這篇文章關于數據方法，非工具的使用。

為什么要做數據分析

1.?認知層面

1.1 理解用戶：我們服務的是怎樣的用戶？

1.1.1 用戶畫像，如年齡、性別、職業、地域、網絡、機型、分辨率等等

1.1.2 行為，如發現內容的方式、內容消費的方式、內容偏好

1.2 理解業務，如視頻客戶端滲透率，判斷是否有挖掘潛力

1.3 理解行業，分析行業數據，尋找切入點

2.?行為層面

2.1 效果驗證，例如GP評分關于廣告的投訴是否下降

2.2 優化產品，例如頑固廣告站點中70%的網站找不到跳轉來源，對于這些網站直接屏蔽，而對于剩下的30%的網站采用阻塞部分頁面內容加載的方法

2.3 排查線上問題，例如用戶投訴增加，原因是UC合作的部分網絡商投放的廣告干擾用戶、誤導用戶，比如說uc瀏覽器可以在沒有網絡的情況下使用

2.4 制定規劃/策略，例如分析數據確定廣告商域名更換頻率，定期排查

數據分析原則

1.?目標導向：根據業務定位、發展階段選擇數據目標

例如以發行為目標vs以品牌為目標，目前uc瀏覽俄羅斯市場主要以品牌為目標，通過強大的廣告過濾功能提升用戶的留存

2.?實事求是：數據是工具，用于支撐觀點；數據不只是工具，不能為了證明觀點扭曲、選擇性展示數據

3.?形成閉環：發現問題→定位問題→解決問題→驗證反饋→發現問題

數據分析流程

1.?發現問題

1.1 從目標出發，設置直接指標、關聯指標

例如，新版本廣告過濾工具投入使用，預期top500站點中廣告網站的訪問排名會出現整體滑坡的情況，關聯指標為GP評分

1.2 縱向對比：同比、環比

1.3 橫向對比：選擇合理的比較對象

2.?定位問題

·?內外因

例如，以瀏覽器/導航為主要流量入口的業務，需要關注節假日、賽事、當地網絡、政策等導致客戶端/導航日活波動影響

·?維度，聚焦數據變化大的維度，如Top500訪問站點里面廣告網站排名

·?流程：追蹤用戶訪問流程各個環節，細化監控，發現流失最嚴重的環節。如日志（少打、漏打、打點時機、字段缺失）→服務器日志傳輸→統計服務器→報表計算

·?訪問路徑

·?內外部反饋：后臺用戶意見，是否有短時間內某類異常報告突然增多

3.?解決問題

問題原因不止一個，逐個解決，發布上線，驗證問題是否得到解決

4.?驗證問題

觀察核心數據指標是否呈現正常態勢