35 张 PPT,教你快速成为数据分析师

本文适合一些想学数据相关的知识,来提升自己产品、运营能力的人。不太适合数据分析师~

14793c3142cf4791b02ff1b6068d666b.png

一、如何入门互联网数据分析

1.网站分析是一种能力

对于大部分人互联网从业者而言,网站分析是一种能力,因为基于网站分析之上的结论可以指导运营、产品、设计、技术的同事的工作。

f8fc09a3a00449e89183b126c30622e0.png

2、网站分析解决的问题

即分析出:

  • 用户是谁(目标用户)
  • 从哪里来(流量从哪里来,流量的价值等)
  • 到哪里去(为什么离开,如何降低用户流失)

5740ed9feda7486c9ec29046affb608f.png

3.对于产品OR运营,网站分析能做什么?

对于产品:

  • 产品改版是否合理?
  • 用户的反馈如何?
  • 哪些功能存在问题?
  • 功能使用频率?
  • 转化路径是否靠谱?

对于运营:

  • 用户来源路径?
  • 用户活跃度如何?
  • 如何分配广告预算
  • 网站内容是否有效?
  • 如何分解KPI?
    f8b5618ece0c434ea1b54fa9fc869260.png

0f82bc4937234c6bbf5bd125c2ce8556.png

4.为什么进行网站分析

c21d518df3ed49458adc3c156835dd90.png

5.网站分析的核心

21a97c93543d40be90cfdb01bd042169.png

二、网站分析的流程

定义问题——测量——分析——改进——维持

157f46dcfe34489194495534ab1f5622.png

d594fa0780cc4576b63966dbd2967547.png

f8ceb4090cf8444a8722bb2c1498d6cf.png

三、定义问题

如何你已经知道如何有效的去描述一个问题,那么你已经成功了一半了,因为你知道问题,而且也知道如何去问。

a7bf8379619a4750bf95129fed1fb57c.png

工作可不是事先设计好问题来问你,首先得你自己发现问题。

99e00c87496d4eb2bf08580ccde625d7.png

比如注册转化率的降低,就跟非常多的问题是正相关的。

产品支持度是否足够?

  • 头像上传
  • 邮箱验证
  • 必填资料

营销是否到位?

  • 新老访客比如何
  • 外界口碑如何

6087a6077c764b6aac6718a3641cb236.png

98ef3a38446047de9604584412da8834.png

问题的要素:本质、现象、特征、量化。

3b83e0ca1d3240bc99b5ea586286b89a.png

定义一个问题: 即给整个团队确认一个方向,围绕着这个目标往下分解,制定计划,在计划具体执行的过程中发现了某个问题,再来具体分析的。

所以作为一个网站分析师,立足点应该是从公司战略出发, 了解产品,运营,技术,商业逻辑等等层面的知识,给公司的发展提供大量的建议。

四、测量

收集数据。

14c2f728473443c5bc52db18859a830e.png

801805cf9a92406f81d09b8e9b22601d.png

c62fd172aebe483d96e3fa339467b42a.png

1630d2f6800e41f08f42d9d79fdfc545.png

目前常用的数据流量监测的工作:

  • Google AnalyticsGoogle 网站分析工具
  • OmnitureOmniture SiteCatalys
  • twebtrendswebtrends
  • sitemeterReal time web analytics
  • ClickyReal time web analytics
  • CrazyeggHeatmap feature
  • WoopraReal time web analytics
  • PiwikOpen source
  • ChartbeatReal time web analytics
  • ClickTracks ProCustom ROI Analysis
  • GoingUp!Web Analytics & SEO
  • One SWeb analyticstatWeb analytics
  • MixpanelReal-time Funnel analytics
  • CNZZCNZZ数据专家
  • 我要啦 网络流量统计
  • 51yes 网络流量统计
  • 百度统计百度统计工具腾讯分析 主要针对论坛
  • 99Click99Click统计
  • JYC统计JYC统计聚合分析与shopex结合的电商流量监控工具
  • 孔明统计孔明数据分析

dad5cb09af704feab1a16f02e9dfec6c.png

7f59a0155a6a44928de319438c29a4b3.png

比如教育行业的数据,可以从一些行业数据收集的网站中找到

a168d2ddc333417392b18853cf2c976e.png

86237733046741ea9c69941a03c03ac0.png

158aa2bd4032463c9a38b31c17ceaed8.png

e6643e5c7054491fbf0dfa33f75897cb.png

另外,作为不会写程序的产品OR运营,只能通过第三方的工具或者平台来拿到数据了,或者向技术同学提需求。

感觉数据的方式太小儿科了,强烈推荐大家关注 @何明科(知乎)

并且可以在以下问题当中去膜拜一下。

  • 有哪些网站用爬虫爬取能得到很有价值的数据? – 何明科的回答
  • 做投行、行研、咨询等金融岗位,有没有什么好用的找数据技巧呢? – 何明科的回答

技术才是第一生产力。如果会一些 SQL或者Python,获取的数据不要太精彩

推荐书籍:

  • 做数据分析不得不看的书有哪些? – 知乎用户的回答

这个问答下面推荐的书,基本都是关于数据挖掘或者获取的。

五、分析、改进、维持

比如某游戏的玩家行业轨迹是这样的:

于是分析的时候决定重点关注新用户的流失问题

流失的任务类型分析:

  • 操作复杂
  • 任务不平滑、不流畅
  • 升级缓慢
  • 有组队任务或者其他互动任务

案例选自,@陈嘉庆 在几年前的分享,侵删。

然后就是不断的循环优化着:分析出问题,确认用户的需求,改进产品,进一步统计并维持提升结果。

分析的流程方法大概如此,比较好掌握,但是具体到工作当中,远非这几句话能解释当的,所以慢慢实践成长吧。

  • 推荐的书:
  1. 精益数据分析
  2. 转化:提升网站流量和转化率的技巧
  3. 数据分析:企业的贤内助
  4. 网站数据分析:数据驱动的网站管理.优化和运营
  5. 人人都是网站分析师:从分析师的视角理解网站和解读数据
  6. 图解网站分析
  • 网站优化研究工具:

群英网站监测24小时免费监控网站是否正常运行

  • 百度站长工具网站问题初步诊断
  • 谷歌站长工具网站问题初步诊断
  • Google AdWords Keyword ToolGoogle AdWords关键词工具
  • Microsoft adCenter LabsMicrosoft Keyword Research
  • 4Q4Q用户调研工具
  • limesurvey用户调研工具(需下载客户端,问卷设计收集一体)
  • usertesting网站可用性测试——号称1小时发现你的网站问题
  • surveymonkey用户调研
  • surveygizmo用户调研
  • Question Pro用户调研User Voice用户调研
  • 问卷星中文在线问卷调查问道网中文在线问卷调查
  • Google Website OptimizerGoogle网站优化工具
  • Visual Website OptimizerA/B测试工具
  • Vertster多变量测试工具
  • Split Test CalculatorA/B测试计算器
  • Google Analytics API谷歌分析数据调用
  • Data Feed Query ExplorerData Feed URI

竞争对手流量趋势监测:

  • Alexaalexa中国
  • WebSearch Ranking海外网站排名
  • Compete.com海外类alexa工具,但做的更多更细
  • Google Trends for Websites谷歌站点流量趋势
  • 百度指数关键词趋势查询,热门指数可参考百度风云榜
  • Google Ad Planner可查询网站流量上下游的谷歌产品

专栏作家

章鱼怕黑,个人微信(zyulaoshi),连续创业者。《从门外汉到BAT产品经理有多远》、《运营制胜》作者,关注在线教育,擅长产品运营、数据分析等。

关键字:产品运营, 数据, 网站, 产品经理

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部