我们就从如何获取数据、如何分析数据以及一款产品都关注哪些数据维度。
一、数据获取
数据的来源渠道主要有两种：
自有数据分析系统——公司自有的数据是最源质化的数据，也是最可靠、最全面的。一般而言，有条件的情况下都是以内部数据为准；
第三方数据分析工具，这个是借助外部工具获得数据。
下面给大家介绍主要5款的数据分析工具：
1.友盟
支持iOS、Android应用数据统计分析
2.growingio
growingio强大的地方在于无需埋点，就可以获取并分析全面、实时的用户行为数据，以优化产品体验，实现精益化运营。
3.应用雷达
仅针对iOS，查看App Store总榜和分类排名。查看产品在App Store 里的搜索度得分，评判ASO效果的标准之一。
4.百度统计
支持ios和android平台。另外，开发者在嵌入统计SDK后，可以对自家产品进行较为全面的监控，包括用户行为、用户属性、地域分布、终端分析等。
5.酷传
仅支持android平台应用监控。开发者可以查看应用在主流市场下载量、排名、评分评论、关键词排名等数据，还能系统地与同类竞品进行数据对比。
当然了，数据分析工具不止这5款，如果你们正在使用其他的，也是可以的。使用分析工具我们可以得到以下内容：
二、如何分析现有的数据
所以说在我们进行数据分析时，应该先找到适合自己的方法论进行指导。主要会用到的方法论：
1.PEST分析法：用于对宏观环境的分析，包括政治（political）、经济（economic）、社会（social）和技术（technological）四方面。
2.5W2H分析法：何因（Why）、何事（What）、何人（Who）、何时（When）、何地（Where）、如何就（How）、何价（How much）。
3.逻辑树分析法：把问题的所有子问题分层罗列。
4.4P营销理论：分析公司的整体营运情况，包括产品（product）、价格（price）、渠道（place）、促销（promotion）四大要素。
5.用户行为理论：主要用于网站流量分析，如回访者、新访者、流失率等，在众多指标中选择一些适用的。
6.AARRR（增长黑客的海盗法则）：精益创业的重要框架，从获取（Acquisition）、激活（Activition）、留存（Retention）、变现（Revenue）和推荐（Referral）5个环节增长。
数据分析的方法论很多，这里不能一一列举；没有最好的方法论，只有最合适的。下面我详细介绍一下 AARRR 方法论，对于精益化运营、业务增长的问题，这个方法论非常契合。
对于互联网产品而言，用户具有明显的生命周期特征，我以一个APP为例阐述一下。
首先通过各种线上、线下的渠道获取新用户，下载安装APP。安装完APP后，通过运营手段激活用户；比如说首单免费、代金券、红包等方式。通过一系列的运营使部分用户留存下来，并且给企业带营收。在这个过程中，如果用户觉得这个产品不错，可能推荐给身边的人；或者通过红包等激励手段鼓励分享到朋友圈等等。需要注意的是，这5个环节并不是完全按照上面顺序来的；运营可以根据业务需要灵活应用。AARRR的五个环节都可以通过数据指标来衡量与分析，从而实现精益化运营的目的；每个环节的提升都可以有效增长业务。
在使用这些数据分析方法论要明确他们的作用：
●理顺分析思路，确保数据分析结构体系化。
●把问题分解成相关联的部分，并显示它们之间的关系。
●为后续数据分析的开展指引方向。
●确保分析结果的有效性及正确性。
再比如，我们在分析APP的数据维度时，会使用到趋势分析法，因为趋势分析是最简单、最基础，也是最常见的数据监测与数据分析方法。通常我们在数据分析产品中建立一张数据指标的线图或者柱状图，然后持续观察，重点关注异常值。在这个过程中，要选定第一关键指标，而不要被虚荣指标所迷惑。
如果我们将我们分析的APP的下载量作为第一关键指标，可能就会走偏；因为用户下载APP并不代表他使用了你的产品。在这种情况下，建议将日活跃用户作为第一关键指标，而且是启动并且执行了某个操作的用户才能算上去；这样的指标才有实际意义，运营人员要核心关注这类指标。
三、一款产品都关注哪些数据维度
一款产品（特指APP）的数据指标体系一般都可以分为：用户规模与质量、渠道分析、参与度分析、功能分析以用户属性分析。
1.用户规模和质量的分析包括总用户数、新用户数、留存用户、转化率。用户规模和质量是APP分析最重要的维度，其指标也是相对其他维度最多，产品负责人要重点关注这个维度的指标。
2.渠道分析主要是分析各渠道在相关的渠道质量的变化和趋势，以科学评估渠道质量，优化渠道推广策略。渠道分析尤其要重视，因为现在移动应用市场刷量作弊是以及业内公开的秘密。渠道分析可以从多个维度的数据来对比不同渠道的效果，比如从新增用户、活跃用户、次日留存率、单次使用时长等角度对比不同来源的用户，这样就可以根据数据找到最适合自身的渠道，从而获得最好的推广效果。
3.参与度分析主要是分析用户的活跃度，分析的维度主要是包括启动次数分析、使用时长分析、访问页面分析和使用时间间隔分析。
4.功能分析主要包括：
功能活跃指标：某个功能的活跃用户，使用量情况；功能验证；对产品功能的数据分析，确保功能的取舍的合理性。
页面访问路径：用户从打开到离开应用整个过程中每一步骤的页面访问、跳转情况。页面访问路径是全量统计。通过路径分析得出用户类型的多样、用户使用产品目的的多样性，还原用户目的；通过路径分析，做用户细分；再通过用户细分，返回到产品的迭代
漏斗模型是用于分析产品中关键路径的转化率，以确定产品流程的设计是否合理，分析用户体验问题。用户转化率的分析，核心考察漏斗每一层的流失原因的分析。通过设置自定义事件以及漏斗来关注应用内每一步的转化率，以及转化率对收入水平的影响。通过分析事件和漏斗数据，可以针对性的优化转化率低的步骤，切实提高整体转化水平。
5.用户属性分析不管在我们的产品启动初期，还是战略的调整，分析用户画像都有着重要的意义。比如我们在产品设计前需要构建用户画像，指导设计、开发、运营；产品迭代过程需要收集用户数据，便于进行用户行为分析，与商业模式挂钩等等。
用户属性一般包括性别、年龄、职业、所在地、手机型号、使用网络情况。如果对用户的其他属性感兴趣的，可以到自的微信呢公众号后台或者其他诸如头条、uc等后台看用户属性都包含哪些维度。
以流量为中心、野蛮的运营时代已经结束，接下来的时代是以科学的数据作为依据，围绕着用户紧紧做精细化的运营时代。
网友评论