本章的內(nèi)容有什么？解決問題有什么？可以回憶一下在日常工作中會有一些數(shù)據(jù)指標。比如：DAU留存這些指標，它是可以隨時觀測的，當你想知道前天或者之前的一些數(shù)據(jù)指標，直接去看就可以（內(nèi)部系統(tǒng)或者外部系統(tǒng)）
舉個例子：假設(shè)你們公司產(chǎn)品的DAU下跌百分之三十。為什么下跌？原因是什么？當你想知道原因的時候你應(yīng)該用什么工具？這個時候就沒有你去觀測數(shù)據(jù)那么直接了。
其實我們工作中可能有很多類似這樣的問題。
所以我們欠缺的是：如何把工作中產(chǎn)生的問題，與我們的數(shù)據(jù)工具和可以拿得到的數(shù)據(jù)建立對應(yīng)關(guān)系。觀測數(shù)據(jù)看見趨勢異常下，挖掘數(shù)據(jù)背后的意義?；跀?shù)據(jù)分析的基礎(chǔ)的思考，最后才可以形成對業(yè)務(wù)的洞察。
為大家介紹9種數(shù)據(jù)分析方法。
對比分析，多維度拆解，漏斗觀察，分布情況，用戶留存，用戶畫像，歸因查找，路徑挖掘，行為序列。
日常數(shù)據(jù)分析的目的：對功能/策略的好壞的去評估最常見的就是對比，因為沒有對比就沒有好壞。通過對比我們才知道產(chǎn)品或功能的好壞。
做對比分析的時候我們要了解三點。
第一點：比什么？
絕對值（本省具備價值的數(shù)字）比如：銷售金額，閱讀數(shù) 。缺點：不易得知問題的嚴重度。
比例值（在具體環(huán)境中看比例才具備對比價值）比如：活躍占比，注冊轉(zhuǎn)化率。缺點：易受到極端值影響。
第二點：怎么比？
環(huán)比：與當前時間范圍相鄰的上一個時間范圍對比 比如：日環(huán)比（今天vs昨天）月環(huán)比（本月vs上月）
優(yōu)點：對短期內(nèi)具有連續(xù)性的數(shù)據(jù)進行分析。
使用場景：需要根據(jù)相鄰時間范圍的數(shù)字對當前時間范圍的指標進行設(shè)定。
同比：與當前時間范圍上層時間范圍的前一范圍中的同樣數(shù)據(jù)對比 比如：年同比（今天vs去年今日）周同比（今天vs上周同日）
優(yōu)點：觀察更長期的數(shù)據(jù)集。
使用場景：觀察時間周期里面有較多的干擾，希望在某種程度上消除這些干擾。
第三點：和誰比？
和自己比： 時間維度，不同業(yè)務(wù)線，過往經(jīng)驗估計。
行業(yè)比：是自身因素還是行業(yè)趨勢？（都跌，能否比同行跌的少 都漲，是否比同行漲的慢）
app啟動事件分析
1、按照設(shè)備來查看
可以看出那種型號的手機用戶使用比較多，是否符合我們產(chǎn)品的定位。（來證明用戶群體是否正確）
2、按照啟動來源查看
一般情況下，產(chǎn)品啟動方式很多種。這個數(shù)據(jù)可以得到用戶是通過什么方式進入?？紤]一下原因？平臺使用的什么方式是有效的。
3、按照城市等級來查看
這可得到是一線城市使用多還是其他城市多。有了結(jié)果就要查找原因，看看是否因為產(chǎn)品剛剛上線的原因，還是運營重的城市打開率高。
4、按照新老用戶來查看
這時會發(fā)現(xiàn)大v推廣，日活沒有大的改變，新增用戶在漲，老用戶下降。這時要找一下原因。是不是因為我們引入了大量用戶，缺沒有辦法將這些用戶留住。（運營方面的問題）
分析完成之后的結(jié)果
目標群體是否正確。用戶大部分是通過什么方式打開app。是否因為我們的運營努力不足，導致用戶只在大城市之間使用。為什么明明新用戶增加，卻人活沒有改變。
多維度拆分小結(jié)
運作原理：指標/業(yè)務(wù)流程需要按照多維度拆分，來觀察變動。
分析單一指標的構(gòu)成：（分欄目的播放量、新老用戶比例）
針對一個流程進行拆解分析：（不同渠道的瀏覽，購買轉(zhuǎn)化率、活動：不同省份活動參與漏斗）
還原行為發(fā)生的場景：（觀察打賞主播的等級，性別，頻道、是否在wifi或4G環(huán)境，也會對行為有影響。）
漏斗觀察：就是一連串想后影響的用戶行為。一個個行為構(gòu)成，是前一步對后一步是有影響的。
使用場景：又明確的業(yè)務(wù)流程和業(yè)務(wù)目標。
不太適用的場景：沒有明確的流程，跳轉(zhuǎn)關(guān)系紛繁復(fù)雜的業(yè)務(wù)。
我們在建立漏斗分析的時候容易掉的坑（要避免）
1、漏斗一定是有時間窗口的
我們根據(jù)業(yè)務(wù)的實際情況，選擇對應(yīng)的窗口
按天：對用戶心智的影響只在短期內(nèi)有效（如短期活動）
按周：業(yè)務(wù)復(fù)雜，成本高/多日才可以完成（理財產(chǎn)品等）
按月：決策周期比較長（裝修買房結(jié)婚）
要注意的是太長，包進了很多無用的信息。
太短，扔掉了很多有用信息。
2、一定有嚴格的順序的
一定要按照12345的順序來觀察。不可以只觀察1和5的數(shù)據(jù)，這樣的話或多出更多的其他方面的數(shù)據(jù)，造成數(shù)據(jù)信息不正確，沒有辦法給出合適的結(jié)果和方案
3、漏斗的技數(shù)單位可以基于用戶，也可基于事件
我們要判斷什么時候基于用戶什么時候基于事件
基于用戶：我們關(guān)心的是整個業(yè)務(wù)流程的推動（促使交易）
基于事件：關(guān)心某一步具體的轉(zhuǎn)化率。無法獲知事件流傳的真實情況。
4、結(jié)果指標的數(shù)據(jù)不符合預(yù)期
首先我們先自查：看看是否只有這一個漏斗能夠到達最終目標？
因為可能達成這個目標的時候回有多種不同的路徑。
常用的劃分方式
來源：百度、頭條、線下、百度貼吧
媒介：SEM、自然搜索結(jié)果、banner
其他的參數(shù)：活動營銷、廣告關(guān)鍵詞、裂變
渠道質(zhì)量跟蹤
1選擇一個關(guān)鍵路徑——選取反映你產(chǎn)品目標人群的行為的數(shù)據(jù)
比如：電商購買，社區(qū)發(fā)帖（可以衡量每個渠道的用戶是否為目標用戶）
比如：完成為期三個月的課程（門檻太高/流程太深，轉(zhuǎn)化率極低，無區(qū)分度）
比如：打開app/訪問首頁（門檻太低，同樣缺乏區(qū)分度）
一般都是在一個事件不僅僅只有累計數(shù)量這么一個可以觀察的指標。還可以觀察這個事件在不同維度的分布來觀察。
常見的群體劃分：事件頻率、一天內(nèi)的時間分布、消費金額的區(qū)間
小結(jié)：
運作原理：從事件在不同維度中的分布來觀察，以便理解該事件除了累計數(shù)量和頻次外，更多維度的信息
適用場景：已經(jīng)知道一群用戶完成了指定事件，但需要對用戶群體進行細分，按不同的維度和價值將他們劃分為不同群體，分別進行后續(xù)的維護或分析。
已經(jīng)知道單個事件的完成次數(shù)，希望知道這些次數(shù)拆分道不同維度上后的分布情況，以便清晰地了解該事件的完成情況。
為什么要看留存？
了解某一個渠道的質(zhì)量–日留存
1.以天為單位，衡量這個渠道來的用戶當下/接下來的表現(xiàn)
2.以日留存作為比較標準時，應(yīng)避免其他日數(shù)據(jù)的干擾。
觀察整個大盤–周留存月留存
1.以周月為單位，衡量產(chǎn)品的健康情況，觀察產(chǎn)品在平臺上的黏性。
2.務(wù)必去重
留存
一般的計算方式
將某一個時間段的用戶id與另一時間段的用戶id做交叉去重。
產(chǎn)品，運營，技術(shù)，市場每個環(huán)節(jié)都會對留存造成影響。
精準留存
過濾進行指定行為的用戶id，在計算。
將用戶分為不同群體之后，觀察其之間留存的區(qū)別。
用戶留存的適用場景
評估產(chǎn)品功能粘性
驗證產(chǎn)品長期價值
一個功能/內(nèi)容上線之后，我們將如何去評估其價值？
1、上線后的目標與價值清晰明確（做的事情和以后給公司帶來的價值非常清晰）
解：
第一種：我們可以借助漏斗對比（1和2進行對比）
1.vip視頻-會員付費轉(zhuǎn)化效果
——看過這批付費視頻——會員付費—— （通過控制流量入口來觀察最終結(jié)果）
2.普通商品-會員付費轉(zhuǎn)化效果
——看過同期視頻——會員付費——
（漏斗分析都是有時間窗口的，一般情況下不會設(shè)計的太長，以免失去有效性）
第二種：借助用戶分群對比
可以根據(jù)付費用戶進行一個區(qū)分（1.購買會員看過付費視頻的2.購買會員沒有看過付費視頻的）這個時候就可以發(fā)現(xiàn)，這個時候購買會員的人有百分之七十九是看過付費視頻的。就可以得知最后這個的效果是如何的。
總結(jié)：上線后的目標與價值清晰明確
1借助漏斗分析對比（轉(zhuǎn)化關(guān)系明確時）
2借助用戶分群對比（轉(zhuǎn)化關(guān)系比較復(fù)雜時）
2、上線后關(guān)注其對產(chǎn)品價值的提升
解：通過上面的案例里我們得出來四種類型的主播
1種主播—主播留存高，平臺留存高。建議：要留住。
2種主播—主播留存低，平臺留存高。建議：多多益善，但無需特別運營
3種主播—主播留存高，平臺留存低。建議：有風險，專門管理
4種主播—主播留存低，平臺留存低。建議：放置，無需管理
小結(jié)：上線后關(guān)注其對產(chǎn)品價值的提升————————借助精準留存對比。
3、上線以探索更長期產(chǎn)品潛力
從對使用情況的促進作用來觀察
某社交app：本來一天只用一次，好友推薦功能發(fā)布之后，一天用2-3次。
小結(jié)：借助分布情況分析，對比是否優(yōu)化了
產(chǎn)品核心功能使用頻次的分布，使用場景（如時間段的分布）
