产品经理学习笔记（五）-------------------数据分析
前端开发一起交流QQ群：740034288。
互联网创业团队兴趣QQ群：792710437。
新建《团队合伙人》贴吧：https://tieba.baidu.com/f?kw=%E5%9B%A2%E9%98%9F%E5%90%88%E4%BC%99%E4%BA%BA&fr=index。
1. 数据分析的分析思路：
1.1 基于用户路径：包括操作，流失，停留时间。
1.2 基于产品节点：包括转化率，占比。
2. 数据分析的分析类型：
2.1 定性分析：包括对事物性质的归纳，即是什么-提出假设。如提出假设，用户对该产品满意度。
2.2 定量分析：包括对事物数量的统计，即有多少-验证假设可能性有多高。针对用户对该产品满意度，进行统计验证该假设的数据有多少，最后得出结论（这是关键）。
3. 数据分析的分析步骤：
3.1 定义：包括针对什么问题进行的数据分析？进行该数据分析要达到什么目的？对产品有什么实际意义？确定分析范围是什么？规划分析进度和数量是怎样的？
3.2 测量：包括收集获取数据，数据预处理。
3.3 分析：包括数据的统计描述，针对问题的归纳和总结。
3.4 改进：包括找到最优的解决方案，问题解决或负面影响降低。
3.5 控制：包括持续监控和反馈（如数据的日报，周报，月报），跟踪迭代。
4. 数据分析的数据来源：
4.1 自己产品的数据：包括产品运营数据，用户反馈、调查数据。
4.2 竞争产品的数据：包括竞争公司网站流量，公司财报。
4.3 行业的数据：包括行业分析报告，热点大数据披露。
5. 数据分析的关键指标：
5.1 转化率：包括趋势分析，比较分析，细分分析。如用户从一个页面（如浏览页面）到下一个页面（如购物车页面）的比率。如转化率的excel表和漏斗图：
| 浏览商品页面 | 购物车页面 | 下单页面 | 支付页面 | 完成订单页面 | |
| 人数（人） | 100 | 80 | 50 | 45 | 30 |
| 上一步转化率 | 100/100 | 80/100 | 50/80 | 45/50 | 30/45 |
| 总体转化率 | 100/100 | 80/100 | 50/100 | 45/100 | 30/100 |
5.2 任务完成率：包括。如任务完成率的excel表和漏斗图。
| 数量（人数） | 上一步完成率 | 总体完成率 | 错误数（人数） | 错误率 | |
| 1.填写账号名 | 100 | 100/100 | 100/100 | 30 | 30/106 |
| 2.输入第一次密码 | 95 | 95/100 | 95/100 | 10 | 10/106 |
| 3.输入第二次密码 | 90 | 90/95 | 90/100 | 23 | 23/106 |
| 4.验证码 | 87 | 87/90 | 87/100 | 10 | 10/106 |
| 5.输入手机号 | 82 | 82/87 | 82/100 | 30 | 30/106 |
| 6.完成注册 | 78 | 78/82 | 78/100 | 3 | 3/106 |
| 106 |
5.3 当前使用用户数：在某个时间节点上的用户数量（UV）。
5.4 新用户数：在某个时间段新注册用户数。
5.5 流失用户数：在某个时间段注册用户数的已经不再使用该产品，或不再活跃的用户数量，与之相对于的是留存用户数。需要分析为什么流失用户？怎么留住用户？是否存在被淘汰的风险？
5.6 回访用户数：流失用户重新使用该产品。
5.7 活跃用户数：衡量网址运营的现状，指的是在某个时间段活跃的用户数量，产品不同，定义活跃用户数的标准不一样，常通过KPI指标去衡量。活跃用户数越高，网站或产品的当前价值越高。
5.8 新用户比例：在某个时间段新注册用户数占当前所有用户的比例，是反映产品与发展状态的重要指标，新用户是产品发展的动力，老用户数是产品生存的根基。核心在于留存老用户，提升新用户比例。
5.9 用户流失率：在某个时间段流失用户数占当前所有用户的比例。反映产品留住用户的能力。
5.10 产品发展3个阶段 ：包括成长阶段（新用户比例大于流失率），成熟稳定阶段（新用户比例与流失率持平），下滑衰退阶段（新用户比例低于流失率）。
6. 数据分析的分析方法：
6.1 时间序列趋势分析法：包括趋势分析，
6.2 AHP层次分析法：是对定性问题进行定量分析的多准则决策方法，多目标决策，多个影响指标评价各方案优劣程度。 如想要了解博客产品的质量，第一层了解网站的质量， 第二层了解内容的质量和交互的质量，第三层内容质量包括完整性，准确性，及时性。
6.2.1 前提条件：
a. 各层次要素必须是已知的，并且条例结构清晰，能够按照层次排列。
b. 同一层的各要素关系是平等的，而各要素间相互独立，不存在显著的相关性。
c. 最底层的指标可以被量化，并能够通过一定的方法测量。
d. 需要明确各层次间要素的影响关系。
6.2.2 比如用AHP层次分析法来对用户忠诚度分析：包括四个维度（即满足 AHP层次分析法的4个前提条件）。
a. 用户使用频率。
b. 同最近使用时长。
c. 平均使用时长。
d. 评价浏览页面数。
6.3 数据透视表：通过熟练使用excel制作数据表，和数据图表，从而可视化数据分析。