数据分析方法
多维事件分析
漏斗分析
留存分析
行为序列分析
A/B测试
用户分群
（一）数据分析——多维事件分析
事件
维度
指标
数据分析+事件分析。任何互联网产品都可以抽样成一系列用户行为事件分析
对于电商平台，可以抽样为事件注册、提交订单、支付订单等，如下图左。
对于一个事件，可以从不同维度分析，如操作系统版本，城市等，如下图中；
另外对于事件和维度，我们还可以看指标，如下图右。
多维事件分析
如订单支付事件、按支付方式维度，看的指标为成交和总和;
发现微信支付的成交量下跌，就可以进一步探寻原因。
（二）数据分析——漏斗分析
举例：从提交订单到真正试用的一个转化分析：
漏斗分析
这种特别适用拉新时候，探寻不同渠道的拉新留存转化分析。
（三）留存分析
下列查看拉新用户后续几天买黄金的分析：
不同渠道按天数的留存分析
注意：留存本身对于不同产品是不一样的；有些产品留存可能是登录、关键操作。
（四）数据分析——行为序列分析
对于客单价比较高，对抽样用户深入了解耕种，适合行为序列分析。
用户ABC操作后，离开产品，可以带电话等了解用户离开原因，尽可能挽回用户。
行为序列分析-客户操作记录
（五）数据分析——A/B testing
这是产品经理非常重要的技能，产品经理的直觉推动功能，当不知道哪个好坏的时候，可以做A/B testing。
A/B testing
百度问答，让一部分人显示等待您来回答，我来帮忙解答。
主动帮忙没有别人邀请的意愿强，数据也得到验证，可以避免一些经验的错误。
对于产品来说，没有什么是你能做对手不能做的，唯一的差异是谁最先达到理想状态。
（六）用户分群
这适合运营经理，如滴滴打车的优惠券；
不同用户对不同数额的优惠券刺激不一样，针对不同用户给予不同程度的优惠。
