产品数据分析

一、数据分析作用

数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，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。数据分析是为了透过数据现象看到事物本质，通过数据进行规律分析。

产品数据分析用数据分析结果指导产品中的功能决策。具体而言，产品数据分析作用从业务来说数据分析主要是分为三块。

1. 通过数据发现用户需求以创造产品、新增功能或者优化产品，比如各种的用户的报告和用户行为的分析等；

2. 提升产品效率，找到数据环节的漏斗，并且进行针对性的提升，比如对应用新增在不同场景的转化环节进行分析得到产品新增效率的提升点；

3. 定位问题，当应用线上出现问题，对线上的问题进行评估、定位和解决时，需要进行不同程度的数据分析，比如产品注册率付费率下降、线上核心功能用户减少等等需要进行定位并解决；

二、数据分析流程

数据分析流程包括数据埋点、数据使用、数据预估。

数据埋点是数据分析的数据准备阶段。数据按照轻重缓急分为核心指标、重要指标、检测指标、其他指标。核心指标：一般包括 DAU、MAU、平均时长、人均启动、日新增、关键转化（比如订单转化、阅读转化）日卸载。新老用户留存（日周月）。如果有内容则会增加曝光量，曝光点击，曝光点击率，人均曝光等。重要指标：一般是核心操作，重要内容，关键路径的相关打点数据。流量分布，漏斗或者也叫流失模型。如视频播放 vv，客单价，搜索量等等。检测指标：一般就是错误提示或者性能参数，失败反馈等信息上报。能有效反馈设计质量和工程质量。其他指标：可以归结为次要指标，一般是辅助性或验证性。或者某些功能上线之初效果评估。

数据使用是数据分析的分析阶段。数据使用首先是数据呈现，通过图表形式进行数据直观展现。其次进行数据分析。数据分析常用工具：SQL、excel、BI 工具、python 或其他编程语言等。

数据预估是数据分析的使用阶段，是指经过数据埋点和数据使用过程，根据数据分析结果预估项目数据变化及相关优化后的数据波动，根据项目情况和资源情况安排产品重点和进度。