用户数据分析理论与最佳实践丨青训营笔记

112 阅读3分钟

这是我参与「第四届青训营」笔记创作活动的的第19天

为什么做行为数据分析

在企业竞争越来越激烈,获客成本越来越高的背景下,如何高效地优化产品和精细化投放运营是当前企业竞争的关键,而用户数据分析正是我们保持此竞争力的重要手段(难道还有别的手段?有,靠抄袭,靠砸钱),我们通过数据来驱动用户增长、降低成本和提高收益。

当下互联网的行情不太好,大家也知道,企业们也在“勒紧裤腰带过日子”,盲目扩张、砸钱抢市场的情况在当下会收敛很多。

数据分析的各个环节

数据分析全景图

数据分析全景图

指标体系和指标分级

指标体系:结合业务战略目标和业务场景,系统化梳理构建的指标集合。我们构建的指标集合通常是分级的,以满足不同级别的人的数据使用需求。

手游业务指标体系示意

手游业务指标体系示意

搭建指标体系的价值

  • 衡量经营状况
  • 统一口径和统一认知
  • 团队牵引
  • 支撑后续制定目标和衡量目标
  • 发现问题
  • 定位问题

数据分析的各个环节

埋点

  • 埋点(数据)是什么?

    • 埋点数据是指上报的记录着触发原因和状态信息的日志数据。按照上报方来看,可以划分为“服务端埋点”和“客户端埋点”按照上报形式,可以划分为“代码埋点”、“可视化全埋点”。
  • 埋点包含哪些要素?

    • who when where how what how much
  • 在哪里埋点呢?

    • 在你要做数据分析的环节来埋点。

常见的分析工具

分析工具

数据表与SQL

  • 表的基本构成:表名、表字段、表字段类型等。

  • SQL:结构化查询语言,用来操作表的语言。细分为 DDL(数据定义语言)和 DML(数据操纵语言)等。

  • 指标和维度

    • 指标是数据的量化统计
    • 维度是数据分组的方式

行为事件分析

事件分析

  • 左侧是查询配置区,右侧是展示区
  • 左侧我们可以配置指标、筛选项和分组项,分别对应了sql的select、where、group by

数据可视化

数据可视化


\

数据分析的流程和案例

分析流程

分析流程

分析思路

分析思路

案例

Acquisition(获取) - 广告素材分析

数据如下:

广告素材

一些指标概念:

激活CPA:平均获取1个新增设备花费的成本 新增CPA:平均获取1个新增账号花费的成本 次留:当天新增的用户有少比例在次日又活跃了 3留:当天新增的用户有少比例在第3日又活跃了 2日LTV:平均每个用户前两天带来的收入 2日ROI:2日LTV/新增CPA 其他指标同理

Activation(激活) - 新用户激活转化分析

新用户激活转化分析

Retention(留存) - 新用户激活转化分析

新用户激活转化分析

Revenue(收入)

收入

数据分析常见的问题

  • 上游数据质量不高
  • 不验证就全量上线
  • 优化策略短期有利而长期有损
  • 过分挖掘用户信息,不注重用户隐私保护