前言：

“數(shù)據(jù)”這個詞，是產(chǎn)品經(jīng)理永遠繞不過的話題，但從我多年面試經(jīng)驗看炉媒，很多2-3歲的產(chǎn)品經(jīng)理對數(shù)據(jù)的理解仍是模糊無章法的，鑒于本人也有著2年的數(shù)據(jù)產(chǎn)品經(jīng)驗昆烁，特整理成文吊骤，給產(chǎn)品新人普及一下基本的數(shù)據(jù)知識。

1静尼、基本概念

什么是“移動App的數(shù)據(jù)分析”白粉？為什么要進行“移動App的數(shù)據(jù)分析”？

簡單來說鼠渺，通過在App中進行埋點采集鸭巴，或讀取App存儲在數(shù)據(jù)庫中的業(yè)務數(shù)據(jù)，以一定目的拦盹，將數(shù)據(jù)進行“篩選鹃祖、清洗、加工普舆、解析”恬口，產(chǎn)出對產(chǎn)品設計校读、運營計劃有幫助的結(jié)論的過程，就是“數(shù)據(jù)分析”的過程祖能。持續(xù)的數(shù)據(jù)分析可監(jiān)控產(chǎn)品的運營狀態(tài)歉秫、提升推廣效果、發(fā)現(xiàn)產(chǎn)品問題芯杀、優(yōu)化產(chǎn)品體驗端考。

2、基本術(shù)語

這里舉幾個我常遇到的術(shù)語揭厚，便于同開發(fā)和運營進行溝通却特。

埋點：一般意義上的埋點，是利用如友盟筛圆、Talkingdata等第三方公司的SDK裂明，通過在App中嵌入一段SDK代碼，設定觸發(fā)條件太援，當滿足條件時闽晦，SDK會記錄日志，并將日志發(fā)送到第三方服務器進行解析提岔，并可視化地呈現(xiàn)給我們仙蛉。這一過程就叫埋點。埋點方式也分“簡單埋點”和“自定義埋點”碱蒙，所謂“簡單埋點”就是直接拿到第三方key荠瘪，寫到App代碼的配置文件中即可。而“自定義埋點”則對應一種叫“自定義事件”的功能赛惩，一般第三方統(tǒng)計工具都支持哀墓，我們可通過設置“自定義事件”查看App特定的操作行為數(shù)據(jù)，如點擊按鈕次數(shù)喷兼、打開指定頁面次數(shù)等篮绰，通常創(chuàng)建“自定義事件”都需要產(chǎn)品經(jīng)理告知開發(fā)App的哪些條件下需要觸發(fā)“自定義事件”，以及觸發(fā)時要如何通過不同參數(shù)區(qū)分不同的點擊行為季惯。如同樣是點擊按鈕事件吠各，可通過設置參數(shù)“Action”，來區(qū)分Action=Yes和Action=No這兩個按鈕分別點擊的次數(shù)星瘾。整個埋點流程如下圖所示：

維度：維度就是指我們平時看事物的角度走孽，也可理解成分析一個數(shù)據(jù)能從哪些方面去分析，這些“角度”都是有值且可被枚舉的琳状。比如我們注冊用戶數(shù)有10萬磕瓷，那可分析的維度有：用戶所在省份、用戶性別、用戶角色困食、用戶來源等边翁。不同維度來觀察數(shù)據(jù)，可以得出不同結(jié)論硕盹，能否拓展觀察維度符匾，也是評估數(shù)據(jù)分析能力的一個關鍵。

度量：度量和維度相輔相成瘩例，是指可量化的數(shù)值澄成，用于考察不同維度觀察的效果强霎，也可理解成“數(shù)據(jù)指標”。觀察度量值可總體查看，如App總用戶數(shù)包吝，也可配合“維度”分層查看棕孙，如不同省份的注冊用戶數(shù)遮婶、活躍用戶數(shù)蹋艺，不同來源的App啟動次數(shù)、平均日使用時長等善绎。

渠道：指App的不同安裝來源黔漂，如通過第三方應用市場安裝，通過廣告點擊安裝禀酱，通過地推二維碼掃碼安裝炬守，通過官網(wǎng)下載安裝等〖粮互聯(lián)網(wǎng)公司的商務工作一般就是拓展渠道劳较，觀察不同渠道帶來的數(shù)據(jù)表現(xiàn)，不斷優(yōu)化渠道質(zhì)量浩聋。

3、基本指標

注：以下所說的指標臊恋，均以移動App常見的核心指標為主衣洁，不涉及業(yè)務相關指標。目的是希望產(chǎn)品經(jīng)理在談起某個數(shù)據(jù)時抖仅，能統(tǒng)一認識坊夫。

新增用戶：安裝App后，首次啟動App的設備數(shù)撤卢，需要按“設備號”去重环凿。新增用戶主要為了衡量推廣效果，以及當前產(chǎn)品在整個生命周期所處階段放吩。

活躍用戶：時間段內(nèi)智听，啟動過App的設備數(shù)，需要按“設備號”去重〉酵疲活躍用戶主要為了衡量運營效果考赛，以及產(chǎn)品使用情況。

啟動次數(shù)：時間段內(nèi)莉测，啟動App的次數(shù)颜骤，無需去重。啟動次數(shù)主要為了衡量推送效果捣卤，以及App的內(nèi)容是否足夠吸引人忍抽。

留存率：時間段內(nèi)的新增用戶，經(jīng)過一段時間仍啟動App的用戶董朝，占原新增用戶的比例鸠项。“時間段”的劃分方式有：按日益涧、按周锈锤、按月，對應指標還可細分為“日留存率闲询、周留存率久免、月留存率”。而“經(jīng)過一段時間”的劃分方式有：次日扭弧、7日阎姥、14日；次周鸽捻、+2周呼巴；次月、+2月等御蒲。一般一款App的次日留存率為30-40%衣赶，次月留存率為20%，已經(jīng)算是不錯的成績了厚满。

使用時長：時間段內(nèi)府瞄，從啟動到結(jié)束App使用的總時長。所謂“結(jié)束App”碘箍，通常指殺掉進程遵馆，或者將App退到后臺超過30秒。一般會按“人均使用時長丰榴、次均使用時長货邓、單次使用時長”分析，衡量產(chǎn)品粘性和活躍情況四濒。

使用頻率：用戶上次啟動App的時間换况，與再次啟動的時間差职辨。使用頻數(shù)分布，可觀察到App對用戶的粘性复隆，以及運營內(nèi)容的深度拨匆。

4、基本技術(shù)

數(shù)據(jù)采集技術(shù)——抓包挽拂。所謂“抓包”惭每，一般指觀察App上傳到服務器上的數(shù)據(jù)都有哪些。通過“抓包”觀察亏栈，一方面可判斷自家App是否正確上傳了想要統(tǒng)計的數(shù)據(jù)台腥，另一方面還可抓取到手機上安裝的其他App的上傳數(shù)據(jù)，用來分析競品內(nèi)容更新情況绒北。一般在Mac系統(tǒng)上黎侈，我習慣用Charles工具，Windows系統(tǒng)可以用Wireshark闷游。當然抓到的數(shù)據(jù)如果想進行詳盡分析峻汉，需要一點基本的http協(xié)議知識和json格式知識。

數(shù)據(jù)提取技術(shù)——sql語言脐往。sql語言一般用于從數(shù)據(jù)庫中進行數(shù)據(jù)的增刪改查休吠，需要企業(yè)運維人員或DBA人員開啟權(quán)限才可訪問，大公司的產(chǎn)品經(jīng)理基本沒機會用到业簿，但如果你是小公司的高級產(chǎn)品經(jīng)理瘤礁，且和技術(shù)商議僅開啟只讀權(quán)限，還是可以嘗試使用的梅尤。

以我個人經(jīng)驗柜思，掌握sql只是基本要求，更關鍵的在于了解數(shù)據(jù)庫表結(jié)構(gòu)和關聯(lián)關系巷燥，以及你提取數(shù)據(jù)的思路赡盘，sql只是工具而已。sql語言本身也和數(shù)據(jù)庫軟件相關缰揪，推薦學習mysql的sql語法亡脑，簡單易試。至于語句邀跃，只要掌握group by的維度，where的限制條件蛙紫，還有join語句的表連接邏輯拍屑，基本就能應對80%的數(shù)據(jù)查詢需求，剩下的就是熟能生巧了坑傅。

數(shù)據(jù)處理技術(shù)——Excel僵驰、Python、JS。提取出來的數(shù)據(jù)蒜茴，要深入分析星爪，肯定得進行二次加工。按使用的難度高低粉私，需要掌握工具如下：

Excel：大名鼎鼎的office工具顽腾，有著極其強大的數(shù)據(jù)處理能力。常用數(shù)據(jù)分析功能有透視表和命令行诺核。推薦一個我喜歡的處理命令：

VLOOKUP：這是一個查找函數(shù)抄肖，給定一個查找目標，它就能從指定的查找區(qū)域中返回想要查找到的值窖杀。它的基本語法為：

VLOOKUP（查找目標漓摩，查找范圍，返回值的列數(shù)入客，false）

我們可在一堆數(shù)據(jù)中管毙，根據(jù)指定條件，進行二次篩選桌硫，非常方便夭咬。當然這個函數(shù)的作用還不止如此，有興趣的同學可以深入研究一下鞍泉。

此外皱埠，包括COUNTIF、IF等判斷語句咖驮，也是篩選數(shù)據(jù)非常好用的函數(shù)边器。

Python、JS：Python托修、JS其實是一種通用腳本語言忘巧，不止適用于數(shù)據(jù)分析，但由于其安裝睦刃、使用方便砚嘴，函數(shù)庫豐富，特別適合有開發(fā)基礎的同學嘗試涩拙。舉個例子际长，mysql提取出來的數(shù)據(jù)，DBA通常會以Excel格式提供兴泥，簡單的二次處理可用Excel完成工育，但涉及根據(jù)業(yè)務不同，要根據(jù)Excel做數(shù)據(jù)的條件判斷計算搓彻，以及循環(huán)處理如绸，就要借助第三方開發(fā)語言了（當然Excel自帶的VBA也很強大）嘱朽。此外，如果希望以更可視化的方式查看數(shù)據(jù)怔接，還可通過JS技術(shù)搪泳，調(diào)取第三方開發(fā)庫，如百度地圖的API扼脐，進行更豐富的呈現(xiàn)岸军。比如之前我在e代駕做的車輛運行軌跡圖：

5、基本分析方法

介紹幾個常用的數(shù)據(jù)分析思路：

對比：字面上理解谎势，就是非孤立地看數(shù)據(jù)凛膏，而是多個數(shù)據(jù)提取進行比較。根據(jù)對比方法不同脏榆，分為“橫向?qū)Ρ取焙汀翱v向?qū)Ρ取薄?/p>

橫向?qū)Ρ龋褐缚臻g維度的對比猖毫。相當于一個指標，在不同條件下的對比须喂，但每個條件都屬于一個層級吁断。舉個例子，App功能的A/B測試數(shù)據(jù)對比坞生，各個渠道的新增用戶對比仔役，都屬于橫向?qū)Ρ取?/p>

縱向?qū)Ρ龋褐笗r間維度的對比。一般的對比方法有：同比是己、環(huán)比又兵。同比一般指是指本期數(shù)據(jù)與上年同期數(shù)據(jù)對比，環(huán)比則是本期統(tǒng)計數(shù)據(jù)與上期比較卒废。觀察時間軸上的數(shù)據(jù)折線圖來判斷產(chǎn)品運營狀態(tài)也是一種縱向?qū)Ρ取?/p>

拆分：分析這個詞沛厨，從字面意義上理解，就是“拆分”和“解析”摔认，當某個維度對比后發(fā)現(xiàn)問題需要找原因時逆皮，就需要進一步“拆分”了。舉個例子参袱，如果發(fā)現(xiàn)某日的銷售額只有昨日的50%电谣，就需要對銷售額指標拆分為：成交用戶數(shù) x 客單價，而成交用戶數(shù) = 訪客數(shù) x 轉(zhuǎn)化率抹蚀。那么我們接下來就可分別針對：訪客數(shù)剿牺、轉(zhuǎn)化率、客單價环壤，觀察今日和昨日相比的數(shù)據(jù)變化晒来，找出原因。

降維：當維度太多時镐捧，我們不可能全部分析潜索，這時就要篩選出有代表性的關鍵維度，去除掉那些無關數(shù)據(jù)懂酱，這就是“降維”竹习。比如“成交用戶數(shù) = 訪客數(shù) x 轉(zhuǎn)化率”，當同時存在這三個指標時列牺，其實我們只要三選二就能得出結(jié)論了整陌。

增維：增維和降維是相對的，如果當前觀察的維度無法解釋當前問題瞎领，就需要對數(shù)據(jù)進行運算泌辫，多增加一個指標。在可視化分析領域九默，也可將不同類型的圖表嵌套使用震放，能達到增加信息展現(xiàn)維度，擴展分析廣度的目的驼修，如下圖所示：（將環(huán)形圖和折線圖進行增維嵌套）殿遂。

分組：也可叫聚類，合適的分組能更好地理解業(yè)務和場景乙各。例如用戶畫像過程墨礁，就是一個按不同維度對數(shù)據(jù)分組的過程。通過用戶畫像耳峦，可以很清晰地知道產(chǎn)品的用戶地區(qū)恩静、用戶興趣、用戶年齡蹲坷、用戶性別等屬性占比驶乾，產(chǎn)品經(jīng)理可通過畫像進一步了解用戶需求。

漏斗分析：主要用于分析產(chǎn)品使用的關鍵路徑冠句，通過設定一系列操作步驟轻掩，統(tǒng)計每一步中的操作用戶數(shù)，并將用戶數(shù)以柱狀圖縱向排列懦底，就可形成用戶流失漏斗唇牧，我們可分析漏斗每個環(huán)節(jié)的流失率，并觀察改進環(huán)節(jié)交互體驗后聚唐，流失用戶的變化情況丐重，以此來驗證改動效果。

AARRR模型：該模型一般用于游戲數(shù)據(jù)分析杆查，是Acquisition扮惦、Activation、Retention亲桦、Revenue崖蜜、Refer浊仆，這五個單詞的縮寫，分別對應一款移動應用生命周期中的5個重要環(huán)節(jié)豫领。AARRR本身是一個循環(huán)抡柿，使用者需觀察每個環(huán)節(jié)的數(shù)據(jù)情況，以此來分析產(chǎn)品是否在執(zhí)行一個正循環(huán)過程等恐。這其中的任一環(huán)節(jié)除了問題洲劣，都會導致產(chǎn)品數(shù)據(jù)的異常。

6课蔬、總結(jié)

以上內(nèi)容囱稽，從“基本概念、基本術(shù)語二跋、基本指標战惊、基本技術(shù)、基本分析方法”這幾個方面同欠，講解了產(chǎn)品經(jīng)理應了解的基本數(shù)據(jù)知識样傍，其實每個方面都可再深入講解，但由于篇幅有限铺遂，只能擇期再開新話題衫哥，有興趣的同學可私信溝通~

===============================

作者申悅 ?6年產(chǎn)品汪 現(xiàn)紅演圈公司產(chǎn)品VP

本文為作者原創(chuàng)，未經(jīng)作者允許襟锐，嚴禁第三方轉(zhuǎn)載撤逢，謝謝~