數據分析入門
數據分析的意義：
數據分析帶來的價值讓產品了解產品運營情況，了解用戶需求和行為習慣，了解產品功能使用情況等等，屬于產品人員最技術的技能。
數據類型：
一般的用戶數據獲取方式可以從頁面js和服務器日志上獲取;
常用的可以獲取的數據包括UV，PV，停留時間，點擊熱圖，導入網站(關鍵詞)，導出網站，具體的訪問頁面等等，還有客戶端，新用戶，用戶流失，用戶地區(qū)等數據進行分析，
加上時間參數等就可以獲得大量的趨勢性分析。
另外還有一些數據可以通過后臺的數據請求次數和用戶提交數據，例如用戶的搜索命中率，用戶UGC提交信息量，用戶流程損耗量(任務完成量和時間)。
以上為定量數據。
其他定性數據包括用戶操作流程，用戶使用過程，用戶行為，用戶評價和反饋等。
對數據進行分析：
1、 數據的趨勢
主要是居于時間變化呈現的數據量級的趨勢統(tǒng)計
用戶量，訪問量，(注冊量，活躍量)
用戶提交信息量的變化趨勢
重復訪問用戶比例、數量和新增用戶用戶數量、比例
2、 數據的權重
各個業(yè)務模塊的訪問權重占整個產品/頻道的權重比例
各個頁面停留時間權重
提交信息用戶量和用戶UV的比例關系
3、 數據呈現的用戶行為
比如：
用戶訪問熱圖
用戶直接訪問、外站導入、搜索引擎的比例
用戶搜索常用關鍵詞，常標中的關鍵詞，未標中的關鍵詞
用戶來源
用戶停留時間
一跳率，二跳率等
產品對數據的態(tài)度：
1、 正確的態(tài)度
雖然是有點廢話，但是需要強調。產品必須有明確健康的運營態(tài)度和運營價值觀。
比如不鼓勵非正常的PV，前臺產品引導用戶更好的互動和轉發(fā)，后臺設計引導發(fā)布編輯提交更有效的信息和信息關聯。
2、 對數據敏感，發(fā)掘細節(jié)
對定量的數據和定性的數據都保持敏感，特別在持續(xù)對產品改進上，需要大量的數據。
包括用戶操作，用戶訪問最多的頁面，用戶頁面跳轉等
[數據分析入門]
【數據分析入門】相關文章：
電子商務該如何做數據分析？如何數據分析入門（從各項指標表象進入）11-04
什么是數據分析？10-20
數據挖掘分析報告模板09-23
商品定價數據分析09-02
數據分析報告模板07-17
B超數據雙頂徑的數據分析10-03
網站分析與網絡數據分析挖據的區(qū)別09-11
怎么培養(yǎng)數據分析的能力？08-08
數據分析/挖掘工作的疑惑？10-20