今天开始,二手要开始一个新的题,基际案例,来和大家聊一聊「关数据分析那些事儿」。本期是开篇,简单介绍数据分析思维模,今后我们会结合更多案例来数据分析做进步阐述。
一、数据分析的思维模式
1. 数据有么
日的工作中,二手经面对项目汇报、项目复盘和 KPI绩效考核等之类的考验。试想,在一个项目汇报中,是你唾液横飞的阐述自己的观想法具有说,还是展示几张规整的数据增长曲线具有说呢?答案显然是后者。,数据和数据分析在工作中是非实的并且非重要的。
2. 怎样进行数据分析
从么地方着手数据分析,怎样进行数据分析,及怎么获取数据等,这些问题曾经深深的困扰着二手。后来,在慢慢的摸索中,二手发现:如果从数据分析的思维层面来说,这实就是两个方面的探索和思考——维和指标。
数据分析归根结实是:根据你的初始目的同,制定同的维,及得到同维指标数据,最后可视的方式展示来。
3. 数据分析的思维模式
维:维是事物或现象的某种特征。
举个例子:你想要了解某个 APP 用户为,那么,你可能需要关注用户在该页访问时长、流失率、各个模块击率等。这里说访问时长、流失率、击率其实都是为了分析用户为而要了解各个维度。
举个例子:你想要道用户的忠诚度,你需要更的关注产品的用户留存、访问频度等度。
总的维度的选择看的初始目的什么。
指标:用于衡量事物发展程度的位或方法。
再看上面的例子:指标就是上面到的各个维的具体数值。
从分类来讲,指标可以分为绝数指标和相数指标。绝数指标反映是规模大小指标,如:口数、GDP、收入、用户数,而相数指标主要用来反映质量好坏指标,如:利润率、留存率、覆盖率等。
二、三个常用的数据分析维度
以电商业为例,手和大家分享三个常用数据分析维度。
1. 体趋势分析
过日常体数据分析,可以快速掌握这个品体状况,及时响应出现异常波动。
举个例子: UV、PV 在数据指标上有明显的异动,果不是一预测原因(618或者双11预热阶段数据下降),么很能页面或者场出某问题,需要及时关注。
再举例子:如果当页面、场景的UV 或者整体 APP 的 UV 呈持续下滑趋势,明用户可能对当页面越越不感趣了。
体的景不同,PV 和 UV 的趋势可能会反映不同的息,在支付购买等重决策流程中,在转化率不变的情况下,比值低了说流程顺畅,用户体验相对较好。而阅读编辑性的页面一来讲,比值高些会好。
2. 流程效率析
在一个多控件组的页面上做了细致的埋点,每个埋点的体指标则代表了用户对该模块的关注和使用程度。一通过对比这些埋点的数据来判断模块间的布局是否理。
举个例子:在商详情页中,二手之前为最的「立即购」或者「入购物车」是点击率较的模,可是通过埋点数据显示,「规格」的点击数据竟然「立即购」还要,这很乎意,通过埋点数据可得,在日后的优中,规格的显示重被突。
3. 用户行为分析
户行为分析涉及的点很广,如户设备终端分析、地域分析、户在某场景的停留时长、转率、流失率等等,具体的指标好坏要结合具体的场景分析。
举个例子:分析用户流失率时,可能会有多条路径,是接返回、跳转到处,是断报,不情况可能应不问题。如接返回过高,可能是用户商品不感兴趣;如跳转到处过高,有可能是模块设不合理,被引流走掉了;如是断报,则可能是系统问题,也可能是没有用户很好指引,用户接途退出。
以上是数据分析的思模式,即根据场梳理要关注的度,结合度的具指标来做分析。
接下,二手会努力准备一些实际案例一详细阐述。待家的关注。
欢迎关注作者的公众号:「二计」
图片素材作者:Paarth Desai