YLTsai0609 / product_analysis_101

產品數據分析 - 打造網路產品的決策引擎

chp	section	start	complete
1 產品數據分析一定要知道的那些事	產品導入、定錨、成長、與成熟 : 分析重點與方法	20220330	20220330
1 產品數據分析一定要知道的那些事	建立 "數據驅動的產品組織" 四部曲	20220403	20220403
1 產品數據分析一定要知道的那些事	以指標、事件、使用者為基礎的資料定義與分析方法	20220501	20220501
1 產品數據分析一定要知道的那些事	數據分析工具箱：行為分析、渠道轉換分析、同類族群分析、產品實驗	20220501	20220501
5 建立產品發展正向循環	產品互動的目標 - 創造成長、留存、擴散	20220521	20220521
5 建立產品發展正向循環	產品互動的目標 - 產品互動設計及互動頻率	20220713	20220713

分析師實戰指南章節總覽

ref - missing

第一章 「指標建模」基礎篇——重新認識常見的業務數據指標

• 1、詳解「用戶數據指標」：DAU、MAU、新增、留存、渠道來源等
• 2、詳解「行爲數據指標」：PV、UV、轉化率、訪問時長、訪問深度、彈出率等
• 3、詳解「業務數據指標」：GMV、ARPU、付費人數、付費率、付費頻次等

第二章 「指標建模」進階篇——結合實際業務搭建數據指標體系

• 1. 「工具類業務」的數據指標體系搭建（案例：App Store）
• 2. 「內容瀏覽類業務」的數據指標體系搭建（案例：微信看一看）
• 3. 「交易類業務」的數據指標體系搭建（案例：知乎 Live）
• 4. 「社區類業務」的數據指標體系搭建（案例：脈脈職言）

第三章 「觀測數據」工具篇——帶你快速上手常見的 5 類數據工具

• 1. 「計數統計型工具」：初創期產品，快速驗證模式（案例：腳本代碼）
• 2. 「流量導向型工具」：強流量依賴型產品，細分流量分析（案例：GA）
• 3. 「內容導向型工具」：媒體/ 視頻網站等產品，展現內容質量（案例：百度統計）
• 4. 「用戶導向型工具」：大體量用戶的產品，觀測用戶行爲軌跡（案例：Mixpanel）
• 5. 「業務導向型工具」：複雜業務，衡量業務健康度（案例：神策數據）

第四章 「觀測數據」技巧篇——快速掌握數據處理的 6 個實用技巧

• 1. 用「Excel 清洗數據」進行分析前，高效處理 「髒數據」
• 2. 用「Excel 函數」批量查詢、匹配數據
• 3. 用「Excel 數據透視表」按業務需求篩選、展示數據
• 4. 用「Excel 常見圖表」直觀呈現數據趨勢、對比和組成
• 5. 用「Rawgraph」實現 Circle Packing/ Beeswarm 等可視化效果
• 6. 用「高德地圖API」實現地理位置可視化

第五章 「數據分析」基礎篇——應對 3 種常見業務問題的數據分析方法

• 1. 數據漲跌異動怎麼辦？
• 2. 如何評估渠道質量，確定投放的優先級？
• 3. 一個功能/內容上線後，如何評估其長短期價值？

第六章 「數據分析」進階篇——應對 4 種複雜業務問題的數據分析方法

• 1. 如何通過典型用戶挖掘，實現高質量拉新？
• 2. 如何通過用戶標籤，實現精準運營推送？
• 3. 如何通過用戶畫像，輔助產品決策？
• 4. 如何通過用戶特徵篩選，揪出羊毛黨？

第七章 「數據實戰」採集篇——4 類常見業務場景下的數據採集方法

• 1. 自有平台數據埋點：適合大部分主流業務場景（案例：Feed 流產品埋點）
• 2. 全埋點/ 無埋點技術：適合分析需求簡單的業務場景（案例：神策數據）
• 3. 線下數據的採集：適合線上線下結合的業務場景（案例：無人貨架）
• 4. 競品數據的採集：適合競品調研、跟蹤的場景（案例：Bilibili）
• 5.【學員福利】一份 30+ 事件和 200+ 屬性的金融領域 DRD 模板

Discussion

notion link