团队开发的产品也有简单的埋点与数据分析，根据产品数据反推产品功能，制定产品迭代计划；同时由数据指导运营策略及渠道的进一步优化。这是我对数据利用的两个方向。由于没有完整经验，也没有老师，分析数据时仍然在这两个方向上小心摸索。
不过数据分析的过程也需要理论知识的支撑。通过个人的理解，简单归纳整理如下。
一、为什么要注重数据分析？
1.有效避免主观臆想；
2.为决策提供支撑，更能说服别人；
3.通过数据分析，可以看到决策的效果、问题以及未来计划的方向。
二、数据分析的逻辑
一般而言，数据分析的逻辑是：先梳理一件事的目的、流程和逻辑，即梳理清楚业务逻辑，界定出关键用户行为和数据，分析数据找到问题，思考解决方案。
三、数据分析的方法
在数据来源正确的前提下，数据分析的方法可以分为定性分析和定量分析
1.定性分析：就是对事物的性质做出判断，究竟它是“什么”
2.定量分析：是指对事物的数量做出统计，衡量它有“多少”
数据分析就是定性分析和定量分析的相互结合，不断验证的过程。提出假设、设计方案、分析数据、验证或推翻假设，最终剥茧抽丝逐渐接近真相。数据是相互印证的，彼此之间有如通过无形的网络纵横连接，只需轻轻按动其中一个就会驱使另一个或一组产生变化。通过数据分析得出的结论，应当能反推出其他数据，或是与其他数据分析得出的结果相一致。
四、数据分析的流程
明确目的——拉取数据——处理数据——寻找异常点——得出结论——验证结论
1.明确目的
清楚并理解此次分析的目的是什么，要求先确认分析维度，包括拉取什么数据、核心变量是什么，核心变量是否受到其他外界因素的影响。
2.拉取数据
很多时候需要自己动手从数据库里拉取相关数据，在拉取时应该注意处理数据方式的简化、数据本身的完整等。
3.寻找异常点
根据产品逻辑分析所得数据，找到“意料之外”的数据，通过不同维度进行分析原因
4.得出结论
根据数据得到产品功能的迭代计划，或者通过数据优化运营渠道及策略。
