打开App 如何做用户数据分析？ 关注问题写回答  薇薇 大数据分析、电子商务、网站运营 重点分析的数据： 用户的来源地区、来路域名和页面； 用户在网站的停留时间、跳出率、回访者、新访问者、回访次数、回访相隔天数； 注册用户和非注册用户，分析两者之间的浏览习惯； 用户所使用的搜索引擎、关键词、关联关键词和站内关键字； 用户选择什么样的入口形式（广告或者网站入口链接）更为有效； 用户访问网站流程，用来分析页面结构设计是否合理； 用户在页面上的网页热点图分布数据和网页覆盖图数据； 用户在不同时段的访问量情况等： 用户对于网站的字体颜色的喜好程度。 访客流量分析： 1.用户群：用户者主要所在区域，24小时之内有多少回访。 2.访问者：访问主要来源哪个区域，如国家、省份、城市。 3.访问量：分析网站月访问，日访问，时访问，来确定网站的高峰是在是何月何日何时。 4.浏览量：访客在一定时间内所浏览内容，日最大浏览量多少，日最小浏览量多少。 5.流量来源：分析网站是从哪方便来的流量。 6.流量页面：哪些页面主要引来的流量。 7.访问者分析：在24小时的回访次数，访客浏览多少页面，在网站中逗留多长时间。 8.访客访问分析：用户电脑所采用的系统语言，所使用的浏览器，屏幕尺寸，屏幕颜色位数。 9.搜索引擎：搜索引擎是提供信息查询的工具，通过分析网站来源关键词，来确定搜索引擎 用户主要关注网站哪些方面。 广告效果分析：广告效果、性价比分析、成本分析、转化率等 恶意点击分析：损耗分析、防御策略等等 用户行为分析的维度： 行为分析 数据的记录与整理 电子商务网站到手不是立刻开展优化，而是记录之前的数据情况，记录之后要进行一系列维度的数据整合。可以说，数据分析和整理做好对以后的优化有很大的帮助。我一直很强调基础，我们做网站优化要善于记录日志，操作日志，异常日志都要有据可循。也许你会觉得一时很麻烦，但是会免去你以后的很多失误。 举个例子：除了基本的收录、外链、锚文本、UV、关键词排名等，你至少还要注意，访客地区分布情况，频道流量情况，页面点击行为等，而且要把搜索流量与广告流量区分开。 对于基础的数据还要记录主要竞争对手的。一.理论 数据可视化包含以下三部分： UI：用户界面： html页面，软件，图表 服务端程序： 负责接受处理UI界面发起的数据展示请求，处理请求，从数据库中摄取数据！ 将数据传输给UI界面，进行显示！ 数据库： 存储最新产生的数据（hdfs_to_mysql.sh 负责将ads的数据导出到mysql） 二、UI: 用户交互界面 专业的BI工具（superset,tebleau,powerBI） 前端制作页面（灵活） echarts(前端图表可视化库), excel3.态度数据分析 态度数据相对行为数据获取难度会更高，这块数据主要展示的是用户的价值观，喜好，兴趣等态度观点。这块数据价值很高，因为如果获悉这样的数据，就能预测用户的行为。譬如，某人喜欢军事网，则会偏向于逛军事类网络，如果你想在网络上接触到这个用户，则需要去相关垂直类的网站投广告。大数据可视化核心问题 随着互联网技术的发展，尤其是移动互联技术的发展，网络空间的数据量呈现出爆炸式增长。如何从这些数据中快速获取自己想要的信息，并以一种直观、形象的方式展现出来？这就是大数据可视化要解决的核心问题。数据可视化解释 数据可视化，最早可追溯到20世纪50年代，它是一门关于数据视觉表现形式的科学技术研究。数据可视化是一个处于不断演变之中的概念，其边界在不断地扩大，主要指的是技术上较为高级的技术方法，而这些技术方法允许利用图形图像处理、计算机视觉及用户界面，通过表达、建模，以及对立体、表面、属性及动画的显示，对数据加以可视化解释。
