如果你同樣也是乙個產品小白並且沒有接觸碰過資料統計，領導突然和你說：
「咱們做個資料統計吧，把咱們的業務都整理整理，這個活你來接吧」。
你馬上就會回應說：「好，和誰去對需求？」
「找業務部門對就行」
「哪個業務部門呢？」
「所有業務部門」
這個也沒什麼毛病，每個部門的資料統計需求就是不同，就是需要逐個去對。但是也不要慌，和其他需求一樣，首先要明確一下，資料統計的需求方是誰。資料統計最終的目的一定是，通過統計能過分析出乙個什麼樣的結果，然後根據結果來制定接下來的計畫
因此，能夠去正在關注資料統計的，不是老闆，也是總監以上的級別的選手
而他們不會去看詳細資料的，只想看到，最終的乙個數字分布、佔比、轉化率。
所以我們在設計資料統計的時候，暫時不需要考慮的那麼複雜，滿足需求方的需求就可以（裡面涉及的很多，但如果是從0開始做的話，我們可以按照優先順序再去排期）
任何分析物件，其實都跑不了人、物、事，按照這個思路去做，一步一步的，乙個相對系統的資料統計就會展示出來：
人：就是我們服務的使用者或者客戶，還有自己的員工（可往後排）
物：就是商品，主要服務產品
事：我們再服務於客戶的時候，能夠遇到的事情
其實統計就這麼幾個物件，別想那麼複雜
物件確定了，按照什麼維度去分析呢，我這裡分為了三種分析方式，基本上市面的所有資料統計都能包括了（原諒我沒見過什麼市面）
1、數量（按型別）
2、金額（可排名）
3、轉化（全羅列）
其實是最常見的統計資料了，但是這裡需要問清楚按照什麼樣的型別去統計數量
例如，客戶描述一定會有相應的描述：客戶型別啊、簽約型別啊、客戶種類啊等等吧，這個時候就去問，問業務部門希望按照什麼樣的型別去劃分。
再例如，商品可以按照這麼樣的型別商品去展示售賣數量，水果、零食、玩具等；再往下可以，具體到型別中的商品屬性，比如健身卡中，年卡、半年卡、次卡的銷售數量等
再再例如：業務上需要統計部門kpi，可以把kpi量化為數量，看看是否達成目標等；客服需要把接到的問題進行量化統計數量
這個很清楚了，這個是大家最想看到的，不止業務人員，其實大家都想看
同樣的例子啊：客戶簽約多少錢、什麼樣的型別商品賣了多少錢、如果是內部業務我暫時還沒想好如何按照錢統計，其實也可以按照銷售人員的金額指標，其他的業務應該不用吧。我需要再想想
金額這裡其實就可以涉及到排名了，把我們售賣最好的商品、最大的客戶按照排名展示出來，作為老闆，就會非常清晰下一步的商品規劃，已經客戶的重視程度
統計轉化的過程，其實更像再為分析結果做鋪墊
使用者到客戶的轉化、客戶中定金、全款、續約的轉化；使用者購買商品的每一步的轉化，瀏覽-詳情-購物車-提交訂單-支付-支付成功；**商品轉化，10元體驗商品到購買正式商品的轉化；課程狀態的轉化，預約課程-未取消-課程為出現問題-正常結束的轉化；客服處理問題，全部-到已解決的轉化；業務部門kpi完成的轉化。
等等吧，其實裡面涉及到多很其他方面的東西，比如商品營銷不只是看商品數量、錢的轉化，還有品牌影響力等等，這些暫時我是不能給出答案了，以後吧，我盡量好好學習。
以上還有個重要因素，就是無論是什麼統計，都要有時間維度根據，時間不一樣對比起來也沒有參考性。
附圖：以教育產品為例
好了，以上就是我總結出來的資料統計分析方法，希望能夠幫助更多的產品小白
相信自己，我們現在是小白，只要能讓明天的自己能更黑一點，我們就離小白遠一點。
來吧，我們一起黑下去。
資料統計分析方法
資料統計分析方法 描述統計 假設檢驗 相關分析 方差分析 回歸分析 聚類分析 主成分與因子分析 時間序列分析 決策樹。回歸分析 研究自變數與因變數之間的關係 可以用來 因變數的值 線性回歸使用最佳的擬合直線 也就是回歸線 在因變數 y 和乙個或多個自變數 x 之間建立一種關係。多元線性回歸可表示為y...
wordpress後台資料庫表分析
就以之前看到的三人行書屋為例 三人行書屋截圖如下。這個 用外掛程式分析了一下，用的是 git 主題。頁面的主要分析點截圖中標紅框 文章目錄 文章 文章標籤。涉及的表有 wp terms wp posts wp term taxonomy wp term ralationships.wp terms ...
千萬級資料統計分析
當我們的資料庫中某乙個表的資料量達到了千萬級，同時我們還要依據此表進行資料統計以及分析，這時候麻煩就來了。程式不等待的時間過長，容易造成程式假死的症狀，這樣會給使用者帶來很不好的印象。如何解決這樣的問題呢？我這裡是我的經驗之談，有可能有不正確的地方，請大家指正。1，把統計的時間分散。首先，建立統計表...