研究用戶數的數據分析方法

1. 如何做用戶數據分析

一般的流程有兩種：

一種流程是先有數據，看看在這些數據上可以做什麼分析。
另一種流程是明確了需要分析的目的，然後去組織數據，最後進行分析。
第二種方法是傳統的用戶研究的方法，以目的為導向，第一種方法比較考驗分析員的知識儲備以及對數據敏感性和問題敏感性的把握。
如果是第二種，主要的步驟是：
1、溝通、明確本次用戶研究需要實現的目標，可以模擬一些結論性的示例和目標方溝通，看看是否是其希望的內容。
2、基本溝通的結論分析一下需要什麼樣的數據
3、以數據為導向選擇需要的調研方法
4、從執行角度分析，看看數據是否可行，如果不可行要回到第二步，考慮數據的修改，例如用某些數據來替代原來考慮的數據。
5、數據修改完以後，如果涉及到對目的打折扣的情況，回到第一步，要與目標方再次溝通
6、與目標方確定後，自己思考一下，在不影響成本和效果的情況下，可能可以補充什麼數據，為將來可能出現的問題做一些准備。
7、執行調研，跟蹤數據質量和項目進度，處理突發情況。
8、數據的處理和呈現
如果是第一種，主要的步驟是：
1、匯總數據，將手頭的數據進行整理，同時將一些以前的數據，開源的數據進行匯總。
2、以最新的數據為核心思考主要可以提供的用戶研究方向，這個要記錄下來
3、將你思考的幾個方向與不同的部門和團隊進行溝通，看看大家關注的興奮點是否匹配，匹配就進一步往下做，不匹配就不要做了（如果自己感興趣，也可以做），將大家的關注點記錄下。
4、對於匹配的方向，用現有的數據先進行一次初步的研究
5、溝通，從初步研究的結論中看看大家是否感興趣，並提出進一步的研究方向，如果大家感興趣，可以立項要錢了。
6、整理自己的匯總數據，納入自己的庫里，如果需要的時候，下次這些數據可能就能成為你再次研究的起點。
總結最後的成果：數據匯總、這些數據可能的研究方向，目標方可能的關注點，這些你可以在下次有數據的時候進一步進行分析。

整個過程中最關鍵點是：不要陷入自己的數據中，而要陷入目標方的問題中，並超越問題給出答案。

2. 常用的8種數據分析方法

常用的8種數據分析方法如下：

1、邏輯樹分析方法。通過邏輯樹分析方法，可以把一個復雜的問題變成容易處理的子問題。應用場景：年度計劃，拆解成技能學習、讀書、健身、旅行等這些子問題

2、PEST分析方法—行業分析。PEST分析方法是對公司發展宏觀環境的分析，所以經常用於行業分析。通常是從政策、經濟、社會和技術這四個方面來分析的。應用場答瞎虧景：職業規劃、行業分析、產品報告。

3、多維度拆解分析方法。光看整體結果時，神橡看不到內部實際的差異，所以將復雜的問題拆解成簡單問題，指標構成來拆解從、業務流程來拆解。應用場景： 考察公眾號、網路、頭條哪個渠道用戶來源多。

4、比分析方法—通過兩個對比得出最優結果。想要進行對比分析，首先要弄清楚兩個問題：和誰比，如清神何比較。

這一過程是質量管理體系的支持過程。在產品的整個壽命周期，包括從市場調研到售後服務和最終處置的各個過程都需要適當運用數據分析過程，以提升有效性。數據分析過程的主要活動由識別信息需求、收集數據、分析數據、評價並改進數據分析的有效性組成。

例如，設計人員在開始一個新的設計以前，要通過廣泛的設計調查，分析所得數據以判定設計方向，因此數據分析在工業設計中具有極其重要的地位。

3. 三大類實用的數據分析方法

一、業務分析類

杜邦分析法目前主要用於財務領域，通過財務比率的關系來分析財務狀況，其核心要點是將一個大的問題拆分為更小粒度的指標，以此了解問題出在了哪兒，從而對症下葯。

以電商行業為例，GMV(網站成交金額)是考核業績最直觀的指標，當GMV同比或環比出現下滑時候，需要找到影響GMV的因素並逐一拆解。

二、用戶分析類

TGI指數又稱目標群體指數，可反映目標群體在特定研究范圍內的強勢或弱勢。TGI指數=用戶分類中具有某一特徵的群體所佔比例/總體中具有相同特徵的群體所佔比例*100

TGI指數表徵不同特徵用戶關注問題的差異情況，其中TGI指數等於100表示平均水平，高於100，代表該類用戶對某類問題的關注程度高於整體水平。

三、產品運營類

產品運營是一個長期的過程，需要定期對產品的使用數據進行監控，通過用戶行為分析發現問題，從而確定運營的方向，同時也可以用於評估運營的效果。

產品運營的常用指標如下：

使用廣度：總用戶數，月活;

使用深度：每人每天平均瀏覽次數，平均訪問時長;

使用粘性：人均使用天數;

綜合指標：月訪問時長=月活*人均使用天數*每人每天平均瀏覽次數*平均訪問時長。

關於三大類實用的數據分析方法，青藤小編就和您分享到這里了。如果您對大數據工程有濃厚的興趣，希望這篇文章可以為您提供幫助。如果您還想了解更多關於數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。

以上是小編為大家分享的關於三大類實用的數據分析方法的相關內容，更多信息可以關注環球青藤分享更多干貨

4. 數據分析的基本方法有哪些

數據分析的基本方法包括以下三種：
1. 數據趨勢分析
數據趨勢分析通常適用於長期跟蹤產品核心指標，如點擊率、GMV、活躍用戶數等。簡單的數據趨勢圖並不能算作趨勢分析，真正的趨勢分析需要明確數據的變化，並對變化原因進行分析。在趨勢分析中，最好的產出是比值。在進行趨勢分析時，需要明確環比、同比和定基比的概念。環比是指本期統計數據與上期比較，用於了解最近的變化趨勢，但會受到季節性差異的影響。為了消除季節差異，引入了同比的概念，即與去年同期進行比較。定基比則是與某個基點進行比較，例如將某一時間點作為基點進行比較。趨勢分析的另一個核心目的是對趨勢進行解釋，對於趨勢線中明顯的拐點，需要給出合理的解釋，無論是外部原因還是內部原因。
2. 數據對比分析
數據的趨勢變化獨立地觀察時，很多情況下並不能說明問題。對比分析就是為孤立的數據提供一個合理的參考系，使其具有意義。對比的數據通常是數據的基本面，如行業情況、全站情況等。有時為了增加說服力，會人為設置對比的基準，即A/B測試。比較試驗的關鍵是A/B兩組只保持單一變數，其他條件保持一致，以獲得有說服力的數據。
3. 數據細分分析
在得到一些初步結論後，需要進一步進行細分分析，因為在一些綜合指標的使用過程中，會掩蓋一些關鍵的數據細節，而指標本身的變化也需要分析變化產生的原因。細分分析需要進行多維度的細分，常見的拆分方法包括分時、分渠道、分用戶、分地區和組成拆分。細分分析是一個非常重要的手段，多問一些為什麼，才是得出結論的關鍵，而一步一步拆分，就是在不斷問為什麼的過程。

5. 七種常見的用戶分析測試方法

隨著用戶需求的不斷變化，越來越多的產品設計被要求加入體驗設計的設計理念。今天，北京電腦培訓就一起來了解一下，從企業角度分析，用戶體驗都有哪些方法可以測試出來。

問卷法

問卷法是大家非常熟悉且使用得多的方法之一。它是以書面形式向特定人群提出問題，並要求被訪者以書面或口頭形式回答來進行資料搜集的一種方法。問卷可以同時在較大范圍內讓眾多被訪者填寫，因此能在較短時間內搜集到大量的數據。與傳統調查方式相比，網路調查在組織實施、信息採集、信息處理、調查效果等方面具有明顯的優勢。但是，做好一份問卷並不容易，尤其是在制訂問卷目標、設計問題及文案上都有一定的專業要求。

可用性測試

可用性測試是指在設計過程中被用來改善產品的可用性的一系列方法。在典型的可用性測試中，用戶研究員會根據測試目標設計一系列操作任務，通過測試5～10名用戶完成這些任務的過程來觀察用戶實際如何使用產品，尤其是發現這些用戶遇到的問題及原因，並終達成測試目標。在測試完成後，用戶研究員會針對問題所在，提出改進的建議。

眼動測試

對個體而言，外界信息的80%～90%通過眼睛獲取，眼動有一定的規律性，眼動測試就是通過眼動儀(見圖1-9)記錄用戶瀏覽頁面時視線的移動過程及對不同板塊的關注度。通過眼動測試可以了解用戶的瀏覽行為，評估設計效果。眼動儀通過記錄角膜對紅外線反射路徑的變化，計算眼睛的運動過程，並推算眼睛的注視位置。

用戶訪談

與問卷不同，在訪談中可以與用戶有更長時間、更深入的交流，通過面對面溝通、電話等方式都可以與用戶直接進行交流。訪談法操作方便，可以深入地探索被訪者的內心與看法，容易達到理想的效果，因此也是較為常用的用戶研究方法。訪談法一般在調查對象較少的情況下採用，因此常與問卷法、測試法等其他方法結合使用。

焦點小組

焦點小組是用戶研究項目中常見的研究方法之一，依據群動力學原理，一個焦點小組應由6～8人組成，在一名專業的主持人的引導下，以一種無結構或半結構的形式，對某一主題或觀念進行深入討論，從而獲取相關問題的一些創造性見解。焦點小組特別適用於探索性研究，通過了解用戶的態度、行為、習慣、需求等，為產品收集創意、啟發思路。