Data Analysis

数据分析

数据分析的本质是解决某一个业务问题。

分析让业务更加清晰，让决策更加高效
数据分析可用来解决企业的难题，识别机遇，规避风险，诊断问题

阿里技术：数据分析是指有针对性的收集、加工、整理数据，并采用统计、挖掘技术分析和解释数据。数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。

猫耳朵：数据分析是指用适当的统计、分析方法对收集来的大量数据进行分析，提取有用信息和形成结论，并对数据加以详细研究和概括总结的过程。

在数据来源正确的前提下，进行数据分析的方法可分为

定性分析：对事物的性质作出判断——“是什么”
定量分析：对事物的数量作出统计——“有多少”

数据分析就是定性分析与定量分析相互结合、不断验证的过程。
提出假设、设计方案、分析数据、验证或推翻假设，最后抽丝剥茧，逐渐接近真相。

用户研究：通过对网站访问量、应用行为统计登数据的分析，从中发现用户使用产品的情况，从中总结出一定的规律和趋势，供其他部门（市场营销、产品规划等）制定决策用。

问题

方法

AARRR模型
波特五力模型
SWOT分析模型
SPACE矩阵（战略第位与行动评价矩阵）
SCP分析模型
战略钟
波士顿分析矩阵
GE行业吸引力矩阵
三四矩阵
价值链模型
ROS/RMS矩阵
Post not found: 数据分析-ABtest ABtest

指标/定义

不同行业

电商

电商用户的转化漏斗一般是：

graph LR;
    访问--> 注册;
    注册-->搜索;
    搜索-->浏览;
    浏览-->加入购物车;
    加入购物车-->支付;

以及可能的“未来的退货”。

文化娱乐

微博

如何提升微博付费会员数量？
用户动机角度
- 身份特权：微博红名、挂件、尊贵标识、优质昵称等
- 功能特权：带图评论、悄悄关注、编辑已发布内容、粉丝认证号等
1. 对提升用户会员身份感知进行拆解分析
2. 对功能进行拆解分析
会员本身角度
- 会员定价策略
- 会员付费模式

视频

设置哪些指标来判断视频质量好坏，如何与是否推荐精准区别
从用户行为角度分析
用户的行为包括：点击进入（点击率）、观看（视频观看进度完成率）、转评赞（转评赞点击率）、关注创作者（关注率）等等
从用户行为区别质量差的视频和推荐不精准但质量好的视频
- 质量差：点击进入后观看一段时间（如10s以上）然后退出；在给大量用户推荐后仍不会产生大量的转评赞
- 推荐不准但质量好：用户不会点击进入，或点击后发现不感兴趣在5s内退出；视频在广泛推荐后，转评赞的产生率和数量高，并且由该视频产生的关注点击率高
长短视频的区别以及彼此的优势与改进思路
从内容角度分析

	长视频	短视频
内容类型	成系列的剧集、综艺、电影等	信息流
时间	$\geq 5$分钟	$<5$分钟
内容产生	平台提供	用户上传

从用户行为角度分析

	长视频	短视频
使用场景	需要较长时间观看	可在碎片化时间观看
	常在电视机、电脑上观看	在手机上观看
软件使用	转频赞、发弹幕、切换需要多步操作	无缝衔接一步切换

从盈利模式角度分析

	长视频	短视频
广告	视频前广告植入	精准匹配广告短视频
会员	跳过广告、观看会员剧集	针对创作者的会员权益

在线旅游

求职网站

求职网站变现的三种思路：

用户信息收费
用人企业发布广告费用
猎头借助平台寻找精英的数据使用费用

用户增长渠道：

电子邮件邀请
用户被动地接受信息
搜索
用户主动地获取信息

即时通信

陌陌

主推陌生人交友特性，基于地理位置的“看附近的人”是其早期引爆增长的卖点
陌陌内部对每天“活跃用户”的定义是“登录成功并提交地理位置一次”

其他

初创公司的常见问题：
如何提升转化率？
如何提高留存度？
早期进来的用户一般是核心用户，留存度相对较高；后期拉来的用户相对黏度比较低。
创业公司不同阶段如何用好数据？
早期靠直觉，后期靠科学
如何设置指标评价新手教程的优劣？
从用户行为角度
- 查看功能介绍：页面停留时间
- 点击下一步/关闭：点击率、“跳过”率
从功能实现角度
- 查看感兴趣内容：感兴趣模块的点击率、活跃程度（转赞评、在线时间）
- 特色功能：特色功能的使用情况
从用户反馈角度
- 搜索建议中点击量、搜索量
- 是否在搜索引擎中搜索某个功能

工具

A/B test

网站Optimize.ly
网站Unbouce

应用统计分析

移动应用统计分析平台：

Google Analytics
友盟
Talking Data

Skye

数据分析 | 汇总