數(shù)據(jù)作用: 指導(dǎo)產(chǎn)品迭代優(yōu)化/了解產(chǎn)品處于什么階段/指導(dǎo)運(yùn)營(yíng)/新功能上線的效果

數(shù)據(jù)的來(lái)源: 競(jìng)品分析、運(yùn)營(yíng)數(shù)據(jù)、行業(yè)報(bào)告

數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品優(yōu)化的步驟（前提: 先進(jìn)行全面細(xì)化的數(shù)據(jù)布局）: 了解產(chǎn)品目前問(wèn)題，設(shè)定目標(biāo)＞構(gòu)建達(dá)成目標(biāo)的第一關(guān)鍵指標(biāo)＞收集數(shù)據(jù)（埋點(diǎn)數(shù)據(jù)等）＞對(duì)數(shù)據(jù)進(jìn)行清洗，整理＞分析數(shù)據(jù)（針對(duì)埋點(diǎn)數(shù)據(jù)挖掘用戶(hù)群共性和用戶(hù)行為關(guān)聯(lián)性分析）（構(gòu)建數(shù)據(jù)分析模型: 將關(guān)鍵指標(biāo)拆分或衍生出細(xì)化指標(biāo)，通過(guò)應(yīng)用漏斗模型跟蹤用戶(hù)使用行為將問(wèn)題鎖定在某個(gè)環(huán)節(jié)，再應(yīng)用多維度事件分析法對(duì)該環(huán)節(jié)進(jìn)行維度劃分找出真因）＞針對(duì)真因提供優(yōu)化對(duì)策＞對(duì)產(chǎn)品進(jìn)行優(yōu)化＞上線驗(yàn)證對(duì)策有效性＞收集數(shù)據(jù)

埋點(diǎn)事件的概念:

? ? ? ? 計(jì)數(shù)事件: 記錄用戶(hù)的行為，表現(xiàn)在用戶(hù)點(diǎn)擊頁(yè)面上的按鈕等

? ? ? ? 計(jì)算事件: 一系列的過(guò)程產(chǎn)生的結(jié)果，銷(xiāo)售額，訂單量，登錄成功的用戶(hù)數(shù)

埋點(diǎn)方式:

? ? ? 前段（用戶(hù)端埋點(diǎn)）:代碼埋點(diǎn)（友盟）、 可視化埋點(diǎn)（諸葛IO）、無(wú)埋點(diǎn)統(tǒng)計(jì)理解為全埋點(diǎn)（growing io）

? ? ? 后臺(tái)埋點(diǎn)（暫為接觸）

埋點(diǎn)事件的維度:

? ? ? 流量維度: 每日新增用戶(hù)數(shù)、PV、UV、DAU、WAU、MAU、留存率、每日啟動(dòng)

? ? ? 用戶(hù)維度: 各階段轉(zhuǎn)化率、跳出率、使用時(shí)長(zhǎng)、流失率

? ? ? 產(chǎn)品維度: GMV、ARPU、付費(fèi)用戶(hù)數(shù)、訂單成交量、登錄注冊(cè)轉(zhuǎn)化率、搜索成功率、用戶(hù)轉(zhuǎn)化率