想要培養(yǎng)數(shù)據(jù)分析的能力，我認為可以從兩部分來著手：一是數(shù)據(jù)分析方法論的建立,，二是數(shù)據(jù)分析從入門到精通的知識學(xué)習(xí),。

那么該如何搭建自己的數(shù)據(jù)分析知識體系,？數(shù)據(jù)分析的價值又在哪里？做數(shù)據(jù)分析有哪些具體的方法,？又如何學(xué)習(xí)數(shù)據(jù)分析,？

我把我之前的兩篇文章整理下，和大家分享一下這些問題,。

Part 1 | 數(shù)據(jù)分析方法論 & 知識體系

1. 數(shù)據(jù)分析體系：道,、術(shù)、器

「道」是指價值觀,。要想做好數(shù)據(jù)分析，首先就要認同數(shù)據(jù)的意義和價值,。一個不認同數(shù)據(jù)分析,、對數(shù)據(jù)分析的意義缺乏理解的人是很難做好這個工作的。

「術(shù)」是指正確的方法論?，F(xiàn)在新興的「Growth Hacker」（增長黑客）概念,，從 AARRR 框架 ( 獲取、激活,、留存,、變現(xiàn)與推薦五個環(huán)節(jié)）入手進行產(chǎn)品分析，這是一個非常好的分析方法,。

「器」則是指數(shù)據(jù)分析工具,。一個好的數(shù)據(jù)分析工具應(yīng)該能幫助大家進行數(shù)據(jù)采集、數(shù)據(jù)分析,、數(shù)據(jù)可視化等工作,，節(jié)省時間和精力，幫助更好理解用戶,、更好優(yōu)化產(chǎn)品,。

2. 數(shù)據(jù)分析的價值

數(shù)據(jù)分析不能為了分析而分析，而要將落腳點放到業(yè)務(wù),、產(chǎn)品和用戶上,。以產(chǎn)品經(jīng)理為例，數(shù)據(jù)分析應(yīng)該幫助產(chǎn)品經(jīng)理不斷優(yōu)化產(chǎn)品設(shè)計和迭代,，驅(qū)動產(chǎn)品和用戶增長,。

當(dāng)我們上線了一個新的產(chǎn)品（product）或者功能時,，需要對其進行數(shù)據(jù)監(jiān)控和衡量（measure）,。然后從監(jiān)控中采集到產(chǎn)品的用戶行為數(shù)據(jù)（data），并對這些數(shù)據(jù)進行分析和總結(jié)（learn）,。最后從分析中得出結(jié)論和觀點（idea）,，如果數(shù)據(jù)證明我們的新產(chǎn)品/功能是優(yōu)秀的，那么可以大力推廣；如果數(shù)據(jù)說明我們的產(chǎn)品還存在問題,，就需要對產(chǎn)品進行新一輪的優(yōu)化（build）,。

在「產(chǎn)品——數(shù)據(jù)——結(jié)論」的不斷循環(huán)中，我們不斷用數(shù)據(jù)來優(yōu)化我們的產(chǎn)品,，加快產(chǎn)品迭代的步伐,、提升用戶體驗。

3. 數(shù)據(jù)分析的方法

（1）流量分析

a. 訪問 / 下載來源,，搜索詞

網(wǎng)站的訪問來源,，App 的下載渠道，以及各搜索引擎的搜索關(guān)鍵詞,，通過數(shù)據(jù)分析平臺都可以很方便的進行統(tǒng)計和分析,，分析平臺通過歸因模型判斷流量來源，產(chǎn)品經(jīng)理在分析這些流量時,，只需要用自建或者第三方的數(shù)據(jù)平臺追蹤流量變化即可,，第三方平臺如 Google Analytics 、 GrowingIO 等,；

b. 自主投放追蹤

平時我們在微信等外部渠道投放文章,、H5 等，許多產(chǎn)品都會很苦惱無法追蹤數(shù)據(jù),。

分析不同獲客渠道流量的數(shù)量和質(zhì)量,，進而優(yōu)化投放渠道。常見的辦法有 UTM 代碼追蹤,，分析新用戶的廣告來源,、廣告內(nèi)容、廣告媒介,、廣告項目,、廣告名稱和廣告關(guān)鍵字。

c. 實時流量分析

實時監(jiān)測產(chǎn)品的訪問走勢,，尤其要關(guān)心流量異常值,。舉個例子，某互聯(lián)網(wǎng)金融平臺因為一個產(chǎn)品 Bug 導(dǎo)致用戶瘋狂搶購造成的流量峰值,，產(chǎn)品經(jīng)理發(fā)現(xiàn)實時數(shù)據(jù)異常后迅速下線該產(chǎn)品修復(fù) Bug,，避免了損失擴大。

（2）轉(zhuǎn)化分析

無論是做網(wǎng)站還是 App,，產(chǎn)品里面有很多地方需要做轉(zhuǎn)化分析：注冊轉(zhuǎn)化、購買轉(zhuǎn)化,、激活轉(zhuǎn)化等等,。一般我們借助漏斗來衡量用戶的轉(zhuǎn)化過程,。

影響轉(zhuǎn)化率的因素很多,，我們總結(jié)了三個大的方面：渠道流量,、用戶營銷、網(wǎng)站 / APP 體驗,。以渠道流量為例,，通過優(yōu)選渠道并且量化分配我們的投放資源，可以有效提升總體的轉(zhuǎn)化率,。

（3）留存分析

在互聯(lián)網(wǎng)行業(yè)里,，通常我們會通過拉新把客戶引過來，但是經(jīng)過一段時間可能就會有一部分客戶逐漸流失了,。那些留下來的人或者是經(jīng)?；卦L我們公司網(wǎng)站 / App 的人就稱為留存。

在一段時間內(nèi),，對某個網(wǎng)站 / App 等有過任意行為的用戶，稱之為這個網(wǎng)站 / App 這段時間的活躍用戶,，這個任意行為可以是訪問網(wǎng)站,、打開 App 等等。

現(xiàn)在大家經(jīng)常會用到所謂的「日活」 （日活躍用戶量,，DAU）,、「周活」 （周活躍用戶量，WAU）來監(jiān)測我們的網(wǎng)站,，有的時候會看到我們的「日活」在一段時期內(nèi)都是逐漸地增加的,，以為是非常好的現(xiàn)象，但是如果沒有做留存分析的話,，這個結(jié)果很可能是一個錯誤,。

留存是產(chǎn)品增長的核心，用戶只有留下來,，你的產(chǎn)品才能不斷增長,。一條留存曲線，如果產(chǎn)品經(jīng)理不做什么的話,，那么用戶就慢慢流失了,。

這是一個常見的留存曲線,，我把它分成了三個部分：第一部分是振蕩期,，第二部分是選擇期，第三部分是平穩(wěn)期,。

從產(chǎn)品設(shè)計的角度出發(fā),，找到觸發(fā)留存的關(guān)鍵行為,，幫助用戶盡快找到產(chǎn)品留存的關(guān)鍵節(jié)點。之前我們發(fā)現(xiàn)我們產(chǎn)品里面,，使用過“新建”功能用戶的留存度非常高,；于是我們做了產(chǎn)品改進，將“新建”按鈕置于首頁頂部刺激用戶使用,，效果非常好,。

硅谷流行的 Magic Number（魔法數(shù)字）也是留存分析的一部分，比如 Facebook 發(fā)現(xiàn)「在第一周里加 10 個好友」的新用戶留存度非常高,。作為產(chǎn)品經(jīng)理,，我們也需要通過數(shù)據(jù)分析來不斷探索我們產(chǎn)品里面的魔法數(shù)字，不斷提高用戶留存度和活躍度,。

（4）可視化分析

用戶體驗,，是一個非常抽象的概念，我們可以對其進行形象化,。目前一個普遍的方法就是對用戶的數(shù)據(jù)進行可視化,，以熱圖的形式呈現(xiàn)。

借助熱圖,，產(chǎn)品經(jīng)理可以非常直觀了解用戶在產(chǎn)品上的點擊偏好，檢驗我們的產(chǎn)品設(shè)計或者布局是否合理,。

（5）群組分析 & 挖掘用戶需求,、改進及優(yōu)化產(chǎn)品

千人千面，產(chǎn)品經(jīng)理對用戶精細化的分析必不可少,。不同區(qū)域,、不同來源、不同平臺甚至不同手機型號的用戶,，他們對產(chǎn)品的使用和感知都可能存在巨大的差異,。產(chǎn)品經(jīng)理可以對不同屬性的用戶進行分群，觀察不同群組用戶的行為差異,，進而優(yōu)化產(chǎn)品,。

之前我們做過一次分析,，網(wǎng)站的總體注冊轉(zhuǎn)化率是 6%,；但是使用 Chrome 瀏覽器的新用戶注冊轉(zhuǎn)化率高達 12%，使用 IE 瀏覽器的新用戶注冊轉(zhuǎn)化率才 1%,。這樣一分的話,，問題就很明顯了，極有可能是瀏覽器兼容性的問題,，產(chǎn)品經(jīng)理應(yīng)該關(guān)注一下這個問題,。

Part 2 | 數(shù)據(jù)分析知識學(xué)習(xí)

從入門到精通：互聯(lián)網(wǎng)數(shù)據(jù)分析的書籍清單,！

任何一個技能的學(xué)習(xí)，都有從淺到深的過程,，數(shù)據(jù)分析也不例外,。因此我把推薦書籍劃分成幾個段位，更便于大家挑選,。

1. 入門版

適合對數(shù)據(jù)分析的入門者,，對數(shù)據(jù)分析沒有整體概念的人，常見于應(yīng)屆畢業(yè)生,，經(jīng)驗尚淺的轉(zhuǎn)行者,。

深入淺出數(shù)據(jù)分析 ：HeadFirst 類的書籍，一向淺顯易懂形象生動,，可以對分析概念有個全面的認知,。

誰說菜鳥不會數(shù)據(jù)分析 ：不僅講解了一些常見的分析技巧，并附帶 Excel 的一些知識以及數(shù)據(jù)分析在公司中所處的位置,，對職場了解亦有一定幫助,。

赤裸裸的統(tǒng)計學(xué) ：作者年輕時是個追求學(xué)習(xí)意義的學(xué)霸，后來自己從統(tǒng)計學(xué)中發(fā)掘了很多可以應(yīng)用到生活的地方,。這也是本書的主旨,，結(jié)合生活講解統(tǒng)計知識，生動有趣,。可以避免統(tǒng)計學(xué)一上來就大講貝葉斯概率和隨機分析的枯燥,。

同樣類似的書籍還有「 統(tǒng)計數(shù)字會撒謊 」,，這本書知名度要高點，不過我還沒看…

2. 進階版

具有一定的行業(yè)針對性,，要求具備一定的分析常識,，適合網(wǎng)站分析師，商業(yè)分析師以及數(shù)據(jù)產(chǎn)品經(jīng)理,。

精通 Web Analytics 2.0 ：此書雖老,，但其中很多思想和流量分析的案例仍然很有借鑒意義，現(xiàn)在紙質(zhì)書只能上淘寶買舊書了,。

與此類似的有「 網(wǎng)站分析實戰(zhàn) 」,，是國內(nèi)一本講網(wǎng)站分析的書，沒有上面經(jīng)典,，但勝在新出,，很多案例和理念都有及時的更新。

深入淺出統(tǒng)計學(xué) ：Headfirst 類書籍,，可以幫助你快速了解統(tǒng)計方面的知識,。

數(shù)據(jù)化管理：洞悉零售及電子商務(wù)運營 ：黃成明著,，講解在企業(yè)中應(yīng)用數(shù)據(jù)的例子，讀完受益匪淺,，里面舉的很多例子都很接地氣,。雖說偏向于零售業(yè)管理，但大道歸一,，可適用于很多行業(yè),，當(dāng)時依據(jù)里面的理念規(guī)劃了美團外賣面向 BD 的數(shù)據(jù)產(chǎn)品。

MySQL 必知必會：這本也是我當(dāng)年學(xué)習(xí) SQL 的入門書,，薄冊子一本,，看起來很快。SQL 是個性價比很高的技能,，簡單而強大,。任何想進一步提高自己數(shù)據(jù)分析技能的產(chǎn)品/運營/分析師 同學(xué)，都建議點亮 這個技能點,。

互聯(lián)網(wǎng)增長的第一本數(shù)據(jù)分析手冊 ：我司 GrowingIO 出的一本數(shù)據(jù)分析的增長手冊（封面和目錄見下圖）,，我們一直在做互聯(lián)網(wǎng)行業(yè)數(shù)據(jù)分析知識的普及，目前我們已經(jīng)做了 15 期「 GrowingIO 數(shù)據(jù)分析公開課」 ,，面向產(chǎn)品經(jīng)理,、運營等等，這里是我們整理出來的「互聯(lián)網(wǎng)增長的第一本數(shù)據(jù)分析手冊」,。為大家提供常見的分析手段講解,，如漏斗分析，同期群分析等等,?？牲c擊書籍名字在 GrowingIO 技術(shù)論壇中免費下載。

3. 高階版

更高階的數(shù)據(jù)相對來說專業(yè)性較強了,，如涉及到企業(yè)內(nèi)部數(shù)據(jù)治理，數(shù)據(jù)結(jié)合的業(yè)務(wù)分析,，數(shù)據(jù)可視化等,。當(dāng)然，還有數(shù)據(jù)挖掘算法之類的更深入的東西,，這塊沒有研究就不瞎推薦了,。

決戰(zhàn)大數(shù)據(jù) ：阿里巴巴前數(shù)據(jù)副總裁車品覺老師所著，講解了阿里巴巴在企業(yè)內(nèi)部治理數(shù)據(jù)過程中的心得,，所講“存-通-用”數(shù)據(jù)管理三板斧和“從數(shù)據(jù)化運營到運營數(shù)據(jù)”,，字字珠璣，可堪借鑒。

精益數(shù)據(jù)分析 ：此書優(yōu)勢在于將企業(yè)分成了幾個大的行業(yè)類別,，并分門別類的講解了每個行業(yè)的商業(yè)模式特點及分析技巧,，對使用者的分析能力要求較高，且必須具備相應(yīng)的業(yè)務(wù)知識,。

The Wall Street Journal Guide to Information Graphics ,，華爾街日報負責(zé)商業(yè)分析的人做的可視化指南，精華且實用,，我之前在公眾號上寫過讀書筆記「 華爾街日報是這樣做數(shù)據(jù)可視化的（1） 」,，可供大家參考。

《數(shù)據(jù)倉庫經(jīng)典教程》：網(wǎng)上有人整理出來的資料,，優(yōu)點是簡單明了,，不像正常的數(shù)據(jù)倉庫教材厚厚一本。

| 結(jié)語

數(shù)據(jù)分析是一門多學(xué)科,、多領(lǐng)域的交叉學(xué)問,，涉及到的東西非常多。要想做好數(shù)據(jù)分析,，應(yīng)該有一套完整的思維體系,，在價值觀、方法論和工具三個層面上儲備相關(guān)知識,。同時立足于產(chǎn)品和用戶,，用數(shù)據(jù)來打磨產(chǎn)品，用數(shù)據(jù)來檢驗迭代,，不斷提升用戶體驗,。

數(shù)據(jù)分析網(wǎng)認證作者：張溪夢