互聯(lián)網(wǎng)公司數(shù)據(jù)分析的應(yīng)用場景
運(yùn)營：用戶運(yùn)營（用戶分類挠羔，用戶生命周期），活動(dòng)運(yùn)營埋嵌，內(nèi)容運(yùn)營破加，商品運(yùn)營
產(chǎn)品：產(chǎn)品功能，產(chǎn)品體驗(yàn)雹嗦，產(chǎn)品調(diào)研范舀，用戶需求調(diào)研
市場：商務(wù)合作效果，渠道推廣效果了罪，投入產(chǎn)出比
流程
需求分析——數(shù)據(jù)收集——數(shù)據(jù)清洗——數(shù)據(jù)分析——報(bào)告撰寫——報(bào)告分享——投入應(yīng)用锭环，收集反饋
數(shù)據(jù)類型
定性數(shù)據(jù)（一般通過問卷調(diào)查獲取）
· 分類數(shù)據(jù)：男生/女生 天氣好/壞……
分類數(shù)據(jù)不能區(qū)分大小泊藕，也不可以進(jìn)行算術(shù)計(jì)算
· 順序數(shù)據(jù)：滿意度評(píng)分辅辩，教育水平等級(jí)，年齡層……
順序數(shù)據(jù)可以區(qū)分大小
定量數(shù)據(jù)（一般通過日志獲韧拊病）
· 離散型：用戶數(shù)玫锋，消費(fèi)次數(shù)……
可加減，進(jìn)行頻數(shù)分析
·連續(xù)型：成績讼呢，消費(fèi)金額……
可算術(shù)運(yùn)算撩鹿，進(jìn)行頻數(shù)分析，集中趨勢分析（均值悦屏，眾數(shù)节沦，中位數(shù)）&離散程度分析（標(biāo)準(zhǔn)差，方差础爬，最大值散劫，最小值，全距/范圍）
數(shù)據(jù)收集
（1）數(shù)據(jù)埋點(diǎn)??
UV幕帆，PV获搏，用戶數(shù)，用戶停留時(shí)間失乾，瀏覽頁面等用戶行為數(shù)據(jù)
（2）第三方數(shù)據(jù)平臺(tái)
Growing IO常熙，SimilarWeb, Google Analytics, 國家統(tǒng)計(jì)局網(wǎng)站……
（3）問卷調(diào)查
線上問卷調(diào)查，線下問卷調(diào)查 & 電話回訪
數(shù)據(jù)清洗
（1）數(shù)據(jù)異常表現(xiàn)：空值碱茁，波動(dòng)太大裸卫，不同數(shù)據(jù)源獲取的數(shù)據(jù)相互矛盾
（2）數(shù)據(jù)異常原因：系統(tǒng)故障 & 人為因素
（3）清洗方法：刪除異常值，平均值填充纽竣，通過統(tǒng)計(jì)計(jì)算值填充 & 不同數(shù)據(jù)源交叉驗(yàn)證
數(shù)據(jù)分析體系
常用數(shù)據(jù)分析指標(biāo)（Key Performance Indicator）
網(wǎng)站分析指標(biāo)：
UV（unique visitor)? 獨(dú)立訪客數(shù)
PV? (page view)? 網(wǎng)頁瀏覽量
VV (visit view)? 訪客網(wǎng)站的訪問次數(shù)墓贿，該網(wǎng)站所有頁面visit=page1+page2+……
IP(?Internet Protocol)? ?獨(dú)立IP數(shù)
DAU （daily active user）日活躍用戶
點(diǎn)擊率茧泪，轉(zhuǎn)化率，網(wǎng)頁停留時(shí)間聋袋，網(wǎng)站停留時(shí)間队伟，跳出率，退出率等
eg：小皮用ADSL撥號(hào)上網(wǎng)幽勒，今天9am訪問了www.universityofwarwick.co.uk下的兩個(gè)網(wǎng)頁嗜侮，5pm訪問了同一個(gè)網(wǎng)站下的五個(gè)網(wǎng)頁，則：
PV=7啥容，UV=1锈颗，VV=2，IP=2（ADSL撥號(hào)上網(wǎng)每次IP不同）
渠道分析指標(biāo)：
新增用戶數(shù)咪惠，用戶轉(zhuǎn)化率击吱，渠道ROI（return on investment），渠道流量遥昧，渠道流量占比
活動(dòng)效果指標(biāo)：
活動(dòng)點(diǎn)擊率姨拥，活動(dòng)參與人數(shù)，活動(dòng)轉(zhuǎn)化率渠鸽，活動(dòng)ROI
收入指標(biāo)：
付費(fèi)人數(shù)叫乌，轉(zhuǎn)化率，訂單數(shù)徽缚，客單價(jià)憨奸，GMV，復(fù)購頻次凿试，毛利率排宰，毛利額
用戶類指標(biāo)：
新增用戶，活躍用戶那婉，留存用戶板甘，回流用戶，流失用戶
用戶價(jià)值指標(biāo)：
用戶最近一次下單時(shí)間详炬，用戶下單頻次盐类，用戶消費(fèi)總金額
#####通過需求分析，找到目標(biāo)呛谜，把目標(biāo)拆解成不同指標(biāo)（一級(jí)指標(biāo)在跳，二級(jí)指標(biāo)等）####
橫向拆解數(shù)據(jù)體系原則：遵循MECE原則，即互相獨(dú)立隐岛，完全窮盡猫妙；同一類型的數(shù)據(jù)在同一層級(jí)
縱向拆解數(shù)據(jù)體系原則：拆解的時(shí)候只能選一條主流程；主流程應(yīng)該選擇大多數(shù)用戶的操作流程
不同類產(chǎn)品關(guān)注常見指標(biāo)「例子」：
電商類
{GMV=流量*轉(zhuǎn)化率*客單價(jià)聚凹；毛利額=流量*轉(zhuǎn)化率*客單價(jià)*毛利率}
工具/社群類產(chǎn)品
?{活躍用戶數(shù)=新增活躍用戶數(shù)+已有活躍用戶數(shù)
二級(jí)：活躍用戶數(shù)=新訪客流量*新用戶激活率+已有用戶數(shù)*已有用戶留存率}
游戲類產(chǎn)品
{付費(fèi)收入=活躍用戶數(shù)*付費(fèi)率*ARPU
二級(jí)：付費(fèi)收入=（新活躍用戶數(shù)+留存用戶數(shù)）*付費(fèi)率*ARPU
三級(jí)：付費(fèi)收入=(渠道流量*轉(zhuǎn)化率+老用戶*留存率)*付費(fèi)率*ARPU}
O2O類產(chǎn)品
{訂單完成率=已完成訂單數(shù)/需求訂單數(shù)
二級(jí)：（新用戶訂單數(shù)+老用戶訂單數(shù)）/（新用戶需求數(shù)+老用戶訂單數(shù)）
常用數(shù)據(jù)分析框架（數(shù)據(jù)分析方法論）
1. QQ模型
數(shù)量（絕對(duì)數(shù)）：用戶數(shù)割坠，瀏覽量齐帚，點(diǎn)擊量
質(zhì)量（相對(duì)數(shù)）：留存率，轉(zhuǎn)化率彼哼，參與率
eg：某banner活動(dòng)點(diǎn)擊量很高对妄，但參與率低，說明可能活動(dòng)能吸引用戶沪羔，但是參與門檻高
2. 用戶行為理論
3. 5W2H分析法
4. AARRR模型（“海盜模型”）
5. RFM模型（用戶價(jià)值模型）
6. 人貨場模型
常用數(shù)據(jù)分析方法
對(duì)比分析法，分組分析法象浑，矩陣關(guān)聯(lián)分析蔫饰，邏輯樹分析方法，漏斗分析法
