这是我参与「第四届青训营」笔记创作活动的第13天。

第十九节课「用户数据分析理论与最佳实践」的内容主要包含 4 个方面：概述为什么做数据分析、数据分析的各个环节、数据分析的流程和案例、总结与思考。这篇文章主要介绍为什么做数据分析、数据分析的各个环节和数据分析的流程。

用户数据分析简介

为什么要做用户数据分析

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保持此竞争力的重要手段，通过数据来驱动用户增长、降低成本和提高收益。

互联网行业，一些有经验的人，体系化的把这些做事的手段和思考进行抽象整合后，沉淀下来作为理论，而“后人”按照这个“套路”来执行就好了。学习方法论，能大大减少你去探索的成本。但是在这个互联网飞速发展的时期，这个套路有可能过时，所以需要保持敏锐，不要过于迷信某些方法论。

数据分析的环节.png

包含 4 个部分：数据源、分析工具、可视化以及贯穿全程的指标体系。

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。

埋点数据：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”。
埋点包含的要素：“4W2H”—— who, when, where, what, how, how much
e.g.: “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。

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）、DML（数据操纵语言）等。

指标是数据的量化统计，维度是数据分组的方式。

图表的样式很多，需要注意的是，选择什么样的样式是看怎么方便去做数据洞察，而不是为了花里胡哨而去使用这些图表。

明确目的、经验猜想、数据准备、数据分析、产出报告和优化建议、验证、全量实施和总结复盘。

了解了数据分析的各个环节和工作原理和数据分析的流程。