研究用户数的数据分析方法

1. 如何做用户数据分析

一般的流程有两种：

一种流程是先有数据，看看在这些数据上可以做什么分析。
另一种流程是明确了需要分析的目的，然后去组织数据，最后进行分析。
第二种方法是传统的用户研究的方法，以目的为导向，第一种方法比较考验分析员的知识储备以及对数据敏感性和问题敏感性的把握。
如果是第二种，主要的步骤是：
1、沟通、明确本次用户研究需要实现的目标，可以模拟一些结论性的示例和目标方沟通，看看是否是其希望的内容。
2、基本沟通的结论分析一下需要什么样的数据
3、以数据为导向选择需要的调研方法
4、从执行角度分析，看看数据是否可行，如果不可行要回到第二步，考虑数据的修改，例如用某些数据来替代原来考虑的数据。
5、数据修改完以后，如果涉及到对目的打折扣的情况，回到第一步，要与目标方再次沟通
6、与目标方确定后，自己思考一下，在不影响成本和效果的情况下，可能可以补充什么数据，为将来可能出现的问题做一些准备。
7、执行调研，跟踪数据质量和项目进度，处理突发情况。
8、数据的处理和呈现
如果是第一种，主要的步骤是：
1、汇总数据，将手头的数据进行整理，同时将一些以前的数据，开源的数据进行汇总。
2、以最新的数据为核心思考主要可以提供的用户研究方向，这个要记录下来
3、将你思考的几个方向与不同的部门和团队进行沟通，看看大家关注的兴奋点是否匹配，匹配就进一步往下做，不匹配就不要做了（如果自己感兴趣，也可以做），将大家的关注点记录下。
4、对于匹配的方向，用现有的数据先进行一次初步的研究
5、沟通，从初步研究的结论中看看大家是否感兴趣，并提出进一步的研究方向，如果大家感兴趣，可以立项要钱了。
6、整理自己的汇总数据，纳入自己的库里，如果需要的时候，下次这些数据可能就能成为你再次研究的起点。
总结最后的成果：数据汇总、这些数据可能的研究方向，目标方可能的关注点，这些你可以在下次有数据的时候进一步进行分析。

整个过程中最关键点是：不要陷入自己的数据中，而要陷入目标方的问题中，并超越问题给出答案。

2. 常用的8种数据分析方法

常用的8种数据分析方法如下：

1、逻辑树分析方法。通过逻辑树分析方法，可以把一个复杂的问题变成容易处理的子问题。应用场景：年度计划，拆解成技能学习、读书、健身、旅行等这些子问题

2、PEST分析方法—行业分析。PEST分析方法是对公司发展宏观环境的分析，所以经常用于行业分析。通常是从政策、经济、社会和技术这四个方面来分析的。应用场答瞎亏景：职业规划、行业分析、产品报告。

3、多维度拆解分析方法。光看整体结果时，神橡看不到内部实际的差异，所以将复杂的问题拆解成简单问题，指标构成来拆解从、业务流程来拆解。应用场景： 考察公众号、网络、头条哪个渠道用户来源多。

4、比分析方法—通过两个对比得出最优结果。想要进行对比分析，首先要弄清楚两个问题：和谁比，如清神何比较。

这一过程是质量管理体系的支持过程。在产品的整个寿命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。

例如，设计人员在开始一个新的设计以前，要通过广泛的设计调查，分析所得数据以判定设计方向，因此数据分析在工业设计中具有极其重要的地位。

3. 三大类实用的数据分析方法

一、业务分析类

杜邦分析法目前主要用于财务领域，通过财务比率的关系来分析财务状况，其核心要点是将一个大的问题拆分为更小粒度的指标，以此了解问题出在了哪儿，从而对症下药。

以电商行业为例，GMV(网站成交金额)是考核业绩最直观的指标，当GMV同比或环比出现下滑时候，需要找到影响GMV的因素并逐一拆解。

二、用户分析类

TGI指数又称目标群体指数，可反映目标群体在特定研究范围内的强势或弱势。TGI指数=用户分类中具有某一特征的群体所占比例/总体中具有相同特征的群体所占比例*100

TGI指数表征不同特征用户关注问题的差异情况，其中TGI指数等于100表示平均水平，高于100，代表该类用户对某类问题的关注程度高于整体水平。

三、产品运营类

产品运营是一个长期的过程，需要定期对产品的使用数据进行监控，通过用户行为分析发现问题，从而确定运营的方向，同时也可以用于评估运营的效果。

产品运营的常用指标如下：

使用广度：总用户数，月活;

使用深度：每人每天平均浏览次数，平均访问时长;

使用粘性：人均使用天数;

综合指标：月访问时长=月活*人均使用天数*每人每天平均浏览次数*平均访问时长。

关于三大类实用的数据分析方法，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。

以上是小编为大家分享的关于三大类实用的数据分析方法的相关内容，更多信息可以关注环球青藤分享更多干货

4. 数据分析的基本方法有哪些

数据分析的基本方法包括以下三种：
1. 数据趋势分析
数据趋势分析通常适用于长期跟踪产品核心指标，如点击率、GMV、活跃用户数等。简单的数据趋势图并不能算作趋势分析，真正的趋势分析需要明确数据的变化，并对变化原因进行分析。在趋势分析中，最好的产出是比值。在进行趋势分析时，需要明确环比、同比和定基比的概念。环比是指本期统计数据与上期比较，用于了解最近的变化趋势，但会受到季节性差异的影响。为了消除季节差异，引入了同比的概念，即与去年同期进行比较。定基比则是与某个基点进行比较，例如将某一时间点作为基点进行比较。趋势分析的另一个核心目的是对趋势进行解释，对于趋势线中明显的拐点，需要给出合理的解释，无论是外部原因还是内部原因。
2. 数据对比分析
数据的趋势变化独立地观察时，很多情况下并不能说明问题。对比分析就是为孤立的数据提供一个合理的参考系，使其具有意义。对比的数据通常是数据的基本面，如行业情况、全站情况等。有时为了增加说服力，会人为设置对比的基准，即A/B测试。比较试验的关键是A/B两组只保持单一变量，其他条件保持一致，以获得有说服力的数据。
3. 数据细分分析
在得到一些初步结论后，需要进一步进行细分分析，因为在一些综合指标的使用过程中，会掩盖一些关键的数据细节，而指标本身的变化也需要分析变化产生的原因。细分分析需要进行多维度的细分，常见的拆分方法包括分时、分渠道、分用户、分地区和组成拆分。细分分析是一个非常重要的手段，多问一些为什么，才是得出结论的关键，而一步一步拆分，就是在不断问为什么的过程。

5. 七种常见的用户分析测试方法

随着用户需求的不断变化，越来越多的产品设计被要求加入体验设计的设计理念。今天，北京电脑培训就一起来了解一下，从企业角度分析，用户体验都有哪些方法可以测试出来。

问卷法

问卷法是大家非常熟悉且使用得多的方法之一。它是以书面形式向特定人群提出问题，并要求被访者以书面或口头形式回答来进行资料搜集的一种方法。问卷可以同时在较大范围内让众多被访者填写，因此能在较短时间内搜集到大量的数据。与传统调查方式相比，网络调查在组织实施、信息采集、信息处理、调查效果等方面具有明显的优势。但是，做好一份问卷并不容易，尤其是在制订问卷目标、设计问题及文案上都有一定的专业要求。

可用性测试

可用性测试是指在设计过程中被用来改善产品的可用性的一系列方法。在典型的可用性测试中，用户研究员会根据测试目标设计一系列操作任务，通过测试5～10名用户完成这些任务的过程来观察用户实际如何使用产品，尤其是发现这些用户遇到的问题及原因，并终达成测试目标。在测试完成后，用户研究员会针对问题所在，提出改进的建议。

眼动测试

对个体而言，外界信息的80%～90%通过眼睛获取，眼动有一定的规律性，眼动测试就是通过眼动仪(见图1-9)记录用户浏览页面时视线的移动过程及对不同板块的关注度。通过眼动测试可以了解用户的浏览行为，评估设计效果。眼动仪通过记录角膜对红外线反射路径的变化，计算眼睛的运动过程，并推算眼睛的注视位置。

用户访谈

与问卷不同，在访谈中可以与用户有更长时间、更深入的交流，通过面对面沟通、电话等方式都可以与用户直接进行交流。访谈法操作方便，可以深入地探索被访者的内心与看法，容易达到理想的效果，因此也是较为常用的用户研究方法。访谈法一般在调查对象较少的情况下采用，因此常与问卷法、测试法等其他方法结合使用。

焦点小组

焦点小组是用户研究项目中常见的研究方法之一，依据群动力学原理，一个焦点小组应由6～8人组成，在一名专业的主持人的引导下，以一种无结构或半结构的形式，对某一主题或观念进行深入讨论，从而获取相关问题的一些创造性见解。焦点小组特别适用于探索性研究，通过了解用户的态度、行为、习惯、需求等，为产品收集创意、启发思路。