最近在准备数据产品经理的面试，将一些基本的数据知识进行了一些总结
数据分析做法
数据分析目的
数据分析的重要名词
数据分析的关键指标
数据分析基本技术
常见的数据分析报告方法和模型
数据分析思维
数据分析方法论
一、数据分析做法：筛选、清洗、加工、解析数据
二、数据分析目的：发现产品问题、优化产品。
三、数据分析中的重要名词：
1. 埋点：
埋点目的：通过埋点，看清用户是在哪一步流失的？是在什么时间流失的？再结合用户访谈等定性分析，明确时什么原因造成的用户流失，根据原因制定对应的解决策略。
埋点方式：
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。第三方工具：网站分析工具:Alexa、中国网站排名；移动应用分析工具:Flurry、Google Analyt ics、友盟
2. 维度：比如用户角色、性别、来源等
3. 度量：用于考察不同维度观察的效果
4. 渠道：查看不同传播渠道下数据的差异
四、数据分析中的关键指标
1. 新增用户：衡量推广效果，以及当前产品在整个生命周期所处阶段
2. 活跃用户：日活跃(DAU)、月活跃(MAU)。衡量运营效果和产品使用情况
3. 启动次数：衡量推送效果，以及App的内容是否足够吸引人
4. 留存率：经过一段时间仍启动App的用户占原新增用户的比例。“经过一段时间”的划分方式有:次日、7日、14日;次周、+2周;次月、+2月等。App的次日留存率一般为30-40%，次月留存率为20%。
5. 使用时长：平均使用时长、一次使用时长。衡量产品粘性
6. 使用频率：衡量产品粘性
7. 传播：平均每位老用户会带来几位新用户。衡量产品自传播能力及运营效果
8. 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。衡量产品粘性
五、数据分析基本技术
1. 抓包：Mac系统上，可用Charles工具，需http协议和json格式知识
2. 数据提取
1）sql：从数据库中进行数据的增删改查，关键的在于了解数据库表结构和关联关系，掌握group by的维度，where的限制条件，还有join语句的表连接逻辑
2）Excel：VLOOKUP : 一个查找函数，给定一个查找目标，从指定的查找区域中返回想要查 找到的值。基本语法 : VLOOKUP(查找目标，查找范围，返回值的列数，false)
3）Python、JS
六、常见的数据分析方法和模型
1. 对比
2. 拆分
3. 降为
4. 增维
5. 分组
6. 漏斗分析法
7. AARRR模型：（Acquisition、Activation、Retention、Revenue、Refer)获取、激活、留存、收入和推荐
比如A渠道引入10000个用户单个用户成本是3元，B渠道引入1000个用户用户成本是10元，并不意味着A渠道好。需要继续分析两个渠道下留存的用户、贡献收入的用户。分析单个留存用户的成本和单个付费用户的成本。根据几个成本进行综合考量。
8. 交叉分析法：纵向对比和横向对比综合起来，对数据进行多⻆度的结合分析。
1) 交叉分析⻆度:客户端+时间。比如统计在不同时间段的将男女注册用户，不同月份安卓机和苹果机型的下载量。
2) 交叉分析⻆度:客户端+时间+渠道。比如不同于月份安卓机通过对应的渠道123的下载量和苹果机通过对应的渠道123的下载量。
七、数据分析思维
1. 自下而上的思路：确定数据分析目标——明确数据目标的关键影响因素，进行唯独拆分——找出不同维度的关联关系，建立数据关系模型——发现问题数据及原因——针对问题数据影响的维度做相应的优化
2.自上而下的思路： 发现异常数据——该异常数据影响因素——影响因素与问题数据之间的相关关系——找出出现异常数据——的原因——找到异常数据的解决办法——养成记录数据的习惯
3.定量分析和定性分析结合：通过定量分析，发现异常数据，通过用户访谈，使用调研，进行定性分析，找出问题，解决问题。
八、数据分析方法论
1. 营销方面的理论模型有:4P、用户使用行为、STP理论、SWOT 等
1）4P要用于公司整体经营情况分析。即产品(Product )、价格(Price)、渠道(Place)、促销(Promotion)
2）用户使用行为：认知（具体举例：打开APP）、熟悉（浏览）、试用（注册）、使用（开始进行交易）、忠诚（用户粘性、流失率）
3）SWOT：优势、劣势、挑战、竞争
2. 管理方面的理论模型有:PEST 、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART 原 则等。
1）PEST:主要用于行业分析，即政治(Political)、经济(Economic)、社会(Social)和技术(Technological)
2）5W2H：即何因(Why)、何事(What )、何人(Who)、何时(When)、何地 (Where)、如何做(How)、何价(How much)，应用广泛，可用于用户行为分析、 业务问题专题分析、营销活动等
为什么要做，要做什么，用户是谁？用户什么时候会用到？用户的使用场景？我们需要怎么做？这样做的价值是什么？
九、如何验证产品新功能的效果
1. 产品是否受欢迎
2. 用户是否重复使用
3. 对流程转化率的优化效果
4. 对留存的影响
5. 用户怎么使用
十、如何发现产品改进的关键点
目标-用户分群-对比-发现-改版-验证
很庆幸自己总是能遇到一些优秀的嗯可以一起学习～嘻嘻
