网站分析常用的指标之内容指标(Day3数据类型及收集数据和整理的方法，值得收藏！)

　　网站分析常用的指标之内容指标(Day3数据类型及收集数据和整理的方法，值得收藏！)

　　Day3 数据类型及采集和组织数据的方法

　　一、数据类型

　　定性数据：一般通过问卷调查获得

　　1）分类数据：男女、天气（不能区分大小、不能加减、不能乘除）

　　2）订单数据：满意度评分，幼儿园（大小可区分）

　　定量数据：一般通过日志获得

　　1）数据离散类型：用户数、消费数（可加减）

　　【主要做频率分析】

　　2）连续数据：等级、消耗量（可加减乘除）

　　【可做频率分析、集中趋势分析（均值、众数、中位数）、离散度分析（标准差、方差、最大值最小值、范围/全距离）】

　　

　　2. 数据采集

　　

　　ps：如果初创企业自建数据仓库成本高，可以考虑第三方增长io或者类似的web软件，可以直接帮助分析，增长io需要接入api。

　　三、资料整理

　　采集到的数据不能保证100%正确，异常值需要做相应处理，否则会影响结果分析。

　　

　　数据异常的原因：

　　1）系统故障：由底层数据库逻辑错误引起。

　　2）人为因素：主要是SQL语句写错或者统计数据标准不一致。

　　异常值处理：

　　去除异常值：当样本量足够大时，可以直接去除异常值。

　　数据异常示例：

　　

　　

　　ps：app下单人数（下单用户数）大于观看人数UV，不符合常理。

　　即在处理数据分析之前，需要对异常值进行处理，避免对正确结果产生偏差。

　　Days4：如何搭建完善的数据分析系统

　　1、不同维度分析的常用指标有哪些？

　　网站分析指标：

　　uv（用户点击数）、pv（网页流量数）、点击率、转化率、页面停留时间、网站停留时间、跳出率、退出率

　　渠道分析指标：

　　新增用户数、用户转化率、渠道ROI（投资回报率）、渠道流量、渠道流量比例

　　活动绩效指标：

　　活动点击率、活动参与者、活动转化率、活动投资回报率

　　收入指标：

　　支付人数、支付转化率、订单数量、单客单价、GMV、回购频率、毛利率、毛利润

　　用户类型指标：

　　新用户、活跃用户、留存用户、回访用户、流失用户

　　用户价值指标：

　　用户最后一次下单时间、用户下单频率、用户消费总额

　　情况1：

　　点：产品营业的地点

　　

　　

　　PS：可以看出，等级越高，点附近的公司越多。

　　综上所述，可以得出以下结论：

　　综上所述：

　　不同等级是点差，主要是每个点下单的数量不同造成的。

　　分析结论：

　　1）影响一个网站下单数量的主要因素是公司数量。对于员工人数超过300人的站点，A/S级别的站点数量占30%以上，但并不是公司数量越多。，该点下单的数量越多。

　　2）从数据中可以看出，积分的产出与补贴率几乎没有相关性。

　　建议：后面要扩的点，要增加人数，多扩点。

　　二、如何构建数据分析指标体系

　　1、通过收入相关指标拆解数据指标：

　　

　　2、按用户类型拆机指标：

　　

　　3、通过渠道拆指标：

　　

　　4. 通过流量漏斗拆解指标

　　

　　5、不同的产品关注不同的数据指标：

　　

　　Days5：常用数据分析框架（数据分析方法论）

　　模型1、QQ模型

　　

　　模型2、用户行为的理论模型

　　

　　情况1：

　　

　　Model 3、5W2H分析法（此分析法可用于分析竞品）

　　

　　

　　型号四、AARRR 型号

　　

　　

　　模型五：RFM模型（用户价值模型）

　　

　　

　　模型6：人货场模型（零售业）

　　

　　PS：以上6款需根据具体场景选择。每个模型中提到的内容不必分析。模型提供了可分析的思路，具体的取舍需要根据实际需要进行。

　　一旦分析的维度很多，一个维度就无法深入分析，很难找到问题的真正根源。

　　参考：

　　起点学院mani-15天掌握数据分析