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。