互聯網數據分析的思路、方法、數據來源和分析指標

04-28

隨著產品的發展、業務邏輯的愈加複雜，數據的分析也就愈加重要。對數據的分析可有效避免邏輯的混亂，防止在繁雜的業務理解上邏輯不清、判斷錯誤。

1、數據分析的總體思路

數據分析的主要思路有兩個：

一個基於用戶的使用路徑，包括用戶的操作（點擊。返回、退出）、流失（如：註冊流程增加一個跳轉，用戶的流失率）、停留時間（例如用戶在淘寶某個商品的瀏覽時間）；

另外一個是基於產品的節點，包括用戶轉化率和佔比，例如：通過某一個推廣頁面，新註冊的用戶與瀏覽用戶的比例，付費用戶與非付費用戶的比例。一般來說，產品經理的KPI會直接與這幾個指標掛鉤。

2、數據分析的方法類型

分析方法有定性分析和定量分析兩種。定性分析是對事物性質的歸納，用來說明某個用戶行為、功能點的定義和說明，對事物作出一個假設。定量分析是對事物數量的統計，是對假設的驗證。定量分析和定量分析往往是結合在一起使用的。

簡單地舉個例子。用戶對產品的喜愛程度可以分為喜歡、一般、不喜歡三種狀態。我們可以通過用戶訪談，詢問用戶的使用感受，根據其回答將其劃分為喜歡、一般、不喜歡這三類用戶，這就是定性分析。

如果，我們認定有超過50%用戶喜歡該產品可認為產品的用戶體驗做得比較好，隨後我們通過大量的問卷調查發現有60%的用戶喜歡這個產品，30%持中立態度，10%不喜歡該產品，由此可以認為產品的用戶體驗做得不錯，這就是定量分析。

3、數據的來源

數據分析的基礎是數據，不僅僅包括自己產品的數據，也包括競爭對手和行業數據。

對於自己產品，一般可以從伺服器日誌和資料庫中獲取用戶註冊登錄、產品使用情況等數據，也可以通過用戶調研和用戶反饋（論壇、交流群、投訴）獲得。

競爭對手的數據，我們可以通過第三方網站或系統獲知，如百度指數、應用商場下載數量等等，也可以查找競爭對手的公司財務來獲取一些有價值的信息。

另外，我們還可以通過行業的媒體了解行業趨勢，如閱讀行業分析報告、熱點大數據、行業融資情況等。

4、數據分析的指標

數據分析的指標有轉化率、任務完成率、當前使用用戶數、流失用戶數、回訪用戶數、活躍用戶數、新用戶比例、用戶流失率等。其中，轉化率、活躍用戶數、新用戶比例、用戶流失率是相對重要的分析指標，下面簡單介紹下這幾個指標。

轉化率可以分為上一步轉化率和總體轉化率。上一步轉化率指前一個頁面或操作進入下一個頁面的用戶比例，如：加入購物車與提交訂單的比例。整體轉化率前某一個頁面或操作與最初（瀏覽）用戶的比例，如：提交訂單數與瀏覽數的比例。

活躍用戶數指經常使用產品的用戶數，每個公司對「經常「的定義會有所不同。活躍用戶越多，產品價值越高。活躍用戶數用來向量運營的現狀，而流失用戶數則用來分析產品是否有能力留住新用戶、是否有被淘汰的風險。

新用戶比例是反映產品發展善重要指標。新用戶是產品發展的動力，老用戶是產品生存的根基。我們要做的是：保持老用戶數量的穩定增長前提下，提升新用戶所佔比例。

用戶流失率反映產品保留用戶的能力。

在產品的成長階段，新用戶比例會大於用戶流失率；在衰退階段，新用戶比例則會低於用戶流失率；在穩定階段，則新用戶比例與用戶流失率持平。

今天的內容比較理論化，系統簡單地介紹了一下數據分析的基礎定義，以便有個基本的概念。