一、数据分析的作用

产品经理在日常工作中的基础技能

  • 关注变化
    有的可以体现出“量”，观察数量的多少以及不同阶段的变化；
    有的可以体现出“质”，在产出过程中，个体质量及总体质量的变化，将通过数据的变化上得以体现。
  • 发现问题
    通过数据统计，筹备分析这部分采集到的数据。在分析的过程中，通过观察可以发现产品中的一些关键问题，以及一些可以通过简单的产品优化而明显得到改善的小问题。
  • 方案有效性评价
    通过新旧功能数据的横向对比，可以很容易分析出新功能是否有效地提升了产品某个或某些方面的 数据。

二、基础数据抓取与注意事项

为了观察及衡量产品的某些方面的健康程度，使用SQL到数据库中提取想要的原始数据导出为常用的excel表格

  • 数据代表性
    在调取数据库中数据的时候，我们要考虑抓取的数据是否具有代表性。其中，我们需要考虑哪些属于极端数据，这类数据会对整体数据的准确性及客观性造成不同程度的感染。

例如某个用户在同一次卡顿上多次上报，就要过滤这部分重复数据。

  • 取值完整性
    如果取值上存在部分缺失，将会直接影响到分析得到结论的可靠性

三、直方图和折线图

  • 直方图（横向对比）
    在某一相同指标下，不同数据组的数据表现。分析出相对较高及相对较低的数据组，甚至进行分层观察。
  • 折线图（趋势变化）
    某一指标在不同时期的表现情况。分析与总结出在不同阶段的趋势变化，为后续的方案调整提供相对可靠的参考依据。

四、埋点

（一）概念

通过特定程序来记录用户与产品交互过程中的相关数据

（二）价值
通过了解用户与产品的交互过程，来帮助产品决策、推动产品优化以及知道运营

（三）基础埋点

  1. Page View（PV）：访问量，页面浏览量或点击量，在一定统计周期内用户每刷新网页一次即被计算一次。
  2. Unique Visitor（UV）：独立访客，访问该网站的一台电脑客户端为一个访客。相当于相同的的客户端每日只被计算一次。

（四）全局埋点
没有针对性，研发工作量较大，但后期数据观察时扩展性较强。

（五）关键数据埋点
针对性最强，如广告位点击量、推荐商品点击量。