數(shù)據(jù)分析方法心得體會

數(shù)據(jù)分析方法心得體會在對一款產品或者一款產品的其中的一個模塊進行分析時，我們可以從兩個大緯度去分析數(shù)據(jù)首先是從廣闊的視角先去查看數(shù)據(jù)，這里需要對該產品所處的行業(yè)數(shù)據(jù)有一個清晰的了解，該產品所處的行業(yè)自己所處的市場占有率的排名，一般市場占有率指的是用戶的占有量，一般從行業(yè)報告可以看出大概的數(shù)據(jù)。然后接下來需要分析這款產品的總的數(shù)據(jù)情況，比如下載量、DAU,WAU,MAU等，以及該產品的最核心的數(shù)據(jù)是什么，并且如何有可能從側面去了解這款產品的競品的相關數(shù)據(jù)是什么。當了解完以上這些總體的信息、，我們心中應該對自己所負責的產品有了一個宏觀的概念，自己在行業(yè)內所處的位置，以及現(xiàn)在最需要提升哪些數(shù)據(jù)指標都有了一個清晰的認識。接下來就可以從大緯度切入到小緯度，進一步去分析一些細節(jié)的數(shù)據(jù)。例如重要的數(shù)據(jù)信息，包括用戶的基本的構成信息，每個模塊自己建立的漏斗信息等。一般在做分析的時候應該注意的是數(shù)據(jù)的異?，F(xiàn)象，出現(xiàn)局部的極值（包括極大值和極小值）都需要進行分析。什么才是好數(shù)據(jù)指標在做數(shù)據(jù)分析的過程中，我們需要了解什么樣的數(shù)據(jù)才是好數(shù)據(jù),如果單純地去看一個數(shù)據(jù)是沒有太大意義的，數(shù)據(jù)本身也具有相應的欺騙性，比如從運營同學那得到了日新增用戶數(shù)1W,那么單純看這個數(shù)據(jù)沒有什么意義，我們可以說這個數(shù)據(jù)很好，因為看上去很大，但是你可能沒有看到同期的數(shù)據(jù)，有可能昨天的數(shù)據(jù)達到了2W。.不要絕對數(shù)據(jù)和相對數(shù)據(jù)好的數(shù)據(jù)一定是首先最好是以比率的形式存在的，不要絕對數(shù)，要相對數(shù)據(jù)。比如上面的那個數(shù)據(jù)我們換成增長率，換成環(huán)比這個數(shù)據(jù),我們就可以進一步的了解到這個數(shù)據(jù)的好壞.通過對比來判斷數(shù)據(jù)的好壞我們將數(shù)據(jù)的日增長量做成一個折線圖，從折線圖我們就能看出這個數(shù)據(jù)是在高點還是在低點。通過對比，我們就會得知這個數(shù)據(jù)所處的位置是什么樣的。另外，通過對比不同的渠道。對比不同的版本，對比不同的用戶群等不同緯度的數(shù)據(jù)，都可以從側面反映出這個數(shù)據(jù)的真實情況。.數(shù)據(jù)不是一成不變的情況，要動態(tài)的去看數(shù)據(jù)單純只看一個點的數(shù)據(jù)情況是沒有意義的，我們要在數(shù)據(jù)中加入時間的緯度。引入一段單位的時間去看待數(shù)據(jù)整體的變化趨勢，這樣才能更為客觀的判斷產品的健康程度。發(fā)現(xiàn)數(shù)據(jù)異常后分析有時候從總量的角度是無法洞察出一些問題的。比如在某段時間內,下載量出現(xiàn)了下跌，我們需要去找到這個當中問題出現(xiàn)在哪里。從總量的角度看，安卓的渠道要比IOS的總量大很多，這并不能說明問題。那么我們首先需要將時間的緯度引入到當中，將這幾個月緯度的數(shù)據(jù)進行對比，一定可以看到在安卓當中有一個月份的數(shù)值相比其他較低。然后我們再去看這個月份的情況。般情況下，在找到這個異常會先從渠道的角度去分析，查看是哪個渠道發(fā)生了異常的現(xiàn)象。在針對性的去對渠道進行優(yōu)化。然后我們還可以從版本的角度去分析，去查看最近近期是否有新版本的更新，如果有新版本的更新，是否設置了新的功能出現(xiàn)了BUG等問題無法解決，導致了用戶出現(xiàn)卸載應用的情況。當然這些角度都要加入時間的緯度去判斷。另外，數(shù)據(jù)異常也不一定是壞事情。比如在分析用戶行為的過程中，如果發(fā)現(xiàn)了某些類別的用戶的關鍵指標表現(xiàn)良好，那么就一定要分析為什么這些用戶的數(shù)據(jù)表現(xiàn)為什么十分良好，這也是增長黑客的分析思路。比如在facebook早期發(fā)現(xiàn)，如果一名用戶在剛使用產品的早期可以快速添加10明好友以上的用戶，這類的用戶的活躍程度就明顯高于其他的用戶。在比如airbnb在早期發(fā)現(xiàn)那些放置的照片|分精美的住家的出租率較好，發(fā)現(xiàn)了這個特性后，內部產品技術團隊又進行了一次AB測試，發(fā)現(xiàn)果然是存在這樣的優(yōu)化點。所以在早期一個關鍵的指標就是如何能快速提高用戶添加其他好友的數(shù)量。這里需要我們從底層數(shù)據(jù)分析當中要注意對用戶進行分層的處理，從不同的緯度分層找到數(shù)據(jù)異常的族群，找到共性，歸納表現(xiàn)良好的用戶的共性，然后將其作為優(yōu)化的指標進行優(yōu)化。關鍵指標與產品不同階段制定的關鍵指標應該隨著產品的階段性變化發(fā)生變化的。在做數(shù)據(jù)分析的之前，需要我們對我們分析的目標進行確認，每個階段的目標也存在著不同的目標，是為了增強用戶粘性，還是為了提升營收，或者是為了提高病毒傳播系數(shù)。比如在對渠道的判斷中，不能只關心拉過來的新用戶量，最重要的是我們要關心這些新拉過來的用戶對產品的關鍵指標