这是我参与[第四届青训营]笔记创作活动的第2天
今天学习内容主要是提到业务数据的收集与分析、可视化等,刚好是我之前面试中所欠缺的应对业务理解的知识。
业务数据分析
业务数据分析主要是根据用户需求制定计划精细化运营,通过数据驱动用户增长,降低成本和提高收益。
数据分析的指标体系构建
数据分析体系
基本上的思路是收集数据--》分析--》可视化
构建指标体系通常是分析师需要考虑的问题。数据源和构建指标体系是相辅相成的,构建指标体系是计划,收集数据源是实施和前提。
指标体系的定义
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。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。
指标体系的例子
1级指标到3级指标不断的细化
数据源
需要了解的概念
埋点
- 埋点的定义
埋点是数据采集领域(尤其是用户行为数据采集领域)的术语,指的是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。比如用户某个icon点击次数、观看某个视频的时长等等。 - 埋点的分类
埋点是指上报的记录着出发原因和状态信息和日志数据
根据上报方分类: '服务端埋点','客户端埋点' 根据上报形式:'代码埋点,'可视化埋点' - 埋点主要包含的要素
who when where how what how_munch
例子 :"张三"于"北京时间2022年1月2号12点整"在"游戏商城"用"XX支付"的形式"充值"了"500元"钻石。 - 具体的埋点案例展示
业务DB
业务DB:数据库中采集到的数据。
分析工具
需要了解的概念
分群圈选工具:把群体圈出来再进行分析
行为分析工具:对埋点数据进行分析,
波动归因工具:自助定位到波动的指标波动的原因
BI定制报表 :前端后端定制开发
使用的场景及优缺点
可视化
可视化展示
除了单一指标的展示,我们也通常来分析多个指标的交互图和对比图。
数据分析的流程
分析流程
总结
目前在实践中遇到的问题也是先构建好可能会用到的指标,但是在查找数据库的过程中并没有相关的数据,现在我知道了不能依靠单一的数据来源,需要用工具去尽可能多渠道获取我们想要构建的指标体系。另外要将数据分析的流程牢记于心。