說到數據分析，相信不論是做產品運營、用戶運營或是推廣的小伙伴來說都不陌生，數據分析能充分反映出你運營做出來的效果如何?并且通過它還能察覺出問題所在，以便于及時找出解決問題的方法。

不管是產品、用戶還是渠道，每個要素都有它對應的數據指標進行效果反饋，如果純講概念方面的東西，相信大家不是很明白，那我們通過一個案例進行說明;比如老板交給你一個資訊類APP的項目，他在給你下達任務前，APP還處于想法階段，那么這個時候你怎么辦?這個時候你就需要運用數據分析來幫助你完成這項工作：

做這款APP之前，我們要先明白商業目標是什么，也就是我們做這款產品的目的是干嘛?這個很好理解，建立龐大用戶群爭搶風投融資和相關的增值服務(指廣告服務)，那我們有了這個目標后，就可以進行下一步了。下一步是什么，當然是競分析和市場調查，通過這兩方面內容的獲取APP相關的需求，需求中包括用戶人群、興趣愛好、終端設備、內容方向等需求定位，然后便可以進行下一步用戶體驗布局和原型圖的設計;后面的事就是技術開發的活了。經過一段周期后，這款資訊APP即將上線了。

前期的工作或許和數據分析關系不大，但是我們制定的目標和數據分析有一定的關聯，因為目標是我們通過數據分析優化和改進的方向。當然上線之后，我們會經過各種測試和bug的修復才能到各大應用商店進行推廣和宣傳，以確保這款APP到用戶手機用戶體驗是最好的。后續通過一段時間運營和推廣，我們將相關的數據提取出來，前提是這些數據精準度是非常高的。下面我們先從這款APP提取相關數據進行分析：

一、產品方面數據項：

核心指標：

產品規模：包括下載量、注冊激活用戶數、日均活躍用戶數

市場運營：包括活躍用戶比例、用戶主要來源、留存率

商業效果：日均流水、增值用戶轉化率、增值服務金額等

衍生指標：

瀏覽方向：人均瀏覽量、人均瀏覽時長、啟動次數、訪問頻率

注冊方向：每日下載打開APP數、每日新增注冊數、注冊轉化率

留存方向：使用留存、購買留存

互動方向：每日評論用戶數、交互反饋次數(收藏、分享、喜歡等功能)

二、渠道方面數據項：

消費數據：消費、展現量、點擊數、平均點擊價格、平均排名

流量數據：訪問次數、訪客數、IP數

轉化數據：轉化率、盈收額、ROI

三、用戶方面數據項：

用戶體驗數據：跳出率、到訪率、停留時長、訪問深度

訪客屬性：性別、職業、學歷、年齡、地域、使用設備、操作系統

當我們拿到以上三方面的數據后，當然這里的工作是數據分析專員要做的內容，而且是每天都需要做統計，并且要保證數據的準確性。

下面我們說說分析數據的幾種方法，我在推廣運營的經驗已經有5年，用的最多兩種方法分析是圖表對比分析和歸因分析。

圖表對比分析，這種方法是先將批量或者某個時段的數據生成圖表，這里圖表有很多種，有餅圖、柱狀圖、曲線圖等，可以根據數據需求方的需求而來。雖然圖形不一樣，但都能反饋出相同的問題，這個是關注的核心點。

那么怎么進行對比呢？對比不是讓你口頭上去做對比，而常用的是環比和同比，當然數據比較敏感的可能不需要通過圖形就能看出問題，但是為了直觀和容易理解，圖表的生成是非常有必要的。



對比的數據項并不是上面羅列的全部，而是取核心項，這樣顯得不會太繁鎖;通過分析后，用文字將發現的問題一一羅列，同時附上自己的看法和解決問題的建議，最后便通過郵件形式發送給需求方，整個過程盡可能體現做數據分析專業性的一面。

歸因分析，是指通過結果來分析原因。這里舉例說明可能比較好理解，假如你負責的的這款APP某一周的注冊轉化率為0.5%，而正常情況下是1.2%，下降了0.7%個點，那么該怎么分析？我們先要看注冊轉化率是怎么來的，先要明白注冊轉化率是怎么來的，即注冊用戶數/下載數。

分析思路：注冊轉化率在下載數不變的情況下成正比，在注冊用戶數不變的情況下成反比。這里便分了兩種情況：要么是在下載數變化不大的情況下，注冊用戶變少了；要么是在注冊數變化不大的情況下，下載數增多了；而這種情況肯定是訪客體驗APP時，某個細節做的不到位，而導致了跳出。



注冊用戶數減少，先看看APP注冊流程是不是出了問題，其次看打開APP人數是不是減少了，減少是ASO排名下降了還是競爭對手增加的原因，然后做出相應的調整，通過這樣排除再觀察數據變化。同樣在最后，將發現的問題以文檔形式羅列，以郵件形式傳達給需求方。