1. 首頁 > 生活百科 > >

分享數據分析三個核心要點 如何進行數據分析？

小知識

數據分析的核心并不在于數據本身 ， 而在于設計有意義、有價值的數據指標 ， 通過科學有效的手段去分析 ， 進而發現問題優化迭代 。 數據分析因價值而存在 ， 數據分析本就是一個價值增量的過程 。
數據分析三個核心要點：

  1. 什么是數據分析？（What）
  2. 為什么數據分析？（Why）
  3. 如何數據分析？(How)
第一個問題就不多贅述了 ， 重點實例解析第二、三個問題 。 數據分析的緣由/出發點很復雜 ， 甚至有時候讓人很焦灼 ， 因為不同用戶數據分析的出發點及分析過是完全不一樣的 。 站在一個更高視角分析數據 ， 或者說數據分析的維度不僅限于產品思維概念上的數據需要 ， 而是一個關乎產品一體性的命題 。
案例分析下面將逐一以實例的形式解讀數據分析的兩個核心問題 ， 大致分為以下幾步：
第一步：確認數據分析的對象產品名稱：企查查APP V9.1.8
產品愿景：中國企業信息搜集的綜合體 ， 為投資者、金融相關從業者等提供企業的一站式信息服務 。
分析范疇：產品迭代、產品優化、產品分析/驗證
背景概述：現階段筆者從事征信行業的產品工作 ， 正在參與一款企業信用信息查詢APP V2.x的升級迭代 。 此次的該類分析過程側重數據指標制定和建模的過程 ， 而并非實際數據的展示（別人家的應用 ， 沒有辦法拿到完整的數據源） 。 再次強調 ， 數據指標的制定遠比數據分析過程要重要的多或者說更加富有創造性 。
第二步：制定數據分析指標1.商業模式/盈利方式分析
免費增值模式 ， 先做成流量的入口 ， 后期分享流量紅利擴大轉化率 。
2.了解產品現狀/定量分析產品
2.1 用戶分析
用戶規模：
  • 用戶群體按照群體大致分為個人、企業 ， 分析出個人和企業用戶的人數比例 ， 明確整體的用戶分布情況 。
  • 每月/日/日的新增用戶、流失用戶、回流用戶的比例的走勢 ， 選擇恰當的走勢變化渠道；
用戶質量：產品粘性及病毒性的反應 ， 體現在用戶的活躍度上 ， 一般包括 ， 日活躍（DAU）、周活躍（WAU）、月活躍（MAU）；
  • 采用同期群和用戶分類的分析方法 ， 特定用戶群體的特定分析過程 ， 用戶質量也是渠道或營銷活動效果的間接體現 ， 以便后期及時的調整和處理；
  • 用戶質量的標準制定 ， 包括忠誠用戶、聯系活躍用戶、流失用戶等等 ， 為反應不同指標設置特定的用戶質量指標；
2.2 應用分析：
  • 啟動次數 ， 某日/周/月的啟動次數占所選時段總啟動次數的比例 ， 直接反應用的生活時間成本；
  • 版本分布 ， 對開發和維護的意義非常深刻 ， 展示累計用戶排名前10的各個版本變化趨勢 ， 可以幫助了解每個版本的新增用戶 ， 最新版本的升級情況 ， 目前的哪些版本狀況；
  • 使用情況 ， 統計周期內 ， 一次啟動的使用時長；一天內啟動應用的次數；用統一用戶相鄰兩次啟動間隔的時間長度；
  • 設備終端和錯誤分析也是很有必要的；
2.3 行業分析：
a. 行業數據可以幫助了解行業內應用的整體水平 ， 可以查看應用的全體應用或同類應用中各個指標的數據、排名及趨勢 ， 有助于衡量應用的質量和表現；
b. 了解行業數據 ， 可以知道自己的APP在整個行業的水平 ， 可以從新增用戶、活躍用戶、啟動次數、使用時長等多個維度去對比自己產品與行業平均水平的差異以及自己產品的對應的指標在整個行業的排名 ， 從而知道自己產品的不足之處 。
以上并沒有對具體的數據源實施實質性的分析并結論 ， 這部分的都是基本的處理過程就不做贅述 。 而下文 ， 我將結合實際業務場景深入分析《企查查APP V9.1.8》的某個數據指標 。
業務場景：
1. 查首頁支持企業名稱、人名、品牌名等信息的模糊查詢 ， 并且在搜索系統之下直接提供四個維度[企業名稱]、[股東高管]、[經營范圍]、[品牌管理]的一級輔助搜索條件 。
2. 企業信息維度算是一款企業信息服務平臺的資源性優勢 ， 也是一款內容應用的核心模塊 。 不同類型的用用戶對不同類型的信息的感興趣程度都存在個性化的特征 ， 而用戶行為特征數據的記錄和挖掘是一件意義非凡的事情 。

推薦閱讀