一、產品基礎分析概述

通過在網站或應用中進行數據埋點，進而獲取用戶對產品的使用和行為數據，并基于產品體驗優化的數據統計分析。

以下內容圍繞 1評估方法 2 產品數據分析可以做什么 3 什么時候適合用 4 數據分析的來源 5 常用數據監控平臺 6 數據分析流程 7多種數據結合分析 這幾個方面來做分析

1，評估方法

產品數據分析有時候可以叫做流量、日志數據分析。根據不同的產品類型，又可分為網站、移動應用數據分析。

屬于定量的數據分析方法：偏向于用戶行為層的數據。

2，產品數據分析可以做什么？

eg：產品上線之后，用戶是從哪里來，來了多少；來的用戶是什么樣的用戶（用戶屬性，地域，用的設備）（他從什么地方來用的什么瀏覽器和設備）；來這里做了什么（訪問了哪些頁面，使用了哪些功能，花了多少錢和時間）；是什么樣的一個表現（哪些流程可能有問題，忠誠度如何，活躍度如何，有沒有達到目標，和行業相比如何）；如何離開（是否持續留在網站上。流失情況如何，離開之后是否還回來）

以上整個數據基于我們所獲取的數據去做的，目的是服務于我們的網站和手機應用做一個持續的優化和改進。

3，什么時候適合用：產品發布上線后，有一定的用戶量才能做的。

4，數據分析的來源

網站分析數據的來源一般分為

服務器日志文件：用戶訪問頁面或者應用時就會發出一條請求，發送到服務器端，然后服務器端這邊會有一個日志文件記錄這個訪問請求。（優點：完整的服務器請求記錄，缺點，日志的獲取和清洗有過濾成本，許多頁面無法記錄）

頁面標記數據：通過對頁面的前端進行一些標記，嵌入像JavaScript這樣的一些代碼，當用戶訪問頁面的時候就會觸發去執行這條代碼，然后把這些需要統計的信息附帶進去，這樣日志服務器端就會收到比較完整的數據。（優點：數據獲取可控，靈活，可以對頁面細節操作進行記錄，獲取數據比較完整，豐富，缺點：需要在頁面值入JavaScript標記代碼，某些情況下無法獲取，如當用戶禁用JavaScript功能時無法獲取數據）

移動應用端數據獲取

移動應用端數據獲取方式可能不同，但原理類似，需要在app里嵌入一段SDK代碼，規定好要收集的用戶行為數據規范，再進行統計。

5，常用數據監控平臺

第三方數據平臺+自己研發的數據監控平臺（安全+數據完整性考慮）

市面上網站數據監控工具：免費的如google Analytics 和百度統計。騰訊云分析等

移動應用監測分析工具：免費的相對好用的如google Analytics 和百度統計。騰訊云分析，友盟，talking data...

6，數據分析流程

a 產品監控（對常規的一些指標進行監控，發現問題）

b 定義(根據發現的問題，定義產品研究目標和方向)

c 埋點（圍繞問題和產品目標進行數據的埋點工作）

d 測量（獲取用戶的數據進行測量）

e 分析（數據測量后進行統計分析，得出結論）

f 優化（根據結論做優化）

一般會和BI、用研，開發崗合作，或利用自研或第三方數據平臺完成

7，多種數據結合分析

產品的日志流量數據其實是一個定量的數據，能回答的問題是有一定的特點的，一般在分析的過程中，還會結合其他的一些數據來進行分析。

流量日志數據：回答問題產品是怎樣的一個現狀分析，以及有多少人在用我們的產品，多少人在用某一項功能，有多少用戶發生了流失。（量化的問題是可以通過日志數據分析去完成的，缺陷：不能完全回答為什么會出現這樣的情況，不能找到問題解決的一些原因）

所以我們需要結合其他一些定量的數據：比如實驗的研究數據，問卷調查

或者其他一些定性的數據：比如用戶訪談，用戶反饋或者可用性測試

結合分析，綜合數據找到問題的原因！

二、基礎分析指標及概念

1，常用基礎指標

網站分析的基礎指標：

PV（Page view）：頁面瀏覽量，評價網站流量最常見的指標之一，用戶每一次訪問網站中的頁面均被記錄一次，用戶對同一頁面的多次訪問，訪問量累計。

UV（unique visitor）：獨立訪客，指通過互聯網訪問，瀏覽網頁的自然人。通過用戶訪問的IP，或者使用的cookie去判斷它是獨立的一個人

UPV（unique pageview）：單個用戶的綜合瀏覽量，反映了單個用戶的訪問互動情況，包括訪問的深度或者和網站發生交互的情況。

訪問：在一定時間范圍內，網站所有訪問者，對網站發出訪問的總次數，從訪客來到網站到最終關閉網站的所有頁面離開為一次訪問。

2，識別用戶的方式：

IP地址：早期的時候使用的比較多，現在比較少，也比較容易獲取，缺點：因為同一個IP地址有可能多個人使用，同一個用戶可能使用多個IP去訪問，所以存在誤差。

IP+User Agent：IP地址結合用戶瀏覽器或者操作系統這樣的信息去定位用戶，精確度有所提高，但也不是非常精確。

Cookie：目前用的比較多的，像google analytics用的就是這個，用cookie去標記用戶的方法。相對來說精確度提高，但并沒有像IP地址那樣容易獲得，如果當用戶在瀏覽器中禁用cookie，那沒辦法獲取標記的。

USER ID：通過用戶去注冊網站后形成的一個用戶ID，比較精確但不能檢測未注冊用戶的一些信息

設備ID：基于移動分析，通過手機設備的ID去識別用戶，相對精確性更高一些。

其他：

3，符合指標

除了基礎指標，還有符合指標，也是比較常用的，通過計算得出來的，也用來分析。

跳出率：指用戶來到網站，只瀏覽了一個頁面就離開的訪問次數，占全部訪問次數的百分比。——來了就走。比如有一些經驗性的標準，當跳出率<30%，數據相對來說比較正常的，當30%<跳出率<50%，可能有一些問題。可能需要做一些優化，當跳出率>70%。網站存在比較大的問題，就需要去做更深一部分的分析和優化。（跳出率可以被用來衡量流量和頁面質量，高跳出率表示用戶對著陸頁面不感興趣，沒有繼續訪問更深入的頁面，可能頁面設計存在問題，也可能導入的用戶不匹配，跳出率可通過調整廣告渠道，優化頁面內容來降低）

退出率：訪問者離開網站被記錄一次退出。退出率：某一范圍內退出的數量/該范圍內綜合的訪問量。

訪問時長：網站停留時間長，頁面停留時間長，應用使用時長；訪問時長是訪問質量的一個衡量標準，較長的訪問時長表明用戶和產品進行了較多互動。

訪問深度：單個用戶平均訪問的頁面數量，就是PV/UV的比值；訪問深度也是訪問質量的衡量標準，可以考察用戶是否和頁面進行了比較多的互動，這個的比值越大，代表網站的粘性也越高。

轉化率：和網站設計的目標是息息相關的，指在一個統計周期內，完成轉化目標行為的次數占總訪問次數的比率。根據設置不同目的進行的計算例如，注冊轉化率，付費轉化率。 轉化率是分析中非常重要的指標。

移動端基礎指標：

與web端略有不同，但分析思路大致相似

新增設備

累計設備

啟動次數

單次使用時長：

注意：一定要先了解各個指標來源和定義，不同平臺會有差異。