回顧下前文：
數(shù)據(jù)分析（一）：認(rèn)識數(shù)據(jù)埋點
數(shù)據(jù)分析（二）：數(shù)據(jù)埋點管理
本文在前文基礎(chǔ)上，將介紹一下埋點數(shù)據(jù)分析。
一、常用的數(shù)據(jù)指標(biāo)
UV（unique visitor）：是網(wǎng)站獨立訪客和獨立用戶，指訪問某個網(wǎng)站的獨立IP的數(shù)量，00:00-24:00內(nèi)相同的IP只被計算一次。
PV（page view）：是指網(wǎng)站的頁面訪問量，統(tǒng)計的是用戶打開網(wǎng)站的次數(shù)。
DAU（daily active user）：是指日活躍用戶，是統(tǒng)計一天內(nèi)用戶登錄或使用產(chǎn)品的用戶數(shù)（去除重復(fù)用戶數(shù)）。
WAU（week active user）：周活躍用戶，是統(tǒng)計一周內(nèi)用戶登錄或使用產(chǎn)品的用戶數(shù)（去除重復(fù)用戶數(shù)）。
MAU（month active user）：是指月活躍用戶，是統(tǒng)計一個月內(nèi)用戶登錄或使用產(chǎn)品的用戶數(shù)（去除重復(fù)用戶數(shù)）。
PCU：最高同時在線人數(shù)
DNU（daily new user）：日新增用戶。
轉(zhuǎn)化率：在統(tǒng)計周期內(nèi)，完成轉(zhuǎn)化行為的次數(shù)占總數(shù)的比率。計算方法是某種產(chǎn)出除以獨立訪客或是訪問量，根據(jù)轉(zhuǎn)化率可以反映運營活動是否有效。比如某天通過運營活動100個人下載打開了APP查看了活動，但是只有50個人完成了注冊，那么注冊轉(zhuǎn)化率就是50%。
留存率：在一定的周期后，每日活躍用戶數(shù)在第N日仍啟動該App的用戶數(shù)占比的平均值。其中N通常取2、3、7、14、30，分別對應(yīng)次日留存率、三日留存率、周留存率、半月留存率和月留存率。
活躍度：主要衡量產(chǎn)品的粘性，用戶的穩(wěn)定性以及核心用戶的規(guī)模，觀察產(chǎn)品在線的周期性變化，如日活、月活。
跳出率：跳出率可以分解到兩個層次：一是整個應(yīng)用的跳出率，二是重點的著陸頁的跳出率，甚至是搜索關(guān)鍵詞的跳出率。跳出率的指標(biāo)可操作性非常強，通過統(tǒng)計跳出率可以直接發(fā)現(xiàn)頁面的問題，發(fā)現(xiàn)關(guān)鍵詞的問題。
其中，DAU和UV區(qū)別是：
1、DAU是日活躍用戶數(shù)量；UV是網(wǎng)站獨立訪客。
2、DAU有時間限制，是計算在一日之內(nèi)，不重復(fù)的訪問用戶數(shù)量；UV沒有時間限制，使用UV作為統(tǒng)計量，可以更加準(zhǔn)確的了解單位時間內(nèi)實際上有多少個訪問者來到了相應(yīng)的頁面。
3、DAU主要是計算登錄或使用了某個產(chǎn)品的用戶數(shù)；UV是計算在單位時間內(nèi)實際上有多少訪問者訪問網(wǎng)站。
二、數(shù)據(jù)評估和數(shù)據(jù)分析
在一段時間的數(shù)據(jù)采集之后，排除掉異常數(shù)據(jù)后，形成相應(yīng)的數(shù)據(jù)樣本，就可以進行數(shù)據(jù)分析了。
1、異常數(shù)據(jù)排查
若近期發(fā)生的數(shù)據(jù)驟增或驟降的情況，我們可以從宏觀、中觀、微觀三個層次逐步排查。
（1）宏觀社會因素：宏觀的社會效應(yīng)，是由于大環(huán)境的變換影響整個行業(yè)，導(dǎo)致產(chǎn)品數(shù)據(jù)突增或突降，如：
? ? ? ?假期效應(yīng)：國慶節(jié)，導(dǎo)致全國用戶出行暴增，從而導(dǎo)致攜程等旅游產(chǎn)品用戶數(shù)據(jù)暴增。
? ? ? ?政策影響：深圳政府7.15房地產(chǎn)制度，提出購房指導(dǎo)價，對整個深圳的房地產(chǎn)都產(chǎn)生了不小的沖擊，進而導(dǎo)致買房app在此期間用戶訪問數(shù)據(jù)下降。
（2）中觀市場因素：中觀的市場因素，是由于行業(yè)變化或短期市場波動導(dǎo)致的，如：
? ? ? ?熱點事件：315點名導(dǎo)致平臺品牌受損，用戶訪問量下降。
? ? ? ?大型活動：雙11、618等活動導(dǎo)致電商平臺影響。
? ? ? ?競品調(diào)整：競品上線新功能或新的運營能力，如愛奇藝上線超前點播功能，對優(yōu)酷、騰訊視頻用戶產(chǎn)生影響。
? ? ? ?城市因素：如某城市突降暴雨，導(dǎo)致該城市打車用戶突增，滴滴的產(chǎn)品數(shù)據(jù)也猛然上漲。
（3）微觀內(nèi)部因素：如果宏觀和中觀都排除之后，通常就是產(chǎn)品本身出現(xiàn)了問題，如：
? ? ? ?產(chǎn)品版本迭代：產(chǎn)品上了新功能模塊，導(dǎo)致某頁面訪問用戶增加或減少。
? ? ? ?運營策略：如運營做了產(chǎn)品推廣策略，導(dǎo)致一段時間內(nèi)產(chǎn)品用戶突增。
? ? ? ?底層數(shù)據(jù)問題：如上報邏輯出錯，導(dǎo)致多渠道數(shù)據(jù)埋點未能正常上報。
為了減少異常數(shù)據(jù)發(fā)展成更為嚴(yán)重的產(chǎn)品事故，也為了提高我們的工作效率，我們可以在產(chǎn)品的核心流程中，增加告警上報機制。
2、常見的分析方法
漏斗分析：漏斗分析是漏斗圖，有點像倒金字塔，是一個流程化的思考方式，反映用戶行為狀態(tài)以及從起點到終點各階段用戶轉(zhuǎn)化率情況的重要分析模型。比如電商的購買下單路徑，從瀏覽商品到最后下單購買成功，每一個步驟的轉(zhuǎn)化率是多少，對于漏的比較多的那個步驟我們肯定要著重關(guān)注，分析原因。
對比分析：是通過實際數(shù)與基數(shù)的對比來提示實際數(shù)與基數(shù)之間的差異，借以了解經(jīng)濟活動的成績和問題的一種分析方法。通常用于對比迭代前與迭代后的數(shù)據(jù)對比。
分布分析：是指通過對質(zhì)量的變動分布狀態(tài)的分析中發(fā)現(xiàn)問題的一種重要方法。通常用于分析特定行為的在某個維度的分布情況，可以展現(xiàn)出用戶對產(chǎn)品的依賴程度，分析客戶在不同地區(qū)、不同時段所購買的不同類型的產(chǎn)品數(shù)量、購買頻次等。比如電商APP的下單行為，一天24h的下單量分布，來分析一天內(nèi)哪個時間內(nèi)是下單高峰期。
用戶路徑分析：是用戶在APP或網(wǎng)站中的訪問行為路徑。為了衡量網(wǎng)站優(yōu)化的效果或營銷推廣的效果，以及了解用戶行為偏好，時常要對訪問路徑的轉(zhuǎn)換數(shù)據(jù)進行分析。以電商為例，買家從登錄APP到支付成功要經(jīng)過首頁瀏覽、搜索商品、加入購物車、提交訂單、支付訂單等過程，而在用戶真實的選購過程是一個交纏反復(fù)的過程，例如提交訂單后，用戶可能會返回首頁繼續(xù)搜索商品，也可能去取消訂單，每一個路徑背后都有不同的動機。與其他分析模型配合進行深入分析后，能為找到快速用戶動機，從而引領(lǐng)用戶走向最優(yōu)路徑或者期望中的路徑。
留存分析：用來分析用戶參與情況/活躍程度的分析模型，考察進行初始行為的用戶中，有多少人會進行后續(xù)行為。這是用來衡量產(chǎn)品對用戶價值高低的重要方法。常見指標(biāo)有次日留存、7日留存、15日留存、30日留存等。
上述是一些常用的分析思路，除此之外還有很多：點擊分析、用戶分群分析、屬性分析、行為事件分析等等。
三、解決方案
產(chǎn)品經(jīng)理的職責(zé)就是發(fā)現(xiàn)問題，然后解決問題。通過數(shù)據(jù)分析來定位問題，找到影響上述量化指標(biāo)的產(chǎn)品問題點，然后對癥下藥，制定解決方案。比如，是否在設(shè)計上改進，或者是否是隱藏的 bug。
根據(jù)產(chǎn)品問題制定的優(yōu)化方案上線后，我們的工作也還沒結(jié)束，重點要觀察對應(yīng)的指標(biāo)有所提高或者降低，與優(yōu)化前的版本相比較是否有所改善，很多時間往往不可能一步到位就把問題解決掉，需要迭代優(yōu)化，不斷通過數(shù)據(jù)跟蹤來修正設(shè)計策略，達到我們最終的設(shè)計目標(biāo)。
四、寫在最后
1、只有前期將埋點規(guī)劃好，后期才可能做用戶行為分析，而且埋點的分層做的越細(xì)致，可分析的維度也就越細(xì)致。要統(tǒng)計的數(shù)據(jù)龐大時，建議分階段分版本進行埋點，先對主要事件關(guān)鍵路徑進行埋點，一步一步完善。
2、我們要養(yǎng)成看數(shù)據(jù)的習(xí)慣。我們在分析事情，或說服他人的時候，都能用數(shù)據(jù)來證明自己的想法。在看到數(shù)據(jù)時，要會去思考數(shù)據(jù)的合理性與準(zhǔn)確性。培養(yǎng)數(shù)據(jù)感和產(chǎn)品感一樣，都是需要我們長時間對數(shù)據(jù)的思考、沉淀和積累之后，實現(xiàn)從量變到質(zhì)變的過程。
3、一個懂?dāng)?shù)據(jù)分析的產(chǎn)品經(jīng)理可以利用數(shù)據(jù)驅(qū)動產(chǎn)品設(shè)計優(yōu)化，并提升客戶體驗，實現(xiàn)更多的價值。
對產(chǎn)品經(jīng)理感興趣的朋友，可以移步“產(chǎn)品經(jīng)理做什么”，期待共同交流。
