• 【互联网业务数据分析实战】神策张涛


    数据使用流程:

    数据采集->指标建模->观测数据->数据分析->业务洞察

    一、常见指标

    1、DAU&MAU

     

    2、新增用户

    3、留存

    4、其他指标

    二、选好数据指标的通用方法论

    1、拆解业务模块

     2、根据业务模块所属类型选择数据指标

     

     三、选择合适的数据工具

    1、计数统计

    埋点,BI报表工具

    解决问题:统计PV、UV、在线人数等

    2、流量导向

    google analytics、GrowingIO等

    解决问题:谁来了?从哪儿来?来了干什么?有没有达成目标?

    3、用户导向

    miaxpanel

    解决问题:用户来了干什么?用户还会不会再来?用户在哪流失了?用户画像?

    appsee,inspectlet:通过录屏和行为序列观察【用户来了干什么】

    4、内容导向

    百度统计

    解决问题:哪些资源被消费,被消费的情况如何,内容表现质量如何

    5、业务导向

    神测数据

    解决问题:流程是否顺畅?规模/频次如何?异常原因?

    四、数据分析

    1、对比分析

    2、多维度拆解

    数据分析的本质就是  用不同的视角去拆分、观察同一个数据指标

    案例1:数据涨跌异动如何处理(对比分析+多维度拆解)

    boss:昨天的收入跌了10%

    3、漏斗观察

    4、分布情况

    5、用户留存

     

    6、用户画像

        

    7、归因查找

    8、路径挖掘

     

    9、行为序列

     

    案例2:评估渠道质量,确定投放优先级

    案例3:功能/内容上线后,评估其价值

        

      

       

      

    案例4:高质量拉新

      

    案例5:精准运营推送

        

    案例6:辅助产品设计决策

      

    案例7:查出羊毛党

    五、数据采集

     

    1、明确埋点需求(想清楚)

      

    2、形成需求文档(讲明白)

       

    3、数据采集实战

      

      

     

     

     

    4、其他数据采集方法

       

      

  • 相关阅读:
    BPF and eBPF linux
    o-sync-and-o-direct
    linux performance test
    iostat
    MYSQL IO innodb-buffer-pool
    MYSQL file types redo log
    read pread write pwrite open
    CORE DUMP
    linux kernel的中断子系统 softirq
    linux KERNEL 问题
  • 原文地址:https://www.cnblogs.com/little-monkey/p/10781061.html
Copyright © 2020-2023  润新知