資料分析是什麼，小夥伴們自行去問度娘哈。為了降低閱讀壓力，不讓篇幅太長，我特意拆成上、下兩篇來分享自己這幾天學到的知識。
我特別不喜歡只會裝逼的產品經理，看文章也一樣不喜歡華而不實的。所以督促自己寫文章時，把懂的、經歷過的能細就寫的盡量詳細；不懂的就去學，然後把整理的筆記分享出來，資料分析方面我涉入不多，內容由於缺少實戰經驗，會比較基礎和理論，希望同樣對你有幫助。
明確資料分析的目的
做資料分析，必須要有乙個明確的目的，知道自己為什麼要做資料分析，想要達到什麼效果。比如：為了評估產品改版後的效果比之前有所提公升；或通過資料分析，找到產品迭代的方向等。
明確了資料分析的目的，接下來需要確定應該收集的資料都有哪些。
收集資料的方法
說到收集資料，首先要做好資料埋點。
所謂「埋點」，個人理解就是在正常的功能邏輯中新增統計**，將自己需要的資料統計出來。
目前主流的資料埋點方式有兩種：
第一種：自己研發。開發時加入統計**，並搭建自己的資料查詢系統。
第二種：利用第三方統計工具。
常見的第三方統計工具有：
**分析工具
移動應用分析工具
flurry、google analytics、友盟、talkingdata、crashlytics
不同產品，不同目的，需要的支援資料不同，確定好資料指標後，選擇適合自己公司的方式來收集相應資料。
產品的基本資料指標
新增：新使用者增加的數量和速度。如：日新增、月新增等。
活躍：有多少人正在使用產品。如日活躍（dau）、月活躍（mau）等。使用者的活躍數越多，越有可能為產品帶來價值。
留存率：使用者會在多長時間內使用產品。如：次日留存率、周留存率等。
傳播：平均每位老使用者會帶來幾位新使用者。
流失率：一段時間內流失的使用者，佔這段時間內活躍使用者數的比例。
常見的資料分析法和模型
這裡主要科普下漏斗分析法和aarrr分析模型。
漏斗分析法
用來分析從潛在使用者到終端使用者這個過程中使用者數量的變化趨勢，從而尋找到最佳的優化空間，這個方法被普遍用於產品各個關鍵流程的分析中。
比如，這個例子是分析從使用者進入**到最終購買商品的變化趨勢。
從使用者進入**到瀏覽商品頁面，轉化率是40%；瀏覽商品到加入購物車轉化率是20%等，那要找出哪個環節的轉化率最低，我們需要有對比資料。
比如第乙個，進入**到瀏覽商品，如果同行業水平的轉化率是45%，而我們只有40%，那說明這個過程，沒有達到行業平均水平，我們就需要分析具體原因在**，再有針對性的去優化和改善。
當然，上面這是我們設計的一種理想化的漏斗模型，資料有可能是經過彙總後得出的。而真實的使用者行為往往可能並不是按照這個簡單流程來的。此時需要分析使用者為什麼要經過那麼複雜的路徑來達到最終目的，思考這中間有沒有可以優化的空間。
aarrr模型
這個是所有的產品經理都必須要掌握的乙個資料分析模型。
aarrr（acquisition、activation、retention、revenue、refer）是矽谷的乙個風險投資人戴維 · 麥克魯爾在2023年時建立的，分別是指獲取、啟用、留存、收入和推薦。
舉個例子，用aarrr模型來衡量乙個渠道的好壞。
如果單從資料表面來看，a渠道會更划算，但實際這種結論是有問題的，用aarrr模型具體分析如下：
渠道a的單個留存使用者成本是60元，單個付費使用者成本是300元；而渠道b的單個留存使用者成本是20元，單個付費使用者成本是33元，這樣對比下來，明顯b渠道的優勢遠遠大於a渠道。
人工智慧、大資料、雲計算和物聯網的未來發展值得重視，均為前沿產業，多智時代專注於人工智慧和大資料的入門和科譜，在此為你推薦幾篇優質好文：
怎麼才能轉入大資料領域 ，成為一名合格的大資料分析師
大資料分析現狀是什麼，主要的分析技術是什麼？
人工智慧、機器學習、資料探勘以及資料分析有什麼聯絡？
多智時代-人工智慧和大資料學習入門**|人工智慧、大資料、物聯網、雲計算的學習交流**
Python資料分析入門筆記
資料基本處理 資料缺失值處理有好幾種對應的函式,接下來介紹三種我學習的函式dropna,fillna,replace.這三種函式功能上的區別,以及不同的適用場景.這三種函式都在pandas裡,所以寫 時首先要匯入pandas dropna 函式是用來濾除缺失值的,預設的情況下是清除所有的含有nan資...
資料分析常用分析模型知識筆記
一 rfm模型 1.作用 用以衡量當前使用者價值和客戶潛在價值 crm 的重要工具和手段 2.三個指標 f frequency 頻率，客戶在最近一段時間內交易的次數，f值越大，表示客戶交易越頻繁 m monetary 客戶在最近一段時間內的交易金額，m值越大，表示客戶價值越高 3.rfm實踐運用的三...
資料分析入門
2018年6月14日筆記 用適當的統計分析方法對收集來的大量資料進行分析，將他們加以彙總和理解並加以消化，以求最大化的開發資料功能，發揮資料的作用。資料分析可用於現狀分析，原因分析，分析。明確分析目的和思路 資料收集 資料處理 資料分析 資料展現 報告撰寫 明確分析目的之菜鳥與分析師對比 菜鳥想法....