失率),成熟稳定阶段(新用户比例与流失率持平),下滑衰退阶段(新用户比例低于流失率)。
6. 数据分析的分析方法:
6.1 时间序列趋势分析法:包括趋势分析,
6.2 AHP层次分析法:是对定性问题进行定量分析的多准则决策方法,多目标决策,多个影响指标评价各方案优劣程度。 如想要了解博客产品的质量,第一层了解网站的质量, 第二层了解内容的质量和交互的质量,第三层内容质量包括完整性,准确性,及时性。
6.2.1 前提条件:
a. 各层次要素必须是已知的,并且条例结构清晰,能够按照层次排列。
b. 同一层的各要素关系是平等的,而各要素间相互独立,不存在显著的相关性。
c. 最底层的指标可以被量化,并能够通过一定的方法测量。
d. 需要明确各层次间要素的影响关系。
6.2.2 比如用AHP层次分析法来对用户忠诚度分析:包括四个维度(即满足 AHP层次分析法的4个前提条件)。
a. 用户使用频率。
b. 同最近使用时长。
c. 平均使用时长。
d. 评价浏览页面数。
6.3 数据透视表:通过熟练使用excel制作数据表,和数据图表,从而可视化数据分析。