作者：郑毓

现在的软件开发，都讲究小而美，单点突破，快速迭代。

那么我们在快速迭代时，就要用到数据分析，通过用户使用数据来分析产品的优缺点，甚至方向的正确与否。

因此，数据分析，就是产品迭代时的眼镜和耳朵，产品经理也是通过数据分析，来说服开发做功能，说服老板投入资源。

数据分析使用场景列举：

1、如果某款游戏下载量高，注册率低，是否因为服务器登录问题或者注册流程繁琐，是否近期网络出现故障?

2、如果某款游戏数据一直良好，某段时间数据突然跌落;是否因为市场宣传力度减弱，是否因为用户生命周期上线，还是说其他精品的冲击?

我们必须了解的一点，是数据分析不在于数据本身，而在于分析的能力。

数据只是参照物，只是标杆，分析才是行为，通过分析数据，我们发现问题的所在，再改进它。

需要分析哪些数据?

• 基础数据：下载量、激活量、新增用户量、活跃用户等
• 社交产品：用户分布、用户留存(次日、3日、7日、次月、3月)等
• 电商：淘宝指数、网站流量、跳出率、页面访问深度等
• 内容类：内容转化率(内容下载量/内容浏览量)、留存量
• 工具类：功能点击量、应用商城排名
• 其他：竞品数据(下载、激活等)

数据分析的工具：

1、第三方数据分析工具，如TalkingData、友盟，

可快速接入，节省成本，比较适合创业型公司及刚上线的产品，但是无法对关键数据在突发异样时进行跟踪。

2、自己开发的数据分析工具。

可以对每个数据进行实时跟踪，并快速做出产品的调整，需要足够的开发人员及成本，比较适合大型公司或者成熟型产品;

如何进行数据分析?

对于这个问题，我想作为产品的工作人员，我们还不用达到数据分析师的高度，因此也不用说要先对数据建模，再对实际分析数据，看是否与模型吻合。

但是，我们却需要要有一个产品数据分析的思路，这个思路可以这样展开：

1、我为什么分析？

即就是明白，我分析的目的是什么，是寻找付费用户下降的原因?还是注册用户减少的原因?

2、我分析想要达到什么效果？

是通过分析付费用户，找到问题，解决问题从而提升收入？

3、我该分析哪些数据才能达到这个效果?

即需要什么数据才能达到分析的目的？

4、我又该如何采集这些数据？

是直接通过第三方数据分析工具或者我们自己开发的工具就可获得?还是说要从数据库调取再交给程序猿哥哥？

5、我该如何整理这些数据？

即我们常说的数据可视化，这样可以便于我们进行分析。

6、如何分析?

即通过分析，找出问题的所在，给出你的结论。

7、怎么解决问题?

给出你的解决方案。

最后给出一张图，说明各个数据的意义：

总结：

一个产品做出来的结果怎么样，数据最有说服力，比如一款APP的下载量，注册量，活跃用户量等，产品经理需要从这些数据中挖掘出实际的用户需求，进行用户粘度经营，制定目标流量等。

因此，数据分析是产品经理必备的一项硬技能。