下面要讲的都是基础的数据分析知识，适用于PM新人
1.目的清楚
你应该有一个明确的目的，为什么要做数据分析，数据分析的是什么数据，希望分析哪方面的信息，达到什么样的效果
2.收集数据
做好“数据埋点”，即在应用的正常功能逻辑中添加统计代码，将需要的数据统计出来
目前主流的数据埋点方式：
1）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
2）利用第三方统计工具
网站分析工具：Alexa，中国网站排名,iwebchoice,百度统计等第三方数据统计网站
移动应用分析工具：Flurry，Google Analytics，友盟，TalkingData，Crashlytics
3.基础数据指标
新增：新用户的增加数量和速度（注意单位：日/月）
活跃：多少人正在使用产品（注意单位；日/月）
留存率：用户会在多长时间内使用产品（注意单位：次日留存率/周留存率）
传播：平均每位老用户带来几位新用户
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.常用数据分析模型
1）漏斗分析法
分析从潜在用户到最终用户的这个过程中用户数量的变化趋势，从而寻找最佳的优化空间，这个方法被普遍用于产品各个关键流程的分析中
比如在分析从用户进入网站到最终购买商品的变化趋势，这里注意要分析我们的流程中那个环节出了问题，需要有对比的数据，比如行业中的平均数据；同时考虑这是理想化的漏斗，现实中用户可能不会按照这么简单的流程来，需要分析下用户所经过的路径，考虑是否有办法优化路径
2）AARRR模型
（Acquisition,Activation,Retention,Revenue,Refer)，我们可以用AARRR分析比较方案AB的优缺点，注意不要简单看字面上分析的结论，而要对找深入的情况，分析到留存，收入才能看出那个
获取，激活，留存，收入，推荐
3）交叉分析法
将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，查出数据变化的具体原因
比如：图1 这里横向：时间；纵向：客户端
看出iOS每个月用户数都在增加，而Android在逐月下降，那就要分析为什么Android第二季度新增用户数据在下降？一般这种情况会增加渠道
图2 横向：渠道时间；纵向：客户端
这里看到AndroidA预装渠道占比高，却一直处于下降趋势，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
5.如何验证产品新功能的效果
从以下方面入手：
1）新功能是否受欢迎？
数据指标：活跃比例＝使用新功能的活跃用户/同期活跃用户数
注意：一定要灵活分析，不一定一个因素决定，仅凭这个不能断定一个新功能的好坏，还要综合其他方面进行评价
2）用户是否重复使用？
数据指标：重复使用比例＝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
3）对流程转化率的优化效果如何？ （这里可以使用漏斗分析对比行业平均）
数据指标：转化率和完成率；转化率＝走到下一步的用户数/上一步的用户数；完成率＝完成该功能的用户数/走第一步的用户数
4）对留存的影响？
数据指标：留存率＝用户初始时间后第N天的回访比例（次日/周/21天/30天）
5）用户怎样使用新功能？
真实的用户行为轨迹往往比我们设想的使用路径要复杂，如果看到相关数据，我们应反思，为什么他们这样走，而不是我们想象的，从而想是否有更加优化的方案
6.如何发现产品改进的关键点
需要改进的地方一般藏在用户的行为里
可以通过用户调研，访谈等洞察用户行为，在产品中设置相关数据埋点记录用户行为，观察其行为轨迹：
