产品数据分析_第1页
产品数据分析_第2页
产品数据分析_第3页
免费预览已结束，剩余1页可下载查看

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、产品数据分析数据分析相关的一些东西，三板斧指的是趋势、对比、细分。看趋势些关键动作有无效果。比如产品的核心指标是GMV，那肯定就需要定期关注增长的趋势分析。看对比户数，这个数据肯定是一直在增加，除非没有新用户进来了。另外没有对比就没有伤害，比如你的增长速率是每年50500%的速率进行增长所以，通常情况下，数据会对比着来看，一方面是纵向比较，即纵向对比通常包括环比、同比。20189201882018920179通常情况下，我们在进行数据分析的时候大都会用本周的数据和不同的变量进行分析然后把这个周期拉长一些，以周为单位再看下。APP春节这种节日，下降的会非常厉害。比看下，之后再找找其他原因。横向对

2、比通常包括行业竞品，全站数据，测试AB 组等。水平是怎样的，虽然这部分数据很难获得。哦，原来是整体的数据涨了，顺带着躺赢了一把AB析不同的结果。看细分的原因，还能为后续的一些动作提供参考依据。维度和度量主要是概念说明，后面几部分则是具体如何看细分数据。维度和度量很多时候数据分析都是通过不同的维度和度量进行交叉对比分析，找到一些可能的原因，然后再去验证猜想。维度，指的就是分析数据的角度，比如城市、时间、浏览器、新老用户、操作系统、终端等。度量，指的就是具体的数据值，比如 UV、PV、转化率、跳出率等。结合着维度。比如整体DAU在下降的，如果我们只是看度量的话，有可能就被蒙蔽掉。为例，用户最核心的

3、路径是浏览内容产生互动行为。点赞、评论、转发等互动行为。在此基础上，再结合着新老用户、男女用户、年龄分布、地域分布、终端分布、行为差异等维度再来进行更细致的分析。拆数据标两种形式。单指标主要是衡量功能本身的表现情况，比如说：功能本身的深度：使用频次、使用时长、分布情况等； 功能本身的广度：使用人数、DAU%等；功能本身的留存度：留存率；功能本身的转化率：各环节转化率。多指标主要是对其它关联指标的贡献，比如对目标值的贡献度， 如留存率，转化率、相关性等，比如新用户阅读了X 篇文章，留存下来的可能性会增加多少。拆用户主要是针对用户本身进行分群，再结合着数据指标进行交叉对比，通常情况下可以按照用户的静态属性和动态属性进行拆分。静态属性主要指新老用户、版本、终端、地域、操作系统、渠道等。买商品的客单价，或者某个行为路径的操作步骤来进行分群。思路了，然后再继续分解和交叉对比，直到找到一些结论。拆因子体的公式，然后再按照因子去拆解。比如上司来找你说我们这段时间DAU么原因造成的。那首先我们可以考虑一下DAU一个公式来进行概括：DAU=新增用户数+活跃用户数+回流用户数因子的细分情况。还是回流用户下降。的新增数量，然后再拆解各渠道的留存率看看。如果是活跃用户数下降，就按照新老用户的留存率对比分析看 的动作进行干预，观察对应的数据指标变化。最后经过上面的层层细分和交叉分析，一种可能性

人人文库> 全部分类> 应用文书 > 项目管理

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论