数据分析

通过分析用户的日活/存留，来帮助运营人员发现问题、监控数据，为调整策略提供数据支持，达到提高日活/存留的效果。

分析目标

1、新用户、老用户、回流用户：日活监控，观察用户活跃数据，分析日活健康度

2、观察存留规律，定位存留阶段，辅助市场活动、市场策略定位等

3、对比不同用户、产品功能的存留情况，分析产品价值、辅助产品调整

分析角度

1、漏斗法反映用户行为状态，以及从起点到终点各阶段用户转化率情况

选择期

振荡期

平稳期

2、留存分析法由最初的振荡期转为稳定用户，忠实用户的过程

RFM模型Recency\\Frenquency\\Monetary

用户分群当用户差异性较大，层级上不能再做用户细分时，可以考虑将同一个分层内的群体继续切分，满足更高的精细化运营需要

3、分组分析根据数据分析对象的特征，按照一定的标志（指标），把数据分析对象划分为不同的部分和类型来进行研究，以揭示其内在的联系和规律性。

4、矩阵关联分析指根据事物（如产品、服务等）的两个重要属性（指标）作为分析的依据，进行分类关联分析

5、关联分析法是指从大量数据集中发现项集之间的关联性或相关性

平均数分析

众数、中位数

最大、最小值

6、指标分析法

同比

环比

1、时间维度

不同地区比

不同部门等

竞争对手比

2、空间维度

3、计划对比和计划标准的对比

4、与经验值理论值对比

7、对比分析法将两个或两个以上的数据进行比较，分析它们的差异，从而揭示这些数据所代表的事物发展变化情况和规律性

分析方法

4、留存

5、消费

数据分析

1、企业的商业目的

引流

转化

新用户

活跃

留存

回购

流失

老用户

1、观察流量

2、发现异常流量

3、观察流量结构分析流量合理性作出调整

4、追踪流量

方法：

2、引流

了解各环节转化情况，分析其异常或不合理情况，进行调整，以提升各环节的转化率。

分析目标：

静默转化率、登陆转化率、咨询转化率、付款转化率等等，只要关注用户从接触应用到成交中的几个环节就好。

1、观察各环节转化率，分析其合理性，针对转化率异常环节进行调整

2、追踪转化率变化，用于异常定位和策略调整效果验证

3、观察各渠道转化情况，定义渠道价值，并依此适当调整运营策略

4、分析各环节转化周期，分析用户习惯，为制定运营策略提供依据

3、转化