产品数据分析

产品运营推广过程中，对产品的数据分析必不可少，通过数据分析，能够发现推广、甚至产品存在的不足、挖掘用户需求，进而推动产品迭代，适应市场需求。

数据分析一般分为几个步骤：数据建模、数据采集、数据清洗、数据存储分析、数据输出。

1、数据建模

将数据建模放到第一步，我理解数据建模的目的就是要明确分析数据的用途，使用场景，输出什么结果。比如要指定产品DAU、订单数、金额等，都是确定数据分析的目的，然后建立对应的模型。

2、数据采集

模型创建完成后，需要通过丰富的数据填充验证，就需要用到数据采集。数据采集一般有几个来源渠道：客户端数据、服务端数据、数据库数据、日志数据、第三方数据。

客户端数据：包括用户的行为数据，比如PV、UV、点击量等等。

服务端数据：用户操作过程中记录用户的行为，比如操作删除、新增、修改等等，可通过服务端获取到。

数据库数据：用户的属性数据，包括年龄、地域、性别、爱好等属性，此类数据一般存储在服务端，当然还包括其它数据如订单数据、金额数据等等。

日志数据、第三方数据：即来源于系统日志文件，或者第三方提供的文件，来采集数据。

3、数据清洗

采集数据并不准确，一般要经过多次的清洗预处理，尽可能剔除掉错误、重复的垃圾数据，保留正确的数据。需要清理的垃圾数据包括：残缺不全的数据、重复数据、错误数据、不一致数据。

4、数据存储分析

数据清洗完成后，需要存储到数据仓库，数据分析就根据从数据仓库取数，按照分析模型，分析出结果数据。

5、数据输出

通过数据分析得出数据后，需要输出为可视化的数据，一般形式为报表，或者可视化的图形界面，让用户更直观的看到数据结果，得出结论，满足数据采集的最终结果。