如何通过统计分析工具做好网站的数据分析和运营 - 今日头条()
数据分析，对于开发者和运营者都是十分重要的，漂亮的数据分析可以帮助企业在关键节点上线并推广产品，从而获得最大的利润。那么，该如何通过统计分析工具做好网站的数据分析和运营呢？1 行业数据行业数据对于一个网站来说，至关重要。了解行业数据，可以知道自己的网站在整个行业的水平，可以从新增用户、活跃用户、页面点击次数、网页停留时长等多个维度去对比自己网站与行业平均水平的差异以及自己网站的对应的指标在整个行业的排名，从而知道自己网站的不足之处。这种纵向的对比，会让自己的网站定位、发展方向更加清晰。2评估渠道效果在国内，获取用户的渠道是非常多的，如微博、微信、运营商商店、交叉推广、限时免费等等。看一个网站的数据，首先要知道用户从哪里来，哪里的用户质量最高，这样企业就会面临一个选择和评估渠道的难问题。但是通过统计分析工具，企业可以从多个维度的数据来对比不同渠道的效果，比如从新增用户、活跃用户、次日留存率、单次使用时长等角度对比不同来源的用户，这样就可以根据数据找到最适合自身的渠道，从而获得最好的推广效果。3 用户分析网页吸引到用户点击阅览之后，首先要知道的就是用户是谁。所以，我们需要详尽地了解到用户的设备终端类型、网络及运营商、地域的分布特征。这些数据可以帮助了解用户的属性，在网站改进以及推广中，就可以充分利用这些数据制定精准的策略。4 用户行为分析在关注完用户的属性后，我们还要高度关注用户在网站内的行为，因为这些行为最终决定着网站所能够带来的价值。开发者可以通过设置自定义事件以及漏斗来关注应用内每一步的转化率，以及转化率对收入水平的影响。通过分析事件和漏斗数据，可以针对性的优化转化率低的步骤，切实提高整体转化水平。5 网站受欢迎程度在了解了用户的行为之后，我们应该看一下自己的网站是否足够受欢迎，这是一个网站保持生命力的根本。开发者可以从留存用户、用户参与度（使用时长、 使用频率、访问页面、使用间隔）等维度评价用户粘度。进行数据对比分析的时候，要充分利用时间控件和渠道控件，可以对比不同时段不同渠道的用户粘度，了解运营推广手段对不同渠道的效果。如果以上5点的数据都很漂亮，说明你的网站已经做得相当不错了。当然，如果你的网站还没有给你带来收入，那么你仍然有一段较长的路要走。中创智诚，立志成为帮助传统企业转型的互联网服务专家！
移动互联网平台的搭建和电子商务的应用推广
中关村在线是IT用户优先选择的中文科技门户，是大中华区商业价值受到认可和信赖的IT专业门户网站。
前瞻网,发现趋势 预见未来！
IT之家，数码、科技、生活。
虎嗅网是一个有视角的、个性化商业资讯与交流平台，核心关注对象是包括公众公司与创业型企业在内的一系列明星公司。虎嗅网的愿景是：创造让用户更有效率地获取商业资讯并进行交流的方式。
极客公园-发现产品的价值，极客公园是国内最大的创新者社区
(C) 2016 今日头条 违法和不良信息举报电话：010-公司名称：北京字节跳动科技有限公司申永祥 发布于 日 | 阅读（56）
数据分析是什么，小伙伴们自行去问度娘哈。我特别不喜欢只会装逼，看文章也一样不喜欢华而不实的。所以督促自己写文章时，把懂的、经历过的能细就写的尽量详细；不懂的就去学，然后把整理的笔记分享出来，希望同样对你有帮助。1. 明确数据分析的目的做数据分析，必须要有一个明确的目的，知道自己为什么要做数据分析，想要达到什么效果。比如：为了评估产品改版后的效果比之前有所提升；或通过数据分析，找到产品迭代的方向等。明确了数据分析的目的，接下来需要确定应该收集的数据都有哪些。2. 收集数据的方法说到收集数据，首先要做好数据埋点。所谓“埋点”，个人理解就是在正常的功能逻辑中添加统计代码，将自己需要的数据统计出来。目前主流的数据埋点方式有两种：
第一种：自己开发。开发时加入统计代码，并搭建自己的数据查询系统。
第二种：利用第三方统计工具。常见的第三方统计工具有：
网站分析工具：Alexa、中国网站排名、网络媒体排名（iwebchoice）、Google Analytics、百度统计
移动应用分析工具：Flurry、Google Analytics、友盟、TalkingData、Crashlytics不同产品，不同目的，需要的支持数据不同，确定好数据指标后，选择适合自己公司的方式来收集相应数据。3. 产品的基本数据指标
新增：新用户增加的数量和速度。如：日新增、月新增等。
活跃：有多少人正在使用产品。如日活跃（DAU）、月活跃（MAU）等。用户的活跃数越多，越有可能为产品带来价值。
留存率：用户会在多长时间内使用产品。如：次日留存率、周留存率等。
传播：平均每位老用户会带来几位新用户。
流失率：一段时间内流失的用户，占这段时间内活跃用户数的比例。4. 常见的数据分析法和模型这里主要科普下漏斗分析法和AARRR分析模型。漏斗分析法用来分析从潜在用户到最终用户这个过程中用户数量的变化趋势，从而寻找到最佳的优化空间，这个方法被普遍用于产品各个关键流程的分析中。比如，这个例子是分析从用户进入网站到最终购买商品的变化趋势。从用户进入网站到浏览商品页面，转化率是40%；浏览商品到加入购物车转化率是20%等，那要找出哪个环节的转化率最低，我们需要有对比数据。比如第一个，进入网站到浏览商品，如果同行业水平的转化率是45%，而我们只有40%，那说明这个过程，没有达到行业平均水平，我们就需要分析具体原因在哪里，再有针对性的去优化和改善。当然，上面这是我们设计的一种理想化的漏斗模型，数据有可能是经过汇总后得出的。而真实的用户行为往往可能并不是按照这个简单流程来的。此时需要分析用户为什么要经过那么复杂的路径来达到最终目的，思考这中间有没有可以优化的空间。AARRR模型这个是所有的产品经理都必须要掌握的一个数据分析模型。AARRR（Acquisition、Activation、Retention、Revenue、Refer）是硅谷的一个风险投资人戴维 · 麦克鲁尔在2008年时创建的，分别是指获取、激活、留存、收入和推荐。举个例子，用AARRR模型来衡量一个渠道的好坏。如果单从数据表面来看，A渠道会更划算，但实际这种结论是有问题的，用AARRR模型具体分析如下：渠道A的单个留存用户成本是60元，单个付费用户成本是300元；而渠道B的单个留存用户成本是20元，单个付费用户成本是33元，这样对比下来，明显B渠道的优势远远大于A渠道。交叉分析法交叉分析法：通常是把纵向对比和横向对比综合起来，对数据进行多角度的结合分析。
举个例子：a. 交叉分析角度：客户端+时间从这个数据中，可以看出iOS端每个月的用户数在增加，而Android端在降低，总体数据没有增长的主要原因在于Android端数据下降所导致的。那接下来要分析下为什么Android端二季度新增用户数据在下降呢？一般这个时候，会加入渠道维度。b. 交叉分析角度：客户端+时间+渠道从这个数据中可以看出，Android端A预装渠道占比比较高，而且呈现下降趋势，其他渠道的变化并不明显。因此可以得出结论：Android端在二季度新增用户降低主要是由于A预装渠道降低所导致的。所以说，交叉分析的主要作用，是从多个角度细分数据，从中发现数据变化的具体原因。5. 如何验证产品新功能的效果验证产品新功能的效果需要同时从这几方面入手：a. 新功能是否受欢迎？衡量指标：活跃比例。即：使用新功能的活跃用户数/同期活跃用户数。使用人数的多少还会受该功能外的很多因素影响，千万不可只凭这一指标判断功能好坏，一定要结合下面的其他方面综合评估。b. 用户是否会重复使用？衡量指标：重复使用比例。即：第N天回访的继续使用新功能的用户数/第一天使用新功能的用户数。c. 对流程转化率的优化效果如何？衡量指标：转化率和完成率。转化率即：走到下一步的用户数/上一步的用户数。完成率即：完成该功能的用户数/走第一步的用户数。这个过程中，转化率和完成率可以使用（上）篇中提到的漏斗分析法进行分析。d. 对留存的影响？衡量指标：留存率。用户在初始时间后第N天的回访比例，即：N日留存率。常用指标有：次日留存率、7日留存率、21日留存率、30日留存率等。e. 用户怎样使用新功能？真实用户行为轨迹往往比我们设想的使用路径要复杂的多，如果使用的数据监测平台可以看到相关数据，能引起我们的反思，为什么他们会这么走，有没有更简便的流程，以帮助我们作出优化决策。6. 如何发现产品改进的关键点产品改进的关键点，是藏在用户的行为中。想要找到这些关键点，除了通过用户调研、访谈等切实的洞察用户外，在产品中设置相关数据埋点记录用户的行为，观察其行为轨迹，不能完全替代洞察用户的行为，不过也可以有助于决策产品改进点。操作步骤：7. 写在最后数据分析这个领域，需要学习的内容，不仅仅只有我写的这些，如果对数据分析很感兴趣的小伙伴，也可以看看这两个网站：网站分析在中国蓝鲸的网站分析笔记http://bluewhale.cc作者：杜王丹，本文为作者授权鸟哥笔记发布，转载请注明来源。
未知，网络整理
原文地址：
相关文章阅读更多：&&
顶的最多文章在线直播 8月4日已结束武汉-8月13日北京-8月6日已结束
阅读（10844）
产品经理、运营人专属学习社群招募队友，人人都是产品经理联合200+BAT产品运营人打造
在移动互联网快速发展，大量APP不断涌现，各行业、各领域竞争越来越激烈的的情况下，如何才能够自己的APP脱颖而出？如何获得更多的用户以及对现有的的用户进行更好的管理并创造更多价值？如何评估渠道效果和用户质量，制定正确的运营推广策略和方向？这都对APP的数据分析和运营提出了更高的要求和挑战。
数据分析，对于开发者和运营者都是十分重要的，漂亮的数据分析可以帮助在关键节点上线并推广应用，从而获得最大的利润。那么，该如何通过统计分析工具做好APP的数据分析和运营呢？
1 行业数据
行业数据对于一个APP来说，至关重要。了解行业数据，可以知道自己的APP在整个行业的水平，可以从新增用户、活跃用户、启动次数、使用时长等多个维度去对比自己产品与行业平均水平的差异以及自己产品的对应的指标在整个行业的排名，从而知道自己产品的不足之处。这种纵向的对比，会让自己的产品定位、发展方向更加清晰。
2评估渠道效果
在国内，获取用户的渠道是非常多的，如微博、微信、运营商商店、操作系统商店、应用商店、手机厂商预装、CPA广告、交叉推广、限时免费等等。看一个APP的数据，首先要知道用户从哪里来，哪里的用户质量最高，这样开发者就会面临一个选择和评估渠道的难问题。但是通过统计分析工具，开发者可以从多个维度的数据来对比不同渠道的效果，比如从新增用户、活跃用户、次日留存率、单次使用时长等角度对比不同来源的用户，这样就可以根据数据找到最适合自身的渠道，从而获得最好的推广效果。
3 用户分析
产品吸引到用户下载和使用之后，首先要知道的就是用户是谁。所以，我们需要详尽地了解到用户的设备终端类型、网络及运营商、地域的分布特征。这些数据可以帮助了解用户的属性，在产品改进以及产品推广中，就可以充分利用这些数据制定精准的策略。
4 用户行为分析
在关注完用户的属性后，我们还要高度关注用户在应用内的行为，因为这些行为最终决定着产品所能够带来的价值。开发者可以通过设置自定义事件以及漏斗来关注应用内每一步的转化率，以及转化率对收入水平的影响。通过分析事件和漏斗数据，可以针对性的优化转化率低的步骤，切实提高整体转化水平。
5 产品受欢迎程度
在了解了用户的行为之后，我们应该看一下自己的产品是否足够受欢迎，这是一个应用保持生命力的根本。开发者可以从留存用户、用户参与度（使用时长、使用频率、访问页面、使用间隔）等维度评价用户粘度。进行数据对比分析的时候，要充分利用时间控件和渠道控件，可以对比不同时段不同渠道的用户粘度，了解运营推广手段对不同渠道的效果。
如果以上5点的数据都很漂亮，说明你的APP已经做得相当不错了。当然，如果你的APP还没有给你带来收入，那么你仍然有一段较长的路要走。
本文为作者 @姑婆那些事儿（微信公众号：gupo520）投稿发布，转载请注明来源于人人都是产品经理并附带本文链接
投稿、稿件问题联系Q：
人人都是产品经理（）是中国最大、最活跃的以产品经理为核心的学习、交流、分享社群，集媒体、教育、招聘、社群活动为一体，全方位服务产品经理，微信公众号woshipm。成立5年以来举办线上活动500余场，线下活动数百场，覆盖北京、上海、广州、深圳、杭州、成都等10余城市，在互联网业内得到了广泛关注和高度好评。社区目前拥有300万忠实粉丝，其中产品经理占比50万， 中国75%的产品经理都在这里。君，已阅读到文档的结尾了呢~~
原创干货：如何通过统计分析工具做好APP的数据分析和运营
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
原创干货：如何通过统计分析工具做好APP的数据分析和运营
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口在线直播 8月4日已结束武汉-8月13日北京-8月6日已结束
阅读（2409）
产品经理、运营人专属学习社群招募队友，人人都是产品经理联合200+BAT产品运营人打造
看到这篇文章——，感觉并没有深入的讲解针对一款App，如何收集数据，如何分析数据。而是从表面，只是见到数据而描述数据罢了。本次为系列文章《App数据分析之旅》，共两篇：第一篇讲解《App数据分析之旅，如何收集数据》；第二篇讲解《App数据分析之旅，如何分析数据》。那么，我们就开始App数据分析之旅吧。
为什么要针对App收集数据，想必大家能够举出很多理由。大家可以想一下，尽量不要设计到数据后期的分析，不要涉及产品优化，不要设计用户体验，更不要设计运营优化，等等。因为，这些都不是理由，而是结果，根据数据分析做出的响应调整。
收集产品数据最基本的，是为了观察产品各个功能之间，以及产品功能中各个节点的运行状态。
产品人员除了提出产品相关的MRD（市场需求文档）、PRD（产品需求文档）之外，还应该有针对性的提出DRD，即数据需求文档（Data Requirement Document）。DRD与PRD之间的关系最为密切，因为DRD是随着产品业务逻辑展开的。
当然，中大型公司会有独立的数据分析部门，可以由他们来负责提出相应产品的DRD。如果是中小型企业，提出DRD的工作，由产品人员来承担，也是大有可能的。
那么，我们要怎么收集App的相关数据呢？不要着急，我慢慢给大家分析。
1、了解产品业务逻辑。主要是App的用户操作流程，主要有：功能之间的逻辑关系，单一功能上的逻辑先后关系。以我的实际工作为例，App登录（当然，这不是主要的业务逻辑，只是拿来举例子的）。业务逻辑，梳理的形式和工具很多，有些人喜欢用图，可以PS；有些人也喜欢用图，但用的是PPT和连线；有些人喜欢用word，有的会用思维图。
2、将业务逻辑节点化。App功能之间、单一功能重要节点的梳理，将节点列出优先级，因为有些节点是不重要的，没有必要对其统计。或者目前的业务中，有些统计不需要。经过梳理和讨论，就得到了第3步中，需要统计的节点、事件以及参数。
3、将节点化的业务代码化。这一步骤，主要是将列出的重要节点（需要统计的节点）添加统计事件和统计参数。例如：
4、交付开发调整DRD。如果你没有开发经验，也不懂开发，那需要多向开发了解请教，那样你提交的DRD，会相对合理。如果你是开发出身的产品人员，而且又做过这部分工作，和开发沟通起来会很顺畅的。（当然，这里还是建议大多非开发出身的产品人员，学一些基本的开发知识，也可以多和产品聊聊开发，也是为了工作嘛）
5、后期数据库中有了相应节点的统计情况，之后就可以拿来分析了。这一部分，我会在第二篇中具体来讲的。
这一年移动相关的工作经验，颠覆自己之前在PC方面数据分析的认知。原来，数据分析可以是这样的，而不只是单纯一味的描述数据。也希望，这篇文章，能够对大家有启发。如果能够让大家也有上面和我一样的感受，真的是很荣幸。
最后，谢谢大家的浏览，后续会更新第二篇《App数据分析之旅，如何分析数据》，敬请期待！
写的都是体验感受，略主观请见谅。
人人都是产品经理（）是中国最大、最活跃的以产品经理为核心的学习、交流、分享社群，集媒体、教育、招聘、社群活动为一体，全方位服务产品经理，微信公众号woshipm。成立5年以来举办线上活动500余场，线下活动数百场，覆盖北京、上海、广州、深圳、杭州、成都等10余城市，在互联网业内得到了广泛关注和高度好评。社区目前拥有300万忠实粉丝，其中产品经理占比50万， 中国75%的产品经理都在这里。