產品數據分析常用的4種方法

　　同樣的數據不同的數據分析師解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋梁，幫助數據的信息更好、更全面、更快的傳遞。那么，針對產品，常用的數據分析方法有哪些呢?今天我們通過中琛魔方大數據與大家一起來探討一下!

　　產品數據分析方法

　　一、趨勢分析

　　趨勢分析一般用于核心指標的長期跟蹤，比如：點擊率、GMV、活躍用戶數。一般做成簡單的數據趨勢圖，但光制作成數據趨勢圖還不算分析，還需要觀察數據上有哪些趨勢上的變化，有沒有周期性，有沒有拐點，并分析背后的原因，無論是內部原因還是外部原因。

　　趨勢分析最好的產出是比值。有環比、同比、定基比。比如2017年4月份比3月份GDP增長了多少，這就是環比，環比體現了最近變化的趨勢，但有季節性的影響。為了消除季節性的影響，推出了同比，比如：2017年4月份比2016年的4月份GDP增長了多少，這就是同比。定基比就更好理解，就是固定某個基點，比如將2017年1月份的數據作為基點，定基比則為2017年5月份的數據和2017年1月份的數據做對比。

　　二、對比分析

　　橫向對比：橫向對比就是跟自己比。最常見的數據指標就是需要跟目標值比，來回答我們有沒有完成目標;跟我們上個月比，來回答我們環北增長了多少。

　　縱向對比：簡單來說就是跟他人比。我們要跟競爭對手比，來回答我們在市場中的份額和地位是怎樣的。

　　常見的對比應用有A/B test，A/B test的關鍵就是保證兩組中只有一個單一變量，其他條件保持一致。比如測試首頁的改版效果，就需要保證來源渠道一樣，用戶質量一樣，上線時間保持相同，這樣測試出來的數據才有意義。

　　三、象限分析

　　依據數據的不同，將各個比較主體劃分到4個象限中。

　　一般p2p產品注冊用戶都是有第三方渠道引流的，如果按照流量來源的質量和數量可以劃分四個象限，然后選取一個固定時間點，比較各個渠道的流量性價比，質量可以用留存的總額這個維度作標準。對于高質量高數量的渠道繼續保持，對于高質量低數量的渠道擴大引入數量，低質量低數量pass，低質量高數量嘗試一下投放的策略和要求，這樣的象限分析可以讓我們在對比分析的時候得到一個非常直觀和快捷的結果。

　　四、交叉分析

　　對比分析既有橫向對比，又有縱向對比。如果既想橫向對比，又想縱向對比，就有了交叉分析法。交叉分析法就是對數據從多個維度進行交叉展現，進行多角度的結合分析。

　　交叉分析的主要作用就是從多個維度細分數據，從中發現最為相關的維度來探索數據變化的原因。

　　常見的維度有：

　　分時：不同時間段數據是否有變化。

　　分渠道：不同流量來源數據是否有變化。

　　分用戶：新注冊用戶和老用戶相比是否有差異，高等級用戶和低等級用戶相比是否有差異。

　　分地區：不同地區的數據是否有變化。

　　交叉分析法是一個從粗到細的過程，也可以叫做細分分析法。

　　趨勢、對比、象限、交叉包含了數據分析最基礎的部分。無論是數據核實、還是數據分析，找趨勢、做對比、劃象限、做細分，數據才能起到應有的作用。希望通過上面的分享，可以幫助數據分析師更好的做好數據分析。