數據分析的意義:
數據分析帶來的價值讓產品瞭解產品運營情況,瞭解用户需求和行為習慣,瞭解產品功能使用情況等等,屬於產品人員最技術的技能。
數據類型:
一般的用户數據獲取方式可以從頁面js和服務器日誌上獲取;
常用的可以獲取的數據包括UV,PV,停留時間,點擊熱圖,導入網站(關鍵詞),導出網站,具體的訪問頁面等等,還有客户端,新用户,用户流失,用户地區等數據進行分析,
加上時間參數等就可以獲得大量的趨勢性分析。
另外還有一些數據可以通過後台的數據請求次數和用户提交數據,例如用户的搜索命中率,用户UGC提交信息量,用户流程損耗量(任務完成量和時間)。
以上為定量數據。
其他定性數據包括用户操作流程,用户使用過程,用户行為,用户評價和反饋等。
對數據進行分析:
1、 數據的趨勢
主要是居於時間變化呈現的數據量級的趨勢統計
用户量,訪問量,(註冊量,活躍量)
用户提交信息量的變化趨勢
重複訪問用户比例、數量和新增用户用户數量、比例
2、 數據的權重
各個業務模塊的訪問權重佔整個產品/頻道的權重比例
各個頁面停留時間權重
提交信息用户量和用户UV的比例關係
3、 數據呈現的用户行為
比如:
用户訪問熱圖
用户直接訪問、外站導入、搜索引擎的'比例
用户搜索常用關鍵詞,常標中的關鍵詞,未標中的關鍵詞
用户來源
用户停留時間
一跳率,二跳率等
產品對數據的態度:
1、 正確的態度
雖然是有點廢話,但是需要強調。產品必須有明確健康的運營態度和運營價值觀。
比如不鼓勵非正常的PV,前台產品引導用户更好的互動和轉發,後台設計引導發佈編輯提交更有效的信息和信息關聯。
2、 對數據敏感,發掘細節
對定量的數據和定性的數據都保持敏感,特別在持續對產品改進上,需要大量的數據。
包括用户操作,用户訪問最多的頁面,用户頁面跳轉等