最近在準備數(shù)據(jù)產(chǎn)品經(jīng)理的面試，將一些基本的數(shù)據(jù)知識進行了一些總結(jié)
數(shù)據(jù)分析做法
數(shù)據(jù)分析目的
數(shù)據(jù)分析的重要名詞
數(shù)據(jù)分析的關(guān)鍵指標
數(shù)據(jù)分析基本技術(shù)
常見的數(shù)據(jù)分析報告方法和模型
數(shù)據(jù)分析思維
數(shù)據(jù)分析方法論
一、數(shù)據(jù)分析做法：篩選、清洗、加工、解析數(shù)據(jù)
二、數(shù)據(jù)分析目的：發(fā)現(xiàn)產(chǎn)品問題、優(yōu)化產(chǎn)品。
三、數(shù)據(jù)分析中的重要名詞：
1. 埋點：
埋點目的：通過埋點，看清用戶是在哪一步流失的？是在什么時間流失的？再結(jié)合用戶訪談等定性分析，明確時什么原因造成的用戶流失，根據(jù)原因制定對應(yīng)的解決策略。
埋點方式：
第一種:自己開發(fā)。開發(fā)時加入統(tǒng)計代碼，并搭建自己的數(shù)據(jù)查詢系統(tǒng)。
第二種:利用第三方統(tǒng)計工具。第三方工具：網(wǎng)站分析工具:Alexa、中國網(wǎng)站排名；移動應(yīng)用分析工具:Flurry、Google Analyt ics、友盟
2. 維度：比如用戶角色、性別、來源等
3. 度量：用于考察不同維度觀察的效果
4. 渠道：查看不同傳播渠道下數(shù)據(jù)的差異
四、數(shù)據(jù)分析中的關(guān)鍵指標
1. 新增用戶：衡量推廣效果，以及當前產(chǎn)品在整個生命周期所處階段
2. 活躍用戶：日活躍(DAU)、月活躍(MAU)。衡量運營效果和產(chǎn)品使用情況
3. 啟動次數(shù)：衡量推送效果，以及App的內(nèi)容是否足夠吸引人
4. 留存率：經(jīng)過一段時間仍啟動App的用戶占原新增用戶的比例。“經(jīng)過一段時間”的劃分方式有:次日、7日、14日;次周、+2周;次月、+2月等。App的次日留存率一般為30-40%，次月留存率為20%。
5. 使用時長：平均使用時長、一次使用時長。衡量產(chǎn)品粘性
6. 使用頻率：衡量產(chǎn)品粘性
7. 傳播：平均每位老用戶會帶來幾位新用戶。衡量產(chǎn)品自傳播能力及運營效果
8. 流失率：一段時間內(nèi)流失的用戶，占這段時間內(nèi)活躍用戶數(shù)的比例。衡量產(chǎn)品粘性
五、數(shù)據(jù)分析基本技術(shù)
1. 抓包：Mac系統(tǒng)上，可用Charles工具，需http協(xié)議和json格式知識
2. 數(shù)據(jù)提取
1）sql：從數(shù)據(jù)庫中進行數(shù)據(jù)的增刪改查，關(guān)鍵的在于了解數(shù)據(jù)庫表結(jié)構(gòu)和關(guān)聯(lián)關(guān)系，掌握group by的維度，where的限制條件，還有join語句的表連接邏輯
2）Excel：VLOOKUP : 一個查找函數(shù)，給定一個查找目標，從指定的查找區(qū)域中返回想要查 找到的值?；菊Z法 :? VLOOKUP(查找目標，查找范圍，返回值的列數(shù)，false)
3）Python、JS
六、常見的數(shù)據(jù)分析方法和模型
1. 對比
2. 拆分
3. 降為
4. 增維
5. 分組
6. 漏斗分析法
7. AARRR模型：（Acquisition、Activation、Retention、Revenue、Refer)獲取、激活、留存、收入和推薦
比如A渠道引入10000個用戶單個用戶成本是3元，B渠道引入1000個用戶用戶成本是10元，并不意味著A渠道好。需要繼續(xù)分析兩個渠道下留存的用戶、貢獻收入的用戶。分析單個留存用戶的成本和單個付費用戶的成本。根據(jù)幾個成本進行綜合考量。
8. 交叉分析法：縱向?qū)Ρ群蜋M向?qū)Ρ染C合起來，對數(shù)據(jù)進行多?度的結(jié)合分析。
1) 交叉分析?度:客戶端+時間。比如統(tǒng)計在不同時間段的將男女注冊用戶，不同月份安卓機和蘋果機型的下載量。
2) 交叉分析?度:客戶端+時間+渠道。比如不同于月份安卓機通過對應(yīng)的渠道123的下載量和蘋果機通過對應(yīng)的渠道123的下載量。
七、數(shù)據(jù)分析思維
1. 自下而上的思路：確定數(shù)據(jù)分析目標——明確數(shù)據(jù)目標的關(guān)鍵影響因素，進行唯獨拆分——找出不同維度的關(guān)聯(lián)關(guān)系，建立數(shù)據(jù)關(guān)系模型——發(fā)現(xiàn)問題數(shù)據(jù)及原因——針對問題數(shù)據(jù)影響的維度做相應(yīng)的優(yōu)化
2.自上而下的思路： 發(fā)現(xiàn)異常數(shù)據(jù)——該異常數(shù)據(jù)影響因素——影響因素與問題數(shù)據(jù)之間的相關(guān)關(guān)系——找出出現(xiàn)異常數(shù)據(jù)——的原因——找到異常數(shù)據(jù)的解決辦法——養(yǎng)成記錄數(shù)據(jù)的習慣
3.定量分析和定性分析結(jié)合：通過定量分析，發(fā)現(xiàn)異常數(shù)據(jù)，通過用戶訪談，使用調(diào)研，進行定性分析，找出問題，解決問題。
八、數(shù)據(jù)分析方法論
1. 營銷方面的理論模型有:4P、用戶使用行為、STP理論、SWOT 等
1）4P要用于公司整體經(jīng)營情況分析。即產(chǎn)品(Product )、價格(Price)、渠道(Place)、促銷(Promotion)
2）用戶使用行為：認知（具體舉例：打開APP）、熟悉（瀏覽）、試用（注冊）、使用（開始進行交易）、忠誠（用戶粘性、流失率）
3）SWOT：優(yōu)勢、劣勢、挑戰(zhàn)、競爭
2. 管理方面的理論模型有:PEST 、5W2H、時間管理、生命周期、邏輯樹、金字塔、SMART 原 則等。
1）PEST:主要用于行業(yè)分析，即政治(Political)、經(jīng)濟(Economic)、社會(Social)和技術(shù)(Technological)
2）5W2H：即何因(Why)、何事(What )、何人(Who)、何時(When)、何地 (Where)、如何做(How)、何價(How much)，應(yīng)用廣泛，可用于用戶行為分析、 業(yè)務(wù)問題專題分析、營銷活動等? ? ? ? ? ?
為什么要做，要做什么，用戶是誰？用戶什么時候會用到？用戶的使用場景？我們需要怎么做？這樣做的價值是什么？
九、如何驗證產(chǎn)品新功能的效果
1. 產(chǎn)品是否受歡迎
2. 用戶是否重復(fù)使用
3. 對流程轉(zhuǎn)化率的優(yōu)化效果
4. 對留存的影響
5. 用戶怎么使用
十、如何發(fā)現(xiàn)產(chǎn)品改進的關(guān)鍵點
目標-用戶分群-對比-發(fā)現(xiàn)-改版-驗證
很慶幸自己總是能遇到一些優(yōu)秀的嗯可以一起學習～嘻嘻
