用户数据分析理论与最佳实践1|青训营笔记

97 阅读2分钟

这是我参与「第四届青训营 」笔记创作活动的第16天,在第十六节课中主要了解到了分布式一致性协议有关的内容。

为什么做行为数据分析

  • 高效地理解用户需求和精细化运营是当前企业竞争的关键
  • 用户数据分析正是保持竞争力的重要手段
  • 通过数据来驱动用户增长、降低成本和提高收益

数据分析的各个环节

数据分析全景图

image.png

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
  • 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

image.png

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
  • 支撑后序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: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
  • 在要做数据分析的环节来埋点

image.png

常见的分析工具

image.png

数据表与SQL

  • 表的基本构成:表名、表字段、表字段类型
  • SQL:结构化查询语言,用来操作表的语言细分为DDL和DML

数据可视化

数据分析的流程和案例

分析流程

image.png

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

总结与思考题