发布时间：2019-1-2 分类： 行业资讯
作者分享了有关如何分析其产品运营数据，分析内容以及分析所需的关键指标的信息。适用于产品新手，产品助理和初级产品经理。
由于公司的内部发展，团子小白收到了公司分配给我的任务，负责平台的统计和分析。在这方面，团子结合自己的经验，简要描述了数据分析的过程和内容。分享一些常见的数据代购源码网站。
对于公司而言，数据反映了公司最近的发展状况。众所周知，近期的发展状况处于向上，稳定和向下的局面，以及公司目前的发展。其次，通过特定的数据分析，可以获得特定的分析结果，例如您的目标用户，用户的行踪，某个功能的使用，转换率，保留率等。
数据分析一般可分为三种类型：
行业数据分析
有竞争力的产品数据分析
分析自己的产品运营数据
三种类型的数据分析的使用也非常不同。行业数据分析和竞争产品数据分析，主要是帮助BRD和MRD的撰写，了解社会行情、竞争对手的情况，得知整个市场的总体情况和未来的发展趋势。及其自身的产品运营数据分析，主要是帮助编制每周和每月报告，制定产品的现状，了解平台的整体状况。同时，该小组主要介绍如何分析其自身产品运营数据，分析内容以及分析所需的关键指标。
在数据分析中，通常采取以下步骤：目的—数据收集—数据统计和描述—归纳和总结—建议/改进。
1.目的
数据分析的目的是什么？团子认为就是为什么要对数据分析的原因，你想通过数据获取什么东西来帮你论证什么。该团中有一个部门想要修改平台到企业的激励机制。在这方面，集团需要在激励机制之前获得商家的激励机制，以及如何在未来修改机制。 。他们的需求是多少？这是我想通过研究数据得到的。
当公司安排我每周对平台数据的分析时，首先要了解每周报告。该小组将前往前任负责人并输出文件进行深度学习。从先前的蝎子输出中总结了一些提示：
强调数据的重要性（标记关键数据）。
数据分析的重要结论标记为红色。
数据可用于表明结论，数据是最可靠的论据。
分析数据时，请指明数据来源。让读者知道那里的数据是否高度可行？
2.数据收集
在收集数据时，首先我们应该需要了解的是收集哪些关键的数据？收集什么样的数据，需要根据你的目的来定。
例如，该集团所在的实习公司将进行实时电子商务，而在工作日的每周报告中，需要反映以下指标：
APP相关数据（额外APP下载，竞争行业APP和汤应用市场下载数据）
用户保留率
平均用户访问时间
订单数据
商家订单数据
直播相关数据（观众平均数，直播，直播和直播数据）
用户注册号
用户流失率
在一家创业公司，建立自己系统的数据库的经验不多，通常都在寻找第三方外包平台。因为如果后台需要构建强大的数据，则需要大量技术来支持它。但是，一些特殊的数据平台会自行开发，例如实时数据，订单数据和用户信息。对于初创公司来说，他们可以通过外包降低公司的成本，毕竟他们会尽可能多地与当前的需求价值挂钩。
3.数据的统计和描述
在进行数据统计和描述之前，我们首先需要了解一些关键数据指标来表示内容以及如何进行统计。
（1）新增APP下载总量
这个指标主要是了解当前平台产品在相应的统计时间，用户在重大下载的情况下，还要了解大型应用市场的情况。添加了有关APP总下载量的统计信息，分为Android和ISO。
集团所在的公司主要使用第三方平台数据监控平台（Youmeng，腾讯云）进行统计。如果您想获得竞争对手的数据，Tuan建议为您提供免费平台：ASO100。
（2）用户留存率
用户一次使用该产品一段时间。该小组举了一个例子：7月10日增加了1000人，7月11日增加了500人，12日增加了400人，13日增加了300人，14日增加了200人，15日增加了100人。因此，如图所示，10日的保留率为50％，依此类推。如何做漏斗图？问百度哈〜
（3）用户平均使用时长
当用户停留在平台上时，使用平均算法来理解总体使用时间并且排除异常使用。如何计算=所有用户的使用时间/总人数之和。平均用户使用时间越长，用户对平台的重要性就越高。因此，我们可以使用时间长度作为划分用户级别的指标之一。
（4）用户注册数
新用户在一定时间内在当前平台上的注册状态。
（5）用户活跃度
根据一段时间，例如15天，当用户启动平台一天时，其活动为1.如果在15天内激活2次，则其活动为2.通过类比，活动越高，对平台的贡献越大。
一旦进入产品社交群体，有人问如何划分用户？该集团认为，用户划分，主要是根据用户对平台的贡献程度，贡献程度可以根据用户使用情况、付费情况两个维度进行计算，计算的权重，根据当前平台情况。，例如，平台更注重支付，因此支付的比例相对较高。
（6）用户流失率
如果观察期内的活动用户在下一个观察期内处于非活动状态，则称其为丢失用户。用户流失率=用户/总用户数丢失。通过流失率了解平台的丢失情况。
（7）用户回流
设置三个观察时段，并且回流用户指的是在第一时段中活动的用户，在第二时段中丢失并且在第三时段中活动（返回）的用户。
了解上述几个公众指标，通过平台获取相应数据，然后使用excel组织数据并制作图表。
我们时刻需要提醒自己为什么会有这一数据的出现，什么原因导致这个结果的出现，对于当前的数据情况，我们需要进行什么样的改进，提出什么样的意见。
描述数据图表时案例研究：Tuanzi参加了最近在该市举办的“小黄人”活动，并采用ASO100获取他们最近的下载并描述数据。例如，这是小黄车载Android系统的下载，活动时间是7月7日至14日，为了让大家更好地了解这一事件对小黄车新下载的影响，请将时间段从4开始18日当天，结合其他竞争对手（Mobai，小蓝车），分析在一起。
我们可以从以下图表中获得一些东西：
根据数据的时间段，小黄旗正在推出一系列相关的小黄人主题活动，并从6月底到7月中旬，将继续开展活动。用户下载量很大，因此下载总数约为下载其他竞争对手总数的3倍。
从市场的整体角度来看，我们可以观察到一个有趣的现象：三家公司的下载波动非常相似和类似，虽然小型黄色汽车刺激了通过活动下载总量的增加，也使得同行竞争产品的下载范围也有所增加。如果他们延长时间并远远望去，他们将展示一个固定的模式。这是市场的波动。
从用户的角度来看，分别查看小黄车的数据。在事件的早期和中期，用户下载量呈下降趋势，下载量下载量也有所增加。 Tuanzi认为，由于此次活动的时间段是一周，在活动前期和活动期间，用户正在忙着自我保留小黄人卡。当活动持续到后期阶段（小黄色车在产品设计上，提醒事件结束，同时更新获奖者数量），用户有紧迫感和渴望，这使得许多用户手中缺少一定数量。一张卡，我希望我可以通过我的朋友获得卡，并获得7元现金奖励。因此，鼓励用户与用户共享和交互，从而大大增加了事件后期用户的下载量。
总结：早期相关活动的安排极大地促进了这一事件的发展。
友情交换功能的设置大大增加了用户与好友之间的交互，大大提高了用户的下载量。
活动的设计，包括获奖者的数量和活动时间的提醒，激发了用户的渴望和紧迫感，极大地增加了活动的气氛。
有时，由于数据的不完整性，数据分析的结果存在偏差。
当小组分析当时小黄旗的活动时，他们看到了手中的第一个结果，然后错误地认为下载量的下降是由于活动的规则导致了活动的前期和中期活动。活动，下载量下降。当该集团获得整个行业的数据图表时，该集团知道下载量下降的原因更多是由于整体市场波动效应。
不要做一只井底之蛙，偶尔跳出看看整体，才知道一切都是这样。
4.归纳和总结
对于这篇文章的总结，该小组的个人经历并不十分丰富，该小组分享了一些总结技巧。
在做周报时，您需要花费大量精力进行数据整理和描述。但是，当许多同事浏览您的每周报告时，他们通常只会仔细查看摘要部分。他们中的许多人已被接管其他部分。毕竟，每周都有一份报告。它有很长的篇幅，许多同事没有太多时间来。读。
因此，在撰写每周报告时，我们应该首先将摘要放到顶部（最显眼的地方）;同时，对于重要数据和汇总点，您必须记住红色，以便您的同事可以快速获取相应的信息点。
关于如何总结，该小组为每个人推荐了几本书以弥补这一不足。《金字塔原理》《学会提问》《麦肯锡工作法》，希望我能帮到你。
5.建议/改进
我不知道你是否和小队有同样的心态。每当您为每日摘要撰写建议/改进时，一开始就会提出很多想法和建议。随着时间的推移，你会觉得你在匆匆忙忙。不知道，这是非常令人痛苦的。我想请你的朋友谈谈你是如何解决这个问题的？
该小组非常乐意在数据部分分享他们的经验和想法。虽然文章的总长度相对较少，但与团体的关系也很大。虽然团队在实战中没有丰富的经验，但团队仍然很难分享自己的点点滴滴，并一起成长。
以上是我的数据分析和分享。我希望每个人都会更加关注饺子。该团队将为大家分享今夏的产品体验。
接下来，我将为您分享一些数据站点。我希望后期的数据能帮到你〜
ASO100：https://aso100.com
百度指数：https://index.baidu.com
199IT互联网数据：http://www.199it.com
IT Orange：https://www.itjuzi.com
百度移动统计：https://mtj.baidu.com/web/welcome/login
中国互联网数据平台：http://www.cnidp.cn
亿邦电子商务数据：http://www.ebrun.com/data/
浏览器市场份额：http://tongji.baidu.com/data/browser
中国网络视频数据：http://index.youku.com
Alexa代购源码网站监测数据：http://www.alexa.cn
新名单—微信公众号监测数据：http://www.newrank.cn
Easy View/iResearch数据库
百度
我希望以上数据代购源码网站能为您提供帮助〜
饺子的微信号：xuebashalong。欢迎大家一起交流
本文最初由@滚滚团子
发表
