这是我参与「第四届青训营 」笔记创作活动的第1天
用户数据分析是帮助企业保持竞争力的重要方案，通过数据来驱动用户增长、降低成本和提高收益。
一、本堂课重点内容：
- 用户数据分析是什么
- 数据分析的环节
- 数据分析的流程与案例
二、详细知识点介绍：
- 用户数据分析是什么
用户数据是指“反应用户属性、和用户相关的数据”，用户数据通常可以分为两类，一类是用户属性数据，另一类是用户行为数据。
用户属性数据代表的是用户自身基本信息和状态，包括天然特征和行为提醒的特征，一般是较为固定，不会轻易改变的。我们分析用户属性的方法就是用户分群。
而用户行为数据是用户产品内的行为轨迹，代表了用户和产品的互动模式，通常可通过各种方式影响数据。分析用户行为的方法就叫行为分析。
- 数据分析的环节
数据分析的环节包含4个大部分：数据源、分析工具、可视化以及贯穿全程的指标体系。
数据源是指“数据的来源”，在用户数据分析中，数据源是最常见的是埋点和业务DB中的数据以及二次加工的如统计和挖掘出的数据。
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”。企业最常用的是代码埋点。埋点包含这些要素：who（人） when（时间） where（地点） how（怎么样） what（什么） how_much（多少钱）。
分析工具为数据分析提供支持，它包括软件和方法。
数据可视化简单来说，就是运用图表来实现数据洞察。 可以参考开源可视化图表库Echarts
指标是数据的量化统计，维度是数据分组的方式。指标体系是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。
- 数据分析的流程
- 明确分析目标——一切以目标为导向；
- 确定分析思路；
- 数据获取；
- 数据处理：清洗，转化，提取，计算等；
- 数据分析及可视化；
- 报表撰写；
AARRR（海盗模型）其实是用户生命周期的模型，但同时也有人拿来变成运营流程的模型：先拉新，其次促活，接着提高留存，然后获取收入，最后实现自转播。
三、实践例子：
Acquisition(获取) -广告素材分析
Activation(激活)-新用户激活转化分析
Retention(留存)-新用户激活转化分析
详情见课程资料
四、课后个人总结：
-
在工作中，数据表的建模和查询sql是需要做精心优化的，以提升查询性能并减少资源浪费。
-
搭建指标体系可以衡量经营状况、实现统一口径和统一认知、实现团队牵引、支撑后续制定目标和衡量目标、发现问题和定位问题
-
当前用户数据分析的问题
1. 上游数据质量不高
2. 不验证就全量上线
3. 优化策略短期有利而长期有损
4.过分挖掘用户信息，不注重用户隐私保护
