易觀數(shù)據(jù)不僅是數(shù)據(jù)處理工具，更是場(chǎng)景式的數(shù)據(jù)分析教材提陶，因此烫沙，他不單能適試用于企業(yè)，也適用于每個(gè)人隙笆。

一锌蓄、撰稿目的

1.了解互聯(lián)網(wǎng)金融（本行）用戶使用場(chǎng)景趨勢(shì)、培養(yǎng)思想沉淀的習(xí)慣撑柔、鍛煉文檔撰寫(xiě)能力瘸爽。

2.理解數(shù)據(jù)埋點(diǎn)搭建及核心價(jià)值、增值業(yè)務(wù)铅忿，建立全局觀.

3.學(xué)習(xí)數(shù)據(jù)分析框架及信息可視化剪决、數(shù)據(jù)模型化、分析工具化檀训、內(nèi)容個(gè)性化的柑潦、解讀互動(dòng)化的開(kāi)發(fā)方法。

4.學(xué)會(huì)將繁瑣的內(nèi)容轉(zhuǎn)化為結(jié)果峻凫，深入淺出的說(shuō)明問(wèn)題渗鬼。

5.學(xué)習(xí)易觀智庫(kù)敏捷開(kāi)發(fā)設(shè)計(jì)及交互設(shè)計(jì)。

二荧琼、易觀智庫(kù)業(yè)務(wù)分析

1.基于新媒體經(jīng)濟(jì)（互聯(lián)網(wǎng)譬胎、移動(dòng)互聯(lián)網(wǎng)、電信等）發(fā)展研究成果的商業(yè)信息（終端铭腕、內(nèi)容银择、渠道）一站式服務(wù)平臺(tái)。

2.國(guó)內(nèi)外政府累舷、企業(yè)浩考、投資機(jī)構(gòu)以及專業(yè)人士進(jìn)行科學(xué)決策的信息源和決策工具。

3.提供企業(yè)/網(wǎng)民分析被盈、?產(chǎn)品市場(chǎng)數(shù)據(jù)析孽、行業(yè)應(yīng)用分析搭伤、行業(yè)發(fā)展監(jiān)測(cè)數(shù)據(jù)、分析師觀點(diǎn)數(shù)據(jù)/信息庫(kù)袜瞬。

4.2013年開(kāi)始從事移動(dòng)互聯(lián)網(wǎng)研究怜俐，傳承自Gartner的方法論體系。

三邓尤、名詞解釋

1.維度：

指人們分析事物的角度拍鲤。比如，分析活躍用戶汞扎，可以從時(shí)間的維度季稳，也可以從地域的維度去看，也可以時(shí)間澈魄、地域兩個(gè)維度組合去分析景鼠。 有層次關(guān)系的維度，就可以根據(jù)分析需求改變維的層次痹扇，變換分析的粒度鉆取铛漓，比如分析活躍用戶，從地域這個(gè)維度類型上鲫构，可以細(xì)分到省份浓恶、城市、縣芬迄、鄉(xiāng)鎮(zhèn)的用戶问顷，也可以向上匯總。

不同維度有的是相互獨(dú)立的禀梳，比如時(shí)間維度和地域維度杜窄；但有些維度是有層次關(guān)系的，比如省份維度和城市維度算途。

維度也可以分為定性維度和定量維度（根據(jù)數(shù)據(jù)類型劃分）塞耕。數(shù)據(jù)類型為字符型即定性維度，如城市嘴瓤、性別等扫外；數(shù)據(jù)類型為數(shù)值型數(shù)據(jù)的即定量維度，如收入廓脆、年齡筛谚、消費(fèi)金額等，定量維度一般需要數(shù)值分組處理停忿，比如年齡劃分為20歲以下驾讲，20~29歲，30~39歲等。

注：維度一定是有可以枚舉的值吮铭，比如時(shí)間這個(gè)維度類型下有日时迫、周、月谓晌、季掠拳、年這些維度，季的維度值是：Q1纸肉、Q2溺欧、Q3、Q4毁靶。

2.度量：指量化的數(shù)值胧奔，通常會(huì)叫做“指標(biāo)”，比如活躍用戶數(shù)预吆、使用時(shí)長(zhǎng)、打開(kāi)次數(shù)是最基礎(chǔ)的分析應(yīng)用運(yùn)營(yíng)情況的三個(gè)指標(biāo)胳泉。 除了被稱為指標(biāo)外拐叉，還有一些分析場(chǎng)景中，會(huì)用度量A和度量B經(jīng)過(guò)一些計(jì)算扇商，得到一個(gè)新的度量C凤瘦，通常稱之為“衍生指標(biāo)”。

3.人均單日使用時(shí)長(zhǎng)：在所選時(shí)間段內(nèi)案铺，APP或領(lǐng)域平均每天被每個(gè)用戶打開(kāi)的次數(shù)蔬芥。計(jì)算公式：使用時(shí)長(zhǎng) / 日均活躍人數(shù) / 周期內(nèi)天數(shù)（日度平均算法）

4.日均活躍人數(shù)：在所選時(shí)間段內(nèi)，APP或領(lǐng)域平均每天的活躍用戶數(shù)控汉；期間用戶主觀打開(kāi)過(guò)至少一次APP笔诵，即算活躍用戶。數(shù)據(jù)維度：周/月/季姑子。計(jì)算公式：sum（周期第一天~最后一天的活躍人數(shù)）/周期內(nèi)天數(shù)

5.用戶活躍度：在統(tǒng)計(jì)周期內(nèi)乎婿，用戶使用APP間隔時(shí)間的平均值；街佑，比值代表用戶平均幾天使用一次谢翎，數(shù)值越接近1表示用戶活躍度越大。

6.人均單日使用時(shí)長(zhǎng)：在所選時(shí)間段內(nèi)沐旨，APP或領(lǐng)域平均每天被每個(gè)用戶打開(kāi)的次數(shù)森逮。計(jì)算公式：使用時(shí)長(zhǎng) / 日均活躍人數(shù) / 周期內(nèi)天數(shù)（日度平均算法）

7.絕對(duì)活躍用戶滲透率：在所選時(shí)間段內(nèi)，APP的活躍用戶占該全網(wǎng)網(wǎng)民的比例磁携。數(shù)據(jù)維度：月/季褒侧。計(jì)算公式：APP的活躍人數(shù)/全網(wǎng)網(wǎng)民的活躍人數(shù)

8.相對(duì)活躍滲透率：在所選時(shí)間段內(nèi)，APP的活躍用戶占該APP所屬領(lǐng)域活躍用戶的比例。數(shù)據(jù)維度：月/季璃搜。計(jì)算公式：APP的活躍人數(shù)/APP所屬領(lǐng)域的活躍人數(shù)

9.活躍用戶(APP)：在所選時(shí)間段內(nèi)拖吼，用戶主觀打開(kāi)過(guò)至少一次APP，即算活躍用戶这吻〉醯担活躍用戶(領(lǐng)域)：在所選時(shí)間段內(nèi)，用戶主觀打開(kāi)過(guò)領(lǐng)域中任意APP至少一次唾糯，即算領(lǐng)域的活躍用戶怠硼；同一個(gè)用戶使用領(lǐng)域中多個(gè)APP僅算一個(gè)活躍用戶。數(shù)據(jù)維度：日/周/月/季移怯。

10.分時(shí)絕對(duì)滲透率：在所選時(shí)間段內(nèi)香璃，APP的活躍用戶在24個(gè)時(shí)段內(nèi)，分別在全網(wǎng)的滲透率舟误。計(jì)算公式：APP分別在24個(gè)時(shí)段內(nèi)的活躍人數(shù)/全網(wǎng)網(wǎng)民的活躍人數(shù)

11.分時(shí)啟動(dòng)次數(shù)：在所選時(shí)間段內(nèi)葡秒，APP分別在24個(gè)時(shí)段內(nèi)的被打開(kāi)的次數(shù)總和。

12.次月留存率：在統(tǒng)計(jì)周期內(nèi)嵌溢，新安裝用戶在次月依然使用APP的用戶占比眯牧。計(jì)算公式：上月新安裝在當(dāng)月仍然活躍的人數(shù)/上月新安裝的人數(shù)

13.分時(shí)活躍人數(shù)：在所選時(shí)間段內(nèi)，APP分別在24個(gè)時(shí)段內(nèi)的活躍用戶數(shù)總和赖草。

14.使用時(shí)長(zhǎng)：在所選時(shí)間段內(nèi)学少，APP或領(lǐng)域的活躍用戶使用APP的時(shí)長(zhǎng)總和。數(shù)據(jù)維度：日/周/月/季秧骑。

15.啟動(dòng)次數(shù)：在所選時(shí)間段內(nèi)版确，APP或領(lǐng)域的活躍用戶打開(kāi)APP的次數(shù)總和。 數(shù)據(jù)維度：日/周/月/季乎折。

16人均使用時(shí)長(zhǎng)：在所選時(shí)間段內(nèi)绒疗，APP或領(lǐng)域平均被每個(gè)用戶使用的時(shí)長(zhǎng)。數(shù)據(jù)維度：日/周/月/季笆檀。計(jì)算公式：使用時(shí)長(zhǎng) / 活躍人數(shù)

17.分時(shí)人均使用時(shí)長(zhǎng)：在所選時(shí)間段內(nèi)忌堂，APP的活躍用戶分別在24個(gè)時(shí)段內(nèi)平均每個(gè)用戶使用APP的時(shí)長(zhǎng)。計(jì)算公式：APP分別在24個(gè)時(shí)段內(nèi)的使用時(shí)長(zhǎng)/APP分別在24個(gè)時(shí)段內(nèi)的活躍人數(shù)

18.人均單日啟動(dòng)次數(shù)：在所選時(shí)間段內(nèi)酗洒，APP或領(lǐng)域平均每天被每個(gè)用戶打開(kāi)的次數(shù)士修。計(jì)算公式：?jiǎn)?dòng)次數(shù) / 日均活躍人數(shù) / 周期內(nèi)天數(shù)（日度平均算法）

19.人均啟動(dòng)次數(shù)：在所選時(shí)間段內(nèi)，APP或領(lǐng)域平均被每個(gè)用戶打開(kāi)的次數(shù)樱衷。數(shù)據(jù)維度：日/周/月/季棋嘲。計(jì)算公式：?jiǎn)?dòng)次數(shù) / 活躍人數(shù)

20.日均使用時(shí)長(zhǎng)：在所選時(shí)間段內(nèi)，APP或領(lǐng)域平均每天被使用的總時(shí)長(zhǎng)矩桂。數(shù)據(jù)維度：周/月/季沸移。計(jì)算公式：sum（周期第一天~最后一天的使用時(shí)長(zhǎng)）/周期內(nèi)天數(shù)

21.分時(shí)使用時(shí)長(zhǎng)：在所選時(shí)間段內(nèi)，APP分別在24個(gè)時(shí)段內(nèi)的被使用的時(shí)長(zhǎng)總和。

22.分時(shí)人均啟動(dòng)次數(shù)：在所選時(shí)間段內(nèi)雹锣，APP的活躍用戶分別在24個(gè)時(shí)段內(nèi)平均每個(gè)用戶啟動(dòng)APP的次數(shù)网沾。計(jì)算公式：APP分別在24個(gè)時(shí)段內(nèi)的啟動(dòng)次數(shù)/APP分別在24個(gè)時(shí)段內(nèi)的活躍人數(shù)

23.日均啟動(dòng)次數(shù)：在所選時(shí)間段內(nèi)，APP或領(lǐng)域平均每天被打開(kāi)的總次數(shù)蕊爵。數(shù)據(jù)維度：周/月/季辉哥。計(jì)算公式：sum（周期第一天~最后一天的啟動(dòng)次數(shù)）/周期內(nèi)天數(shù)

24.選用指標(biāo)：基礎(chǔ)設(shè)備使用指標(biāo)、移動(dòng)應(yīng)用用戶留存指標(biāo)攒射。次日留存率=上一日留存用戶/上一日活躍用戶

25.次月活躍留存率：是以整個(gè)移動(dòng)互聯(lián)網(wǎng)月活在50萬(wàn)及以上APP數(shù)據(jù)為基礎(chǔ)進(jìn)行臨界值劃分醋旦。第N月用戶中，有多少用戶在第（N+1）月依然使用該APP会放。該數(shù)值越大饲齐，表明用戶流失少，粘性高咧最。

26.用戶畫(huà)像分析模型：將一個(gè)抽象的概念具化成為一個(gè)生動(dòng)鮮活的人物捂人，通過(guò)分析能讓人們對(duì)目標(biāo)用戶的需求與痛點(diǎn)有一個(gè)具象化的認(rèn)識(shí)。

27.重合用戶分析：指3個(gè)APP的交集窗市，而非并集先慷。

28.領(lǐng)域獨(dú)占用戶率：A2算法，指標(biāo)定義：在所選時(shí)間段內(nèi)咨察，APP所屬領(lǐng)域的活躍用戶中，只使用該APP福青，不使用領(lǐng)域中其他APP的用戶摄狱，占領(lǐng)域活躍用戶的比例計(jì)算公式：APP與所屬領(lǐng)域中其他APP不重合的用戶數(shù) / 所屬領(lǐng)域的活躍用戶數(shù)。A3算法：指標(biāo)定義：在所選時(shí)間段內(nèi)无午，APP所屬領(lǐng)域的安裝用戶中媒役，只安裝了該APP，未安裝領(lǐng)域中其他APP的用戶宪迟，占領(lǐng)域總安裝用戶的比例計(jì)算公式：APP與所屬領(lǐng)域中其他APP不重合的安裝用戶數(shù) / 所屬領(lǐng)域的總安裝用戶數(shù)

30.容錯(cuò)率：一減去與數(shù)據(jù)的絕對(duì)值準(zhǔn)確的比率

31.健康維度分析：選用指標(biāo)：活躍人數(shù)酣衷、使用頻次、APP市場(chǎng)存續(xù)時(shí)間次泽。APP健康度以APP所在領(lǐng)域?yàn)閰⒄障荡┮牵u(píng)估APP在市場(chǎng)中的表現(xiàn)以及發(fā)展的可持續(xù)性，并對(duì)可能出現(xiàn)的問(wèn)題提出預(yù)警意荤。

32.活躍人數(shù)符合增占率：活躍人數(shù)在過(guò)去幾個(gè)周期內(nèi)的連續(xù)增長(zhǎng)率啊片，常用于投資分析和市場(chǎng)分析，計(jì)算公式為：（當(dāng)前周期數(shù)據(jù)/起始周期數(shù)據(jù)）^(1/周期數(shù)) - 1

33.活躍人數(shù)全網(wǎng)滲透率：在所選時(shí)間段內(nèi)玖像，領(lǐng)域的活躍用戶占全網(wǎng)網(wǎng)民的比例紫谷。

34.活躍人數(shù)領(lǐng)域滲透率：在所選時(shí)間段內(nèi)，行業(yè)的活躍用戶占行業(yè)所屬領(lǐng)域活躍用戶的比例。

35.啟動(dòng)次數(shù)領(lǐng)域滲透率：在所選時(shí)間段內(nèi)笤昨，行業(yè)的活躍用戶打開(kāi)行業(yè)中APP的次數(shù)祖驱，占打開(kāi)行業(yè)所屬領(lǐng)域中APP次數(shù)的比例。

36.啟動(dòng)次數(shù)行業(yè)滲透率：在所選時(shí)間段內(nèi)瞒窒，APP的活躍用戶打開(kāi)APP的次數(shù)捺僻，占APP所屬行業(yè)中活躍用戶打開(kāi)APP次數(shù)的比例。

37.人均閱讀使用天數(shù)：在所選時(shí)間段內(nèi)根竿，APP每月被每個(gè)用戶平均使用的天數(shù)（自然月總數(shù)／用戶活躍度）陵像。

38：使用時(shí)長(zhǎng)領(lǐng)域滲透率：在所選時(shí)間段內(nèi)，行業(yè)的活躍用戶使用行業(yè)中APP的時(shí)長(zhǎng)寇壳，占使用行業(yè)所屬領(lǐng)域中APP時(shí)長(zhǎng)的比例醒颖。

39.使用時(shí)長(zhǎng)行業(yè)滲透率：在所選時(shí)間段內(nèi)，APP的活躍用戶使用APP的時(shí)長(zhǎng)壳炎，占APP所屬行業(yè)中活躍用戶使用APP的時(shí)長(zhǎng)的比例泞歉。

40.日活：一天內(nèi)至少啟動(dòng)過(guò)一次的用戶數(shù)量（去重）.

41.日均是：每天活躍用戶數(shù)的算術(shù)平均數(shù)。

42.重加權(quán)：1. 地域?qū)傩裕焊鶕?jù)CNNIC發(fā)布官方數(shù)據(jù)進(jìn)行人口數(shù)據(jù)調(diào)整匿辩；2. 操作系統(tǒng)屬性：根據(jù)CNNIC發(fā)布官方數(shù)據(jù)進(jìn)行安卓和IOS系統(tǒng)數(shù)據(jù)調(diào)整腰耙；3. 運(yùn)營(yíng)商屬性：根據(jù)CNNIC和工信部發(fā)布的官方數(shù)據(jù)調(diào)整；4. 設(shè)備屬性：根據(jù)工信部發(fā)布的官方數(shù)據(jù)對(duì)手機(jī)品牌屬性進(jìn)行數(shù)據(jù)調(diào)整铲球。

43.TGI指數(shù)= [目標(biāo)群體中具有某一特征的群體所占比例/總體中具有相同特征的群體所占比例]*標(biāo)準(zhǔn)數(shù)100挺庞；TGI值=1 即等于全網(wǎng)平均水平，TGI值>1 即有偏好稼病；值越大选侨，偏好越強(qiáng)

44.覆蓋&人群滲透：指定時(shí)間段內(nèi)，所選人群使用相應(yīng)領(lǐng)域中APP（萬(wàn)像top2000中從屬于該領(lǐng)域的APP）的活躍用戶的比例然走；計(jì)算公式為：人群中使用某個(gè)領(lǐng)域APP的人數(shù)/人群活躍人數(shù)

45.對(duì)標(biāo)分析：也稱基準(zhǔn)管理援制、標(biāo)桿管理。是指一個(gè)組織瞄準(zhǔn)一個(gè)比其更高的組織進(jìn)行比較芍瑞，以便不斷超越自己晨仑，超越標(biāo)桿組織，追求卓越拆檬，創(chuàng)新和流程優(yōu)化的過(guò)程洪己。

46.“小帆A3 ”算法：易觀自有的SDK數(shù)據(jù)及外部數(shù)據(jù)的混合數(shù)據(jù)源，使易觀千帆的數(shù)據(jù)更加準(zhǔn)確地還原用戶的真實(shí)行為秩仆、更加客觀地評(píng)價(jià)產(chǎn)品的價(jià)值码泛。

時(shí)間維度：日、周澄耍、月噪珊、季

指標(biāo)維度：活躍人數(shù)晌缘、啟動(dòng)次數(shù)、使用時(shí)長(zhǎng)痢站、APP排名磷箕、日均活躍人數(shù)、日均啟動(dòng)次數(shù)阵难、日均使用時(shí)長(zhǎng)岳枷、相對(duì)活躍滲透率、絕對(duì)活躍滲透率呜叫、24時(shí)點(diǎn)活躍人數(shù)分布空繁、24時(shí)點(diǎn)啟動(dòng)次數(shù)分布、24時(shí)點(diǎn)使用時(shí)長(zhǎng)分布朱庆、24時(shí)點(diǎn)相對(duì)滲透率分布盛泡、24時(shí)點(diǎn)絕對(duì)滲透率分布、24時(shí)點(diǎn)人均啟動(dòng)次數(shù)分布娱颊、24時(shí)點(diǎn)人均使用時(shí)長(zhǎng)分布傲诵、用戶活躍度、重合用戶箱硕、獨(dú)占用戶拴竹、行業(yè)獨(dú)占率等

47.用戶：即設(shè)備，在易觀方舟產(chǎn)品中剧罩，一個(gè)獨(dú)立設(shè)備被定義為一個(gè)用戶栓拜。

Android系統(tǒng)根據(jù)IMEI、IMSI惠昔、Android_ID等生成易觀ID菱属，來(lái)標(biāo)識(shí)一個(gè)獨(dú)立用戶，iOS系統(tǒng)根據(jù)IDFA舰罚、OpenUDID等生成易觀ID來(lái)標(biāo)識(shí)一個(gè)獨(dú)立用戶。

48.用戶行為:是由用戶一系列的事件組成薛耻，包含5個(gè)基本要素：何人营罢，何時(shí)，何地饼齿，通過(guò)何種方式饲漾，發(fā)生了何種行為。

49.事件：記錄用戶觸發(fā)的行為缕溉，例如 注冊(cè)考传、登錄、支付等等

50.事件屬性：更精準(zhǔn)的描述用戶行為证鸥，例如事件發(fā)生的位置僚楞、方式和內(nèi)容

51.屬性值：屬性的具體值勤晚，不同的屬性，屬性值不同泉褐，例如赐写，支付方式的屬性值，可以是微信支付膜赃，支付寶支付挺邀；設(shè)備品牌的屬性值，可以是小米跳座，錘子端铛。

52.會(huì)話（session）：用戶從打開(kāi)到關(guān)閉應(yīng)用/網(wǎng)站，被視為一次會(huì)話疲眷。

iOS應(yīng)用：用戶屏熄禾蚕、home鍵到切換后臺(tái)、殺掉進(jìn)程即視為會(huì)話結(jié)束咪橙；

Android應(yīng)用：用戶殺掉進(jìn)程視為會(huì)話結(jié)束夕膀，屏熄、按home鍵超過(guò)30秒美侦，也會(huì)視為會(huì)話結(jié)束产舞。

H5/Web應(yīng)用：用戶從打開(kāi)網(wǎng)頁(yè)到離開(kāi)視為一次會(huì)話，包括關(guān)閉整個(gè)瀏覽器菠剩、30分鐘未進(jìn)行新打開(kāi)頁(yè)面易猫、觸發(fā)事件等活動(dòng)。如果一次訪問(wèn)跨天的話具壮，會(huì)被切割成兩次會(huì)話准颓。

53.著陸頁(yè)（landingpage）：用戶進(jìn)入目標(biāo)網(wǎng)站的第一個(gè)頁(yè)面。用戶訪問(wèn)的一般過(guò)程：站內(nèi)著陸頁(yè)A → 后續(xù)受訪頁(yè)面B→ 后續(xù)受訪頁(yè)面……→ 站內(nèi)出口頁(yè)X

54.跳出：用戶進(jìn)入著陸頁(yè)就離開(kāi)用戶來(lái)到網(wǎng)站后棺妓，除了瀏覽LandingPage之外攘已，沒(méi)有發(fā)生其他任何操作就離開(kāi)了網(wǎng)站，被視為跳出怜跑。

55.退出：當(dāng)用戶從某個(gè)頁(yè)面離開(kāi)了網(wǎng)站样勃，即視為退出

56.基準(zhǔn)指標(biāo)

APP

H5/Web

三、易觀前端模塊

1.易觀千帆：可生氣千帆收錄性芬，進(jìn)行產(chǎn)品評(píng)估和對(duì)標(biāo)分析峡眶。

2.易觀萬(wàn)像：從人群、設(shè)備植锉、場(chǎng)景等維度洞察萬(wàn)像辫樱，去了解用戶動(dòng)態(tài)。

3.易觀方舟：敏捷看板開(kāi)發(fā)俊庇，全方位建模分析運(yùn)營(yíng)數(shù)據(jù)

四狮暑、易觀智庫(kù)分析

了解互聯(lián)網(wǎng)金融（本行）發(fā)展趨勢(shì)

1.支付寶位列第一鸡挠，其業(yè)務(wù)范圍廣，可普及大眾使其在群應(yīng)用方面占有優(yōu)勢(shì)心例，使用場(chǎng)豐富使其在使用時(shí)長(zhǎng)方面占有優(yōu)勢(shì)宵凌。

2.根據(jù)應(yīng)用偏好，綜合領(lǐng)域偏好分析止后，有利于對(duì)人群進(jìn)行精細(xì)化運(yùn)營(yíng)管理瞎惫。例如，活躍度位于第一的是網(wǎng)盤(pán)译株，那么是否可以將網(wǎng)盤(pán)會(huì)員作為活動(dòng)的禮品等瓜喇。

3.從場(chǎng)景分析可引導(dǎo)我們進(jìn)行需求分析的時(shí)候?qū)π枨蟮膱?chǎng)景分析進(jìn)行優(yōu)先級(jí)排序。有下面可看出移動(dòng)支付是tgi最高的歉糜，因此如果平臺(tái)涉及此業(yè)務(wù)時(shí)乘寒，可考慮是否將優(yōu)先級(jí)至首。

理解數(shù)據(jù)分析的指標(biāo)和緯度匪补，建立全局觀.

1.APP運(yùn) 營(yíng)和競(jìng)爭(zhēng)分析的指標(biāo)和維度：由APP渠道分布伞辛、下載、安裝夯缺、激活蚤氏、卸載、次月留存等構(gòu)成的轉(zhuǎn)化漏斗分析踊兜。

2.人口屬性數(shù)據(jù)分析：分析目標(biāo)(app指標(biāo)) \（活躍人數(shù)竿滨、啟動(dòng)次數(shù)、使用時(shí)長(zhǎng)）\?時(shí)間維度(月度) ?\? 人口屬性(性別捏境、地域)

3.用戶設(shè)備屬性構(gòu)成：品牌于游、運(yùn)營(yíng)商

4.用戶分析指標(biāo)：

人口屬性【性別、年齡垫言、消費(fèi)能力（低贰剥、中低、中）筷频、地域】

設(shè)備屬性【運(yùn)營(yíng)商（移動(dòng)鸠澈、聯(lián)通、電信截驮、其他）】

品牌【華為、聯(lián)想际度、小米等】

行為偏好【一級(jí)分類（金融）葵袭、二級(jí)分類（保險(xiǎn)服務(wù)、證券服務(wù)應(yīng)用乖菱、投資理財(cái)坡锡、網(wǎng)絡(luò)借貸蓬网、支付、財(cái)經(jīng)資訊鹉勒、消費(fèi)金融帆锋、銀行服務(wù)應(yīng)用、彩票服務(wù)）】

已選標(biāo)簽TGI區(qū)間設(shè)置

5.平臺(tái)應(yīng)用分類：android禽额、ios锯厢、H5/web

理解產(chǎn)品精細(xì)化精細(xì)化運(yùn)營(yíng)的指標(biāo)和緯度。

1.數(shù)據(jù)分析的思考步驟：分析您的應(yīng)用當(dāng)前所處的階段脯倒，設(shè)置合理的目標(biāo)实辑，拉新？促活藻丢？提高轉(zhuǎn)化剪撬？---分析實(shí)現(xiàn)目標(biāo)需要采集哪些行為？---需要從哪些維度去分析用戶悠反？

2用戶行為分析：用戶行為是由用戶一系列的事件組成残黑，包含5個(gè)基本要素：何人，何時(shí)斋否，何地梨水，通過(guò)何種方式，發(fā)生了何種行為如叼。

事件：?記錄用戶觸發(fā)的行為冰木，例如 注冊(cè)、登錄笼恰、支付等等

事件屬性：?更精準(zhǔn)的描述用戶行為踊沸，例如事件發(fā)生的位置、方式和內(nèi)容

屬性值：?屬性的具體值社证，不同的屬性逼龟，屬性值不同，例如追葡，支付方式的屬性值腺律，可以是微信支付，支付寶支付宜肉；設(shè)備品牌的屬性值匀钧，可以是小米，錘子

3.進(jìn)行事件埋點(diǎn)和用戶屬性管理谬返，

埋點(diǎn)事件指標(biāo)：事件類型之斯、事件id、事件名稱遣铝、時(shí)間說(shuō)明佑刷。

埋點(diǎn)事件屬性：屬性id莉擒、屬性名稱、屬性說(shuō)明瘫絮、屬性值類型

用戶屬性指標(biāo)：用戶屬性id涨冀、用戶屬性名稱、屬性說(shuō)明麦萤、屬性值類型鹿鳖。

用戶行為?--5個(gè)基本要素

事件類型：分為點(diǎn)擊事件和頁(yè)面，二者調(diào)用的方法不同

事件ID：僅支持?jǐn)?shù)字频鉴、字母和下劃線栓辜，用于SDK埋點(diǎn)標(biāo)識(shí)事件

事件名稱：工程師無(wú)需寫(xiě)在代碼中，僅用分析模型種顯示方便查看垛孔，可修改

事件說(shuō)明：說(shuō)明埋點(diǎn)位置

屬性ID：僅支持?jǐn)?shù)字藕甩、字母和下劃線，用于SDK埋點(diǎn)標(biāo)識(shí)事件的屬性

屬性名稱：工程師無(wú)需寫(xiě)在代碼中周荐，僅用分析模型種顯示方便查看狭莱，可修改

屬性說(shuō)明：說(shuō)明屬性的注意事項(xiàng)

屬性值類型：選擇屬性值的類型，不同類型的屬性值會(huì)有不同的運(yùn)算概作，例如 “商品價(jià)格” 這個(gè)屬性值的類型應(yīng)該是數(shù)值型腋妙，分析時(shí)可以對(duì)商品價(jià)格求和、最大值讯榕、最小值骤素、均值等

3.公司內(nèi)部關(guān)注點(diǎn)分析：

老板關(guān)注總體用戶表現(xiàn)、營(yíng)收相關(guān)指標(biāo)愚屁；

產(chǎn)品經(jīng)理關(guān)注用戶使用路徑济竹、轉(zhuǎn)化漏斗、關(guān)鍵功能使用等數(shù)據(jù)霎槐；

市場(chǎng)推廣人員關(guān)注不同渠道的質(zhì)量等等 看板可以將分析模塊中10多個(gè)分析模型建立的指標(biāo)根據(jù)不同的使用場(chǎng)景集合在一起送浊，方便每日的數(shù)據(jù)監(jiān)控，點(diǎn)擊每個(gè)圖表也可以深入分析丘跌。

4.應(yīng)用管理部署

元事件管理-Android

元事件管理-ios

用戶屬性管理

渠道管理-Android

渠道管理-ios

版本管理

推送設(shè)置

學(xué)習(xí)數(shù)據(jù)分析系統(tǒng)結(jié)構(gòu)搭建方法袭景。

1.用戶來(lái)源分析：用戶獲取（渠道分析）闭树、了解用戶(事件分析耸棒、基礎(chǔ)用戶畫(huà)像、領(lǐng)域偏好报辱、場(chǎng)景偏好榆纽、app偏好）、用戶轉(zhuǎn)化（轉(zhuǎn)化漏斗）、用戶留存（留存分析）奈籽。

2.用戶分群管理：用戶分群即將用戶標(biāo)簽化，把具有相同特征/行為的用戶進(jìn)行聚類鸵赫，是精細(xì)化運(yùn)營(yíng)的基礎(chǔ)衣屏。在后續(xù)分析中可對(duì)比分析不同人群同一指標(biāo)的表現(xiàn)，發(fā)現(xiàn)背后的影響因子辩棒，指導(dǎo)產(chǎn)品優(yōu)化方向狼忱，或者針對(duì)不同的用戶群匹配不同的服務(wù)和內(nèi)容，進(jìn)行個(gè)性化運(yùn)營(yíng)一睁。

3.推送消息：在合適的時(shí)間钻弄、給合適的用戶通過(guò)合適的通道（應(yīng)用內(nèi)消息、郵件者吁、短信）推送合適的內(nèi)容窘俺，達(dá)到促活、轉(zhuǎn)化复凳、喚醒的目的瘤泪。

4.廣告跟蹤：通過(guò)設(shè)置通用的UTM參數(shù)對(duì)著陸頁(yè)URL進(jìn)行標(biāo)注，進(jìn)而衡量各個(gè)營(yíng)銷渠道的效果育八。

5.權(quán)限分配：

角色--權(quán)限

學(xué)會(huì)將繁瑣的內(nèi)容轉(zhuǎn)化為結(jié)果对途，深入淺出的說(shuō)明問(wèn)題。

1.靈活的看板：物理刪除髓棋、添加实檀、移動(dòng)、編輯按声。

2.一個(gè)區(qū)域模塊多種交互膳犹，可顯示和下載數(shù)據(jù)表格/圖表。

理解數(shù)據(jù)分析的核心價(jià)值與增值業(yè)務(wù)儒喊。

1.金融領(lǐng)域的行業(yè)排名：如支付-銀行服務(wù)應(yīng)用-證券服務(wù)應(yīng)用-投資理財(cái)-網(wǎng)絡(luò)借貸-保險(xiǎn)服務(wù)-彩票服務(wù)-財(cái)經(jīng)資訊-消費(fèi)金融-金融工具

2.行業(yè)中的app排名：如微信-qq-愛(ài)奇藝

3.易觀智庫(kù)網(wǎng)站數(shù)據(jù)分析結(jié)構(gòu)

五镣奋、總結(jié)

1.分析指標(biāo)有待挖掘：易觀千帆板-行業(yè)分析板塊中包含行業(yè)規(guī)模、基礎(chǔ)運(yùn)營(yíng)怀愧、用戶轉(zhuǎn)化三大類侨颈。此三大類別均從使用次數(shù)、使用時(shí)長(zhǎng)芯义、活躍用戶出發(fā)哈垢，在分析總統(tǒng)計(jì)和人均，使得分析指標(biāo)較為單調(diào)扛拨。

2.對(duì)比以前做的分析報(bào)告耘分，發(fā)現(xiàn)從大數(shù)據(jù)的角度去分析踏實(shí)多了，有理有據(jù)，全自動(dòng)實(shí)時(shí)數(shù)據(jù)抓取求泰，并且能學(xué)到很多知識(shí)點(diǎn)和技巧央渣。

4.易觀智庫(kù)的敏捷開(kāi)發(fā)很到位的，導(dǎo)航欄渴频、內(nèi)容都可邏輯性的刪除/添加/移動(dòng)/大小變動(dòng)芽丹，交互效果也很棒，其實(shí)敏捷開(kāi)發(fā)和交互設(shè)計(jì)有很大的關(guān)系卜朗，對(duì)ui和交互設(shè)計(jì)的區(qū)分越來(lái)越清晰拔第，受益頗多啊。

5.要做數(shù)據(jù)分析场钉，做好數(shù)據(jù)埋點(diǎn)很重要蚊俺，易觀數(shù)據(jù)分析就是通過(guò)其全面的數(shù)據(jù)埋點(diǎn)進(jìn)行最后的圖表統(tǒng)計(jì)已達(dá)到精細(xì)化運(yùn)營(yíng)。如下日常指標(biāo)的對(duì)近30天活躍度分析逛万，每一天的啟用觸發(fā)用戶數(shù)組成泳猬。

6.為了防止圖片壓縮的問(wèn)題，我將圖片以附件的形式上傳

7.圖片下載時(shí)泣港，并非原圖暂殖，而是在原圖的基礎(chǔ)上添加注釋說(shuō)明及邊欄，下載后會(huì)自動(dòng)命名当纱，很方便呛每。

六、建議

1.一貫數(shù)據(jù)需要長(zhǎng)時(shí)間的了解才能掌握坡氯，并不能上手就用晨横，建議在首頁(yè)添加整個(gè)網(wǎng)站的站點(diǎn)地圖，方便理解和使用箫柳。

2.易觀方舟頁(yè)面分支較多手形，初次接觸都不是知道自己點(diǎn)擊到哪里了，建議優(yōu)化導(dǎo)航悯恍，讓用戶清楚自己的位置库糠。

3.在易觀方舟--文檔--名詞解釋及基礎(chǔ)指標(biāo)---app內(nèi)容中---X事件某屬性的最大值的解釋明顯是復(fù)制粘貼的，而且是錯(cuò)的涮毫，雖然用戶看的概率小瞬欧，但這種錯(cuò)誤很低級(jí)。

4.易觀智庫(kù)只有模塊間才會(huì)存在存在頁(yè)面新增罢防，其他的均是點(diǎn)擊在本頁(yè)面打開(kāi)艘虎，希望能從功能以及用戶查看目的去分析一下是該做頁(yè)面跳轉(zhuǎn)還是新增。