下面要講的都是基礎(chǔ)的數(shù)據(jù)分析知識(shí)，適用于PM新人
1.目的清楚
你應(yīng)該有一個(gè)明確的目的，為什么要做數(shù)據(jù)分析，數(shù)據(jù)分析的是什么數(shù)據(jù)，希望分析哪方面的信息，達(dá)到什么樣的效果
2.收集數(shù)據(jù)
做好“數(shù)據(jù)埋點(diǎn)”，即在應(yīng)用的正常功能邏輯中添加統(tǒng)計(jì)代碼，將需要的數(shù)據(jù)統(tǒng)計(jì)出來
目前主流的數(shù)據(jù)埋點(diǎn)方式：
1）自己開發(fā)，開發(fā)時(shí)加入統(tǒng)計(jì)代碼，并搭建自己的數(shù)據(jù)查詢系統(tǒng)
2）利用第三方統(tǒng)計(jì)工具
網(wǎng)站分析工具：Alexa，中國網(wǎng)站排名,iwebchoice,百度統(tǒng)計(jì)等第三方數(shù)據(jù)統(tǒng)計(jì)網(wǎng)站
移動(dòng)應(yīng)用分析工具：Flurry，Google Analytics，友盟，TalkingData，Crashlytics
3.基礎(chǔ)數(shù)據(jù)指標(biāo)
新增：新用戶的增加數(shù)量和速度（注意單位：日/月）
活躍：多少人正在使用產(chǎn)品（注意單位；日/月）
留存率：用戶會(huì)在多長時(shí)間內(nèi)使用產(chǎn)品（注意單位：次日留存率/周留存率）
傳播：平均每位老用戶帶來幾位新用戶
流失率：一段時(shí)間內(nèi)流失的用戶，占這段時(shí)間內(nèi)活躍用戶數(shù)的比例
4.常用數(shù)據(jù)分析模型
1）漏斗分析法
分析從潛在用戶到最終用戶的這個(gè)過程中用戶數(shù)量的變化趨勢(shì)，從而尋找最佳的優(yōu)化空間，這個(gè)方法被普遍用于產(chǎn)品各個(gè)關(guān)鍵流程的分析中
比如在分析從用戶進(jìn)入網(wǎng)站到最終購買商品的變化趨勢(shì)，這里注意要分析我們的流程中那個(gè)環(huán)節(jié)出了問題，需要有對(duì)比的數(shù)據(jù)，比如行業(yè)中的平均數(shù)據(jù)；同時(shí)考慮這是理想化的漏斗，現(xiàn)實(shí)中用戶可能不會(huì)按照這么簡單的流程來，需要分析下用戶所經(jīng)過的路徑，考慮是否有辦法優(yōu)化路徑
2）AARRR模型
（Acquisition,Activation,Retention,Revenue,Refer)，我們可以用AARRR分析比較方案AB的優(yōu)缺點(diǎn)，注意不要簡單看字面上分析的結(jié)論，而要對(duì)找深入的情況，分析到留存，收入才能看出那個(gè)
獲取，激活，留存，收入，推薦
3）交叉分析法
將縱向?qū)Ρ群蜋M向?qū)Ρ染C合起來，對(duì)數(shù)據(jù)進(jìn)行多角度的結(jié)合分析，查出數(shù)據(jù)變化的具體原因
比如：圖1 這里橫向：時(shí)間；縱向：客戶端
看出iOS每個(gè)月用戶數(shù)都在增加，而Android在逐月下降，那就要分析為什么Android第二季度新增用戶數(shù)據(jù)在下降？一般這種情況會(huì)增加渠道
圖2 ?橫向：渠道時(shí)間；縱向：客戶端
這里看到AndroidA預(yù)裝渠道占比高，卻一直處于下降趨勢(shì)，得出結(jié)論Android端在二季度新增用戶降低主要是由于A預(yù)裝渠道降低所導(dǎo)致的
5.如何驗(yàn)證產(chǎn)品新功能的效果
從以下方面入手：
1）新功能是否受歡迎？
數(shù)據(jù)指標(biāo)：活躍比例＝使用新功能的活躍用戶/同期活躍用戶數(shù)
注意：一定要靈活分析，不一定一個(gè)因素決定，僅憑這個(gè)不能斷定一個(gè)新功能的好壞，還要綜合其他方面進(jìn)行評(píng)價(jià)
2）用戶是否重復(fù)使用？
數(shù)據(jù)指標(biāo)：重復(fù)使用比例＝第N天回訪的繼續(xù)使用新功能的用戶數(shù)/第一天使用新功能的用戶數(shù)
3）對(duì)流程轉(zhuǎn)化率的優(yōu)化效果如何？ （這里可以使用漏斗分析對(duì)比行業(yè)平均）
數(shù)據(jù)指標(biāo)：轉(zhuǎn)化率和完成率；轉(zhuǎn)化率＝走到下一步的用戶數(shù)/上一步的用戶數(shù)；完成率＝完成該功能的用戶數(shù)/走第一步的用戶數(shù)
4）對(duì)留存的影響？
數(shù)據(jù)指標(biāo)：留存率＝用戶初始時(shí)間后第N天的回訪比例（次日/周/21天/30天）
5）用戶怎樣使用新功能？
真實(shí)的用戶行為軌跡往往比我們?cè)O(shè)想的使用路徑要復(fù)雜，如果看到相關(guān)數(shù)據(jù)，我們應(yīng)反思，為什么他們這樣走，而不是我們想象的，從而想是否有更加優(yōu)化的方案
6.如何發(fā)現(xiàn)產(chǎn)品改進(jìn)的關(guān)鍵點(diǎn)
需要改進(jìn)的地方一般藏在用戶的行為里
可以通過用戶調(diào)研，訪談等洞察用戶行為，在產(chǎn)品中設(shè)置相關(guān)數(shù)據(jù)埋點(diǎn)記錄用戶行為，觀察其行為軌跡：
