一边吃粽子，一边思考流量数据分析！

产品数据化是有非常有好处的，优点：

1. 可视化：用户行为可视化，可清晰的了解用户行为
2. 可追踪：定位产品问题
3. 可验证：数据支撑和验证
4. 可预测：通过数据变化，预测后期走向

而数据化的前提是需要一些指标来衡量，这里宝器将指标分成网站的流量指标和用户行为指标，意思是说一部分几乎是通用性分析指标，一部分会根据不同的业务需求场景而设定。

针对每个指标的具体含义如果有不理解的还需要各位自行查阅。需要了解的是每个指标的定义 、作用。

举个栗子，DAU：

定义：Daily Active User(日活跃用户)

作用：可以用户衡量产品(如京东app)的活跃度，可用于了解用户增长和减少趋势。

现在重点讲一下宝器对用户分析(绩效指标KPI)的一些看法，首先个人是将用户分析分成两类，一类是基础性分析，一类是模型策略分析。说的简单点就是想通过基础性的指标分析，调整运营策略，并根据不同的商业需求，搭建用户分析模型体系。

1、基础性分析

基础性分析指标分成两种，一种是针对新用户，一种是针对老用户，而新用户对应着拉新和转化。而针对老用户可分成活跃、留存、跳出、回购。举个栗子：

拉新(渠道)：

京东往往具备 APP、移动端、微信端、PC端渠道，其中根据不同的业务，流量偏重有所不同，随着手机移动设备的越来越智能化和大屏化，一般情况下，电商节618数据表明，非PC端消费的用户最多。现在的商业机构更加注重非PC端(微信、APP、移动端)的营销，所以了解用户使用的设备和渠道能够使得运营和利润最大化。

转化：

指用户进行了相应目标行动的访问次数与总访问次数的比率。相应的行动可以是用户登录、用户注册、用户订阅、用户下载、用户购买等一系列用户行为，因此网站转化率是一个广义的概念。简而言之，就是当访客访问网站的时候，把访客转化成网站常驻用户，也可以理解为访客到用户的转换。

针对老用户的活跃、留存、跳出、回购同理可直接搜索相关关键字自行阅读。

2、模型策略分析

我相信授人以鱼不如授人以渔，这是非常重要的一部分内容，也不可能就在一篇推文中讲清楚。这里将这部分内容对应的一些参考学习链接放上，更多理解还需自己领悟：

用户行为事件模型：

http://www.woshipm.com/data-analysis/686576.html

用户行为路径分析：

http://www.woshipm.com/data-analysis/704261.html

用户体验分析：

http://www.woshipm.com/discuss/53005.html。

https://www.jianshu.com/p/f10f706d3ddd?from=groupmessage

用户画像分析：

用户画像。

用户价值评分与精准营销：

https://wenku.baidu.com/view/7e156f087275a417866fb84ae45c3b3567ecdd18.html

漏斗模型分析：

http://www.woshipm.com/data-analysis/697156.html

流量货币化：

https://baike.baidu.com/item/%E6%B5%81%E9%87%8F%E8%B4%A7%E5%B8%81%E5%8C%96/17219976

本文参考：

• https://www.cnblogs.com/yjd_hycf_space/p/7772722.html。
• https://www.cnblogs.com/shujuxiong/p/10218727.html。
• https://blog.csdn.net/haoyuexihuai/article/details/53453100。
• https://blog.csdn.net/wuxintdrh/article/details/81990385。
• https://www.admin5.com/article/20180629/862661.shtml。

结语：

勿忘初心，做自己，还年轻，在路上，Over!

（编辑：通化站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!