产品数据分析笔记

两个词:

1、度量（量化的数值）

指标

衍生指标（比如拿网站总浏览次数，除以网站总浏览人数，得到一个新的指标（网站人均浏览次数），用以衡量网站粘性）

可累加指标（成交金额）

不可累加指标（网站UV（独立访问用户数））

2、维度（看事物的角度）

层次（地区、国家、省份、城市、区、街道）

属性（省会城市、地级市、县级市）

建立分析框架-提交数据需求-进行数据分析

---

指标来源：

1、已有指标优化

2、线下指标线上化（邮局投递率）

3、学术文献、公式

---

数据分析方法：

细分、对比、转化及漏斗、质与量

细分分析例子：

对比上周同期-排查终端（andriod、IOS）-设备厂商-应用市场来源-定位到应用宝-下载包出现问题

常用分析方法

---

分析框架：

AARRR（获得、激活、留存、收益、介绍）

精益数据分析 MVP

常见分析框架

---

目的：

1、发现问题

2、验证假设（选定指标-方案实施-归因分析）

3、辅助选择（A/Btest、单因素、去随机、勿滥用）

---

产品全景图：

综合次周留存、一周使用7次以上用户

---

常见KPI

---

一些常见的数据指标：

1、退出率（exit rate）

适用于任何页面，从该页面退出的页面访问数/进入该页面的访问数（exit pv/pv）

2、跳出率（bounce rate）

适用于着陆页面，浏览单页即退出的次数/访问次数（bounce visits/visits）

跳出率和退出率的区别？

A页面跳出率=（5/10）

A页面退出率=（（5+2）/(10+2）

3、平均访问时长

用来评估用户粘性、用户体验的好坏

4、用户流失率

用户流失率=总流失用户数/总用户数

流失期限，根据实际情况制定，如一个月/三个月/半年内未登录/未产生购买行为

5、活跃用户数

DAU、WAU、MAU

6、用户留存率

次日留存率（通常达到40%表示产品非常优秀）

第3日留存率、周留存率、月留存率、渠道留存率（可用来表示不同时期用户对产品的适应性和黏性）