深度：流量分析
数据分析思维案例实战第四章第二节“流量分析”的记录与感悟。
背景
定义
这里流量是广义的流量：用户从哪来？经过操作/漏斗？产生了什么价值？如何波动？为何波动？
有了指标体系和报表之后，数据分析师最重要的事情就是每天查看各种数据了，这就是流量分析。
渠道分析
渠道分析主要解决从哪来的问题，供给侧分析。
渠道性质
-
内部渠道: 免费产品矩阵，e.g. 头条给抖音带量
-
外部渠道: 付费搜索引擎，百度魏则西事件
App广告，头条内推京东双十一活动
社交媒体，微信朋友圈广告
软件市场，e.g. 应用宝，华为手机市场
对于一款健康的App，前期主要靠外部渠道的品牌带量，后期靠自传播或者免费推广。
一般都会有单独的渠道运营经理，其实分析师在这块的价值不会很大。
渠道属性
渠道过程
渠道指标
-
前期：有效用户数，次日留存
-
中期：次日留存，七日留存，月留存
-
后期：ROI
分析方法
-
结构分析：对渠道先按照一级渠道来拆解，再按照二级渠道；
-
趋势分析：看每个渠道的变化趋势，包括量级和留存；
-
对比分析：不同渠道间的趋势对比；
-
作弊分析：用户行为分析（机器学习方法）
模块分析
模块分析主要考察池子里鱼儿的运动模式。
模块漏斗分析
关于漏斗分析和转化率，详情可参考广度：电商数据分析。
针对需要提升的某一步，核心思想是都是用户细分，i.e. 对有问题的群体进行针对优化。
-
基础属性：手机品牌，地域，IMEI
-
行为属性：入口，时段，用户活跃度，用户标签
模块常规分析
-
功能渗透率功能用户数大盘用户数
-
功能功能留存率第一天和第二天都使用该功能的用户数第一天使用改功能的用户数
-
功能大盘留存率第一天使用该功能且第二天是大盘用户的用户数第一天使用该功能用户数
大盘用户数不使用任何功能但打开App的用户数 所有功能用户数
模块价值分析
-
功能核心用户数符合某种要求的用户数，e.g. 使用次数，使用时长，使用天数，具备某种行为。注意
-
功能对大盘贡献度功能渗透率功能大盘留存率的提升数
严格来说，功能对大盘的贡献度需要进行AB Test；
-
功能带来的收入对比每个功能每个月赚多少钱；
波动分析
监控日常的波动并分析可以说是数据分析师的常规工作，详情见各类企业的数据分析工作。
日活
-
外部影响行业变化：常识，外部事件
竞品变化：竞品策略
-
内部影响数据统计：数据采集，统计口径
用户基础：渠道，入口，画像
用户行为
留存
-
新用户留存渠道留存，渠道转化
-
老用户留存各个模块用户的留存，非功能用户的留存
如果只有一个功能留存下跌，较好解释。如果多个功能模块下跌但几天后又上升，则可能和外部因素的短期波动有关。若接连几天连续阴跌，则极有可能是产品核心部分出现问题，应围绕指标体系做一次产品的全盘分析，找到原因。
由于留存本身是比例，排查起来会比较费神，应该保持耐心，多和业务沟通，找到主要影响因子。
总结
产品的每一次决策都要基于逻辑性很强的数学证明，先有数据再有结论，不要先入为主。每个产品经理都有自己的内部指标，但必须要去衡量你当前做的事情对大盘KPI的贡献度，只有大盘好才是真的好。要敢于说真话，实事求是，关键是找到真正的问题然后持续优化。
流量分析是分析师每天都要做的事情，小到看日报，达到波动排查几个月。所以一定要对各类核心数据都非常熟悉，能够很好的说出数据的规律并能够进行预测。当数据出现稍微的异常时就能敏锐的察觉，然后去排查。