数据分析之数据解决产品问题1
指标和维度
指标是一数列,维度是每列的行。
比如城市的gdp;gdp是指标,城市是维度,可以是北京或上海;
指标和属性
属性比如一个人的性别,身高,地点
异常查找
趋势图看变化,首先确定明显是否真的变化了,通过同比排除周期性的规律;确定是变化了,再进行细分。
- 细分:根据不同的维度拆解。
数据产品
1.数据采集
-
前端:埋点
可视化埋点/全埋点:页面浏览数据,点击数据
业务同学临时需求,缺点:不能提供多维度丰富的属性数据;
代码埋点:购买商品 -
后端:
代码埋点:库存商品
导入工具:用户风险等级
优点:更准确,更完整 -
业务数据:导入工具
从指标统计到数据分析
what
查看数据现状。
应该20%的时间看数据,80%的时间去分析数据,找到why和how
数据分析的作用
数据分析的基本原则
如上是天猫购物流程,目的是提高销售额,注意一定找相关指标,流程时长就不是很重要了,找直接相关因素。
透过数据优化活动步骤
各个流程数据拉出来查找原因
产品增长问题
潜在指标:半年来用户增速,用户活跃度变化,市场规模/现有用户比例等。