因为自己现在是所谓小白的身份，有好多专业性的东西都不是很懂，处于一种模棱两可的状态，所以为了尽快提高自己在某一方面的水准，就只能去有意的抄袭和模仿别人的文章了。但这并不是一种耻辱，网上的东西又么有版权，且我也不用做商业活动。其实抛却这些伦理上理所用当的于心有愧，外，我并没有养成羞愧的意识，可能这就是我，或者说是我这一代人的悲哀吧，好了 废话的开始就到此结束，开始一本正经的抄袭。
首先应该明确什么是数据分析，以后在写文章的时候，也要按照这个结构来写，即先明确自己要写的主题的定义（我自己认为对于一个定义最普通的解释就是 用什么方法对什么进行什么的操作，从而得到什么有用的信息，以方便某一主体的使用，）不难， 这所说的数据分析是指 用适当的统计方法对收集来的数据进行分析，提取有用的信息形成数据报告的过程，以便于管理者做出相应的决策。
在明确目写文章的定义之后，就明确文章的目的，也可以说是文章的主旨中心思想吧，也可以说是。其实对于所有有所研究的东西来说，研究其的目的都是为了找到他的内在规律，从而达到认识规律，利用规律的地步。在实用中，数据分析贯穿于产品的整个生命周期，从市场调研到售后服务和最终处置的各个过程，以提升运营的有效性，帮助掌握商品出售情况，用户的特征，产品的粘性，等等。
既然是学习关于数据分析的东西，那必然的主题部分就是数据分析的步骤了，盗元文章的图片吧，其实从正文开始的好多语句就是完全的抄袭原文的，如果以后有啥想补充的再另说，以下就是数据分析的整体指导性的纲领
首先要做的是明确数据分析的目的和思路，其实上面说的，就是找出事物的内在运行规律而已，找出相关的联系性事物的指标就差不多可以找出事物运行的表象了 ，记住最重要的一点就是数据分析一定是带着某些商业目的的，而并不只是一个商业数据的直观报告的展示，所以一切的操作和结论都要以一定的专业目的为指导。举个例子，他的目的可能是要追踪一个新产品上线之后的用户使用情况，也可能是观察用户在某一段时间内的留存情况，也有可能是运营某种优惠券是否有效，一定是用相关的指标来说明问题的，验证优惠券是否有效，可以从优惠券的领取情况和使用情况两方面分析。而优惠券的使用情况的指标的可以细化为领取率，使用情况可以细化为使用率，客单价等，
第二个就是数据的来源收集，这个不必要过多的担心，或者说担心也是多余的。其实这个阶段，只要懂得用SQL从数据库里面提取信息就差不多了，不再赘言。
第三个是数据处理，也就是用一些技能的手段将数据变得更具可分析性，缺失值得处理，衍生变量的形成，还有一些变量来源或意义的相关说明，这里要用的技能比较的多，也需要用商业化的思维来提取有用的因子
其次就是数据分析的主要阶段了，这一阶段包括统计，建模，挖掘等过程，一般公司所需观察的数据如下：
商业数据：付费金额，付费用户数 付费率，客单价
运营数据:新增用户数，日活，月活（AARRR模型）周活
产品数据：关键页面PV UV（漏斗模型）
用户数据：用户生命周期，用户留存，用户客单价，用户类型（RFM）
商品数据：商品财务指标分析
对几个关键的模型进行详细的说明，一次就好，
Acquisition获取用户：
网站的SEO（搜索引擎优化），SEM（搜索引擎营销），ASO（应用市场营销）自媒体，地推和传单（线下）
Activation提高活跃度：
方法P：运营价格优惠，编辑内容（控制成本的前提下）产品策略上除了运营模块和内容优深化之外，实施产品会员激励机制成长体制
Retention提高留存率：
提高活跃度之后，用户就开始慢慢的沉淀下来，运营上，采用内容相互留言等社区用户共建UCG（用户内容生产）摆脱初期的PCG（专业内容生产）还有实体经济百试不爽的通过提高服务和质量，这些都是业务层面的提高留存。产品模式上，通过会员机制的签到和奖励的机制去提高，包括app推送和短信激活方式都是激活用户，提高留存的产品方式，通过日留存率，周，月留存率等指标监控用户流失情况，并采取相应的措施在用户流失之前，激励其继续使用，也就是通过数据找出运营方面的问题
Revenue获取收入
这是最核心的一块，所有能为企业带来收入的模块都是核心的，其余的都属于支持性财务支出部门，好像财务上是这么的来分析的吧，还是不应该逃课的，即使老师讲的听不太懂。即使是免费应用，也尤其盈利的模式，不过如果以后有可能的话，我希望有人办那种公益性的企业，不是不盈利，只不过是少盈利，能维持基本的生存就可以了，至于发展的扩大和延续性，可以通过释放所有权的方式来解决吧，反正现在的共享那么火（我所理解不过是化了新装的租赁业务的延续），本质上还是没有共享所有权，真正做到所有权共享的只有所谓的国有企业，但其利益的共享性由于分配方式的原因，个人很难直观的察觉。这都是个人的遐想罢了。
收入来源有三种：付费应用（市场接受程度很低（office））应用内付费，如游戏充值和音乐部分下载的付费。广告，国内大部分开发者的收入来源
REFER自传播
以前的运营到第四个层次就结束了，随着网络社交的兴起，使得运营增加了一个方面，基于社交网络的病毒式传播，这个方式的成本很低，也就差不多是口碑营销吧，从自传播到再次获取新用户，应用运营形成了一个螺旋式上升的轨道，而那些优秀的应用就可以很好 的利用这个轨道，不断地扩大自己的用户群体
好了AARRR，2A3R模型就解释的差不多了，接下来说一下那个漏斗模型，这一节内容就可以完成了，打字的速度还是不行啊，一个下午将近三小时就2000来字，慢慢来吧，余生那么长呢。
漏斗模型
漏斗模型常用于流量监控，产品目标转化等日常数据运营工作中。按照流程的操作的用户进行各个转化层级上的监控，寻找每个层级的可优话点，对没有按照操作流程的用户绘制他们的转化路径，找到可提升用户体验，缩短路劲的空间，运用漏斗模型比较典型的就是电商网站 的转化，用户在选购商品的时候必然会按照预先设计好的购买流程进行下单，支付等环节的操作，需要注意的是单一的漏斗模型对于分析来说没有任何的意义，我们不能能从单一的一个漏斗模型中评价某个网站的某个关键流程中各个步骤的转化率的好坏，所以必然通过趋势，比较和细分的方法对流程中的各个步骤的转化率进行分析：
趋势：从时间轴的变化情况进行分析，适用于对某一流程或其中各个步骤进行改进或优化的效果监控
比较：通过比较类似产品或服务间购买或使用流程的转化率，发现产品或应用中存在的问题
细分：细分来源于不同的客户类型子啊转化率上的表现，发现一些高质量的来源或客户，通常用于分析网站的广告或推广的效果及ROI
数据分析的最后一个步骤就是数据的展现，也就是通常所说的数据可视化，利用各种数据分析软件给数据以直观的感受呈现。
嗯 今天就这么多吧，数据分析还是得靠时间的操作，但在经验之前，还是把基础的思维框架搭好吧，每一个文科生都应该懂得学习用方法论来指导自己对于任何事情的实践。
网友评论