某明：為什么明明那么努力，點擊數卻為0？
（別羞射，這個問題83.6%的簡書作者都曾撫心自問，including me.）
某喵：因為沒做數據分析唄。
場景回放ing：
1、某電商產品的列表頁訪問量很高，但商品詳情頁數據卻非常差；是推廣引流效果好但商品對用戶吸引度不夠？
2、某大型采購節，商品下單量很高，但支付轉化率低；是否支付環節出問題？支付方式太少導致？還是現場網絡環節太差？
PS. 真正產生價值的是數據分析而非數據本身。只有對數據進行挖掘和剖析，了解其變化的趨勢，發現存在的問題，思考對應的解決方案，為進一步改進產品等做可能性，關聯性分析。
一、什么是數據分析？
數據分析是指用適當的統計方法對收集來的大量數據源本進行分析，以最大化地挖掘數據資料的價值，發揮數據的作用。通過對數據的詳細分析和總結，以形成對產品運營趨勢的判斷和結論。數據是說服技術研發功能，說服老板投入資源的重要工具。
二、數據分析維度有哪些？
a. 基礎數據：下載量、激活量、新增用戶量、活躍用戶等；
b. 社交產品：用戶留存（次日、3日、7日、次月、3月）、用戶分布、用戶互動頻次、社區活躍人數等；
c. 游戲產品：點擊用戶數、安裝用戶數、注冊用戶數、在線用戶數、最高在線、平均在線、日活躍、周月月、月活躍等；
d.電商產品：淘寶指數、網站流量、下單數、成交額、成交轉化率、跳出率、頁面訪問深度等；
e.內容類：內容轉化率（內容下載量/內容瀏覽量）、留存量、內容傳播指數；
f.工具類：功能點擊量、應用商城排名，會員轉化率；
三、數據分析常用工具有哪些？
1、第三方數據分析工具，如友盟，GA, 通過嵌入統計代碼快速接入，適合創業型公司及剛上線的產品，但目前對訂單轉化統計數據不夠精確；
2、公司自有研發數據分析工具，可以對每個數據進行實時跟蹤，并快速做出產品的調整，但比較耗費開發人員的時間和經理，建議大型公司或產品比較成熟的階段再進行投入開發；
四、做數據分析，需解決的6大問題：
1、 ?分析這些數據的目的是什么？
2、 分析想要達到什么效果？
3、該分析哪些數據才能達到這個效果？
4、如何采集這些數據？
5、如何分析？
6、通過分析數據發現的問題，如何解決？
掃盲完畢，繼續搬磚吧！
