一、產(chǎn)品基礎(chǔ)分析概述
通過(guò)在網(wǎng)站或應(yīng)用中進(jìn)行數(shù)據(jù)埋點(diǎn)，進(jìn)而獲取用戶對(duì)產(chǎn)品的使用和行為數(shù)據(jù)，并基于產(chǎn)品體驗(yàn)優(yōu)化的數(shù)據(jù)統(tǒng)計(jì)分析。
以下內(nèi)容圍繞 1評(píng)估方法 2 產(chǎn)品數(shù)據(jù)分析可以做什么 3 什么時(shí)候適合用 4 數(shù)據(jù)分析的來(lái)源 5 常用數(shù)據(jù)監(jiān)控平臺(tái) 6 數(shù)據(jù)分析流程 7多種數(shù)據(jù)結(jié)合分析 這幾個(gè)方面來(lái)做分析
1，評(píng)估方法
產(chǎn)品數(shù)據(jù)分析有時(shí)候可以叫做流量、日志數(shù)據(jù)分析。根據(jù)不同的產(chǎn)品類型，又可分為網(wǎng)站、移動(dòng)應(yīng)用數(shù)據(jù)分析。
屬于定量的數(shù)據(jù)分析方法：偏向于用戶行為層的數(shù)據(jù)。
2，產(chǎn)品數(shù)據(jù)分析可以做什么？
eg：產(chǎn)品上線之后，用戶是從哪里來(lái)，來(lái)了多少；來(lái)的用戶是什么樣的用戶（用戶屬性，地域，用的設(shè)備）（他從什么地方來(lái)用的什么瀏覽器和設(shè)備）；來(lái)這里做了什么（訪問(wèn)了哪些頁(yè)面，使用了哪些功能，花了多少錢(qián)和時(shí)間）；是什么樣的一個(gè)表現(xiàn)（哪些流程可能有問(wèn)題，忠誠(chéng)度如何，活躍度如何，有沒(méi)有達(dá)到目標(biāo)，和行業(yè)相比如何）；如何離開(kāi)（是否持續(xù)留在網(wǎng)站上。流失情況如何，離開(kāi)之后是否還回來(lái)）
以上整個(gè)數(shù)據(jù)基于我們所獲取的數(shù)據(jù)去做的，目的是服務(wù)于我們的網(wǎng)站和手機(jī)應(yīng)用做一個(gè)持續(xù)的優(yōu)化和改進(jìn)。
3，什么時(shí)候適合用：產(chǎn)品發(fā)布上線后，有一定的用戶量才能做的。
4，數(shù)據(jù)分析的來(lái)源
網(wǎng)站分析數(shù)據(jù)的來(lái)源一般分為
服務(wù)器日志文件：用戶訪問(wèn)頁(yè)面或者應(yīng)用時(shí)就會(huì)發(fā)出一條請(qǐng)求，發(fā)送到服務(wù)器端，然后服務(wù)器端這邊會(huì)有一個(gè)日志文件記錄這個(gè)訪問(wèn)請(qǐng)求。（優(yōu)點(diǎn)：完整的服務(wù)器請(qǐng)求記錄，缺點(diǎn)，日志的獲取和清洗有過(guò)濾成本，許多頁(yè)面無(wú)法記錄）
頁(yè)面標(biāo)記數(shù)據(jù)：通過(guò)對(duì)頁(yè)面的前端進(jìn)行一些標(biāo)記，嵌入像JavaScript這樣的一些代碼，當(dāng)用戶訪問(wèn)頁(yè)面的時(shí)候就會(huì)觸發(fā)去執(zhí)行這條代碼，然后把這些需要統(tǒng)計(jì)的信息附帶進(jìn)去，這樣日志服務(wù)器端就會(huì)收到比較完整的數(shù)據(jù)。（優(yōu)點(diǎn)：數(shù)據(jù)獲取可控，靈活，可以對(duì)頁(yè)面細(xì)節(jié)操作進(jìn)行記錄，獲取數(shù)據(jù)比較完整，豐富，缺點(diǎn)：需要在頁(yè)面值入JavaScript標(biāo)記代碼，某些情況下無(wú)法獲取，如當(dāng)用戶禁用JavaScript功能時(shí)無(wú)法獲取數(shù)據(jù)）
移動(dòng)應(yīng)用端數(shù)據(jù)獲取
移動(dòng)應(yīng)用端數(shù)據(jù)獲取方式可能不同，但原理類似，需要在app里嵌入一段SDK代碼，規(guī)定好要收集的用戶行為數(shù)據(jù)規(guī)范，再進(jìn)行統(tǒng)計(jì)。
5，常用數(shù)據(jù)監(jiān)控平臺(tái)
第三方數(shù)據(jù)平臺(tái)+自己研發(fā)的數(shù)據(jù)監(jiān)控平臺(tái)（安全+數(shù)據(jù)完整性考慮）
市面上網(wǎng)站數(shù)據(jù)監(jiān)控工具：免費(fèi)的如google Analytics 和百度統(tǒng)計(jì)。騰訊云分析等
移動(dòng)應(yīng)用監(jiān)測(cè)分析工具：免費(fèi)的相對(duì)好用的如google Analytics 和百度統(tǒng)計(jì)。騰訊云分析，友盟，talking data...
6，數(shù)據(jù)分析流程
a 產(chǎn)品監(jiān)控（對(duì)常規(guī)的一些指標(biāo)進(jìn)行監(jiān)控，發(fā)現(xiàn)問(wèn)題）
b 定義(根據(jù)發(fā)現(xiàn)的問(wèn)題，定義產(chǎn)品研究目標(biāo)和方向)
c 埋點(diǎn)（圍繞問(wèn)題和產(chǎn)品目標(biāo)進(jìn)行數(shù)據(jù)的埋點(diǎn)工作）
d 測(cè)量（獲取用戶的數(shù)據(jù)進(jìn)行測(cè)量）
e 分析（數(shù)據(jù)測(cè)量后進(jìn)行統(tǒng)計(jì)分析，得出結(jié)論）
f 優(yōu)化（根據(jù)結(jié)論做優(yōu)化）
一般會(huì)和BI、用研，開(kāi)發(fā)崗合作，或利用自研或第三方數(shù)據(jù)平臺(tái)完成
7，多種數(shù)據(jù)結(jié)合分析
產(chǎn)品的日志流量數(shù)據(jù)其實(shí)是一個(gè)定量的數(shù)據(jù)，能回答的問(wèn)題是有一定的特點(diǎn)的，一般在分析的過(guò)程中，還會(huì)結(jié)合其他的一些數(shù)據(jù)來(lái)進(jìn)行分析。
流量日志數(shù)據(jù)：回答問(wèn)題產(chǎn)品是怎樣的一個(gè)現(xiàn)狀分析，以及有多少人在用我們的產(chǎn)品，多少人在用某一項(xiàng)功能，有多少用戶發(fā)生了流失。（量化的問(wèn)題是可以通過(guò)日志數(shù)據(jù)分析去完成的，缺陷：不能完全回答為什么會(huì)出現(xiàn)這樣的情況，不能找到問(wèn)題解決的一些原因）
所以我們需要結(jié)合其他一些定量的數(shù)據(jù)：比如實(shí)驗(yàn)的研究數(shù)據(jù)，問(wèn)卷調(diào)查
或者其他一些定性的數(shù)據(jù)：比如用戶訪談，用戶反饋或者可用性測(cè)試
結(jié)合分析，綜合數(shù)據(jù)找到問(wèn)題的原因！
二、基礎(chǔ)分析指標(biāo)及概念
1，常用基礎(chǔ)指標(biāo)
網(wǎng)站分析的基礎(chǔ)指標(biāo)：
PV（Page view）：頁(yè)面瀏覽量，評(píng)價(jià)網(wǎng)站流量最常見(jiàn)的指標(biāo)之一，用戶每一次訪問(wèn)網(wǎng)站中的頁(yè)面均被記錄一次，用戶對(duì)同一頁(yè)面的多次訪問(wèn)，訪問(wèn)量累計(jì)。
UV（unique visitor）：獨(dú)立訪客，指通過(guò)互聯(lián)網(wǎng)訪問(wèn)，瀏覽網(wǎng)頁(yè)的自然人。通過(guò)用戶訪問(wèn)的IP，或者使用的cookie去判斷它是獨(dú)立的一個(gè)人
UPV（unique pageview）：?jiǎn)蝹€(gè)用戶的綜合瀏覽量，反映了單個(gè)用戶的訪問(wèn)互動(dòng)情況，包括訪問(wèn)的深度或者和網(wǎng)站發(fā)生交互的情況。
訪問(wèn)：在一定時(shí)間范圍內(nèi)，網(wǎng)站所有訪問(wèn)者，對(duì)網(wǎng)站發(fā)出訪問(wèn)的總次數(shù)，從訪客來(lái)到網(wǎng)站到最終關(guān)閉網(wǎng)站的所有頁(yè)面離開(kāi)為一次訪問(wèn)。
2，識(shí)別用戶的方式：
IP地址：早期的時(shí)候使用的比較多，現(xiàn)在比較少，也比較容易獲取，缺點(diǎn)：因?yàn)橥粋€(gè)IP地址有可能多個(gè)人使用，同一個(gè)用戶可能使用多個(gè)IP去訪問(wèn)，所以存在誤差。
IP+User Agent：IP地址結(jié)合用戶瀏覽器或者操作系統(tǒng)這樣的信息去定位用戶，精確度有所提高，但也不是非常精確。
Cookie：目前用的比較多的，像google analytics用的就是這個(gè)，用cookie去標(biāo)記用戶的方法。相對(duì)來(lái)說(shuō)精確度提高，但并沒(méi)有像IP地址那樣容易獲得，如果當(dāng)用戶在瀏覽器中禁用cookie，那沒(méi)辦法獲取標(biāo)記的。
USER ID：通過(guò)用戶去注冊(cè)網(wǎng)站后形成的一個(gè)用戶ID，比較精確但不能檢測(cè)未注冊(cè)用戶的一些信息
設(shè)備ID：基于移動(dòng)分析，通過(guò)手機(jī)設(shè)備的ID去識(shí)別用戶，相對(duì)精確性更高一些。
其他：
3，符合指標(biāo)
除了基礎(chǔ)指標(biāo)，還有符合指標(biāo)，也是比較常用的，通過(guò)計(jì)算得出來(lái)的，也用來(lái)分析。
跳出率：指用戶來(lái)到網(wǎng)站，只瀏覽了一個(gè)頁(yè)面就離開(kāi)的訪問(wèn)次數(shù)，占全部訪問(wèn)次數(shù)的百分比?！獊?lái)了就走。比如有一些經(jīng)驗(yàn)性的標(biāo)準(zhǔn)，當(dāng)跳出率<30%，數(shù)據(jù)相對(duì)來(lái)說(shuō)比較正常的，當(dāng)30%<跳出率<50%，可能有一些問(wèn)題?？赡苄枰鲆恍﹥?yōu)化，當(dāng)跳出率>70%。網(wǎng)站存在比較大的問(wèn)題，就需要去做更深一部分的分析和優(yōu)化。（跳出率可以被用來(lái)衡量流量和頁(yè)面質(zhì)量，高跳出率表示用戶對(duì)著陸頁(yè)面不感興趣，沒(méi)有繼續(xù)訪問(wèn)更深入的頁(yè)面，可能頁(yè)面設(shè)計(jì)存在問(wèn)題，也可能導(dǎo)入的用戶不匹配，跳出率可通過(guò)調(diào)整廣告渠道，優(yōu)化頁(yè)面內(nèi)容來(lái)降低）
退出率：訪問(wèn)者離開(kāi)網(wǎng)站被記錄一次退出。退出率：某一范圍內(nèi)退出的數(shù)量/該范圍內(nèi)綜合的訪問(wèn)量。
訪問(wèn)時(shí)長(zhǎng)：網(wǎng)站停留時(shí)間長(zhǎng)，頁(yè)面停留時(shí)間長(zhǎng)，應(yīng)用使用時(shí)長(zhǎng)；訪問(wèn)時(shí)長(zhǎng)是訪問(wèn)質(zhì)量的一個(gè)衡量標(biāo)準(zhǔn)，較長(zhǎng)的訪問(wèn)時(shí)長(zhǎng)表明用戶和產(chǎn)品進(jìn)行了較多互動(dòng)。
訪問(wèn)深度：單個(gè)用戶平均訪問(wèn)的頁(yè)面數(shù)量，就是PV/UV的比值；訪問(wèn)深度也是訪問(wèn)質(zhì)量的衡量標(biāo)準(zhǔn)，可以考察用戶是否和頁(yè)面進(jìn)行了比較多的互動(dòng)，這個(gè)的比值越大，代表網(wǎng)站的粘性也越高。
轉(zhuǎn)化率：和網(wǎng)站設(shè)計(jì)的目標(biāo)是息息相關(guān)的，指在一個(gè)統(tǒng)計(jì)周期內(nèi)，完成轉(zhuǎn)化目標(biāo)行為的次數(shù)占總訪問(wèn)次數(shù)的比率。根據(jù)設(shè)置不同目的進(jìn)行的計(jì)算例如，注冊(cè)轉(zhuǎn)化率，付費(fèi)轉(zhuǎn)化率。 轉(zhuǎn)化率是分析中非常重要的指標(biāo)。
移動(dòng)端基礎(chǔ)指標(biāo)：
與web端略有不同，但分析思路大致相似
新增設(shè)備
累計(jì)設(shè)備
啟動(dòng)次數(shù)
單次使用時(shí)長(zhǎng)：
注意：一定要先了解各個(gè)指標(biāo)來(lái)源和定義，不同平臺(tái)會(huì)有差異。
