大数据-数据分析初步学习，待补充

参考视频：数据分析只需3小时从入门到进阶（up亲身实践）_哔哩哔哩_bilibili

数据指标：

        对当前业务有参考价值的统计数据

        分类：用户数据，业务数据，行为数据

用户数据

        存量：

                DAU（daily active user）：

                        日活跃用户，定义一个自然日不重复（去重）的用户，跨时区（如全球服务），则关心最近24小时

                MAU（monthly active user）:

                        月活跃用户，MAU <= 总用户数，一个月里不重复（去重）的用户总量

                        活跃：事件上报 -》定义为活跃用户

                                1 用户的主动动作定义为活跃用户，   谨防：活跃数据爆增，但其他数据没有明显变化

                                2 操作事件定义为活跃用户，列出 日活事件列表（存在维护和沟通成本）

        

        增量：

                新增用户

        健康程度：

                存留率

                

 

        从哪儿来：

                渠道来源

        

业务数据

        总量：

                GMV（Gross Merchandise Volume） ：商品交易总额

                访问时长

        人均：

                ARPU：

                     每用户平均收入，计算某段时间内平均每个活跃用户为应用创造的收入   

                ARPPU：

                      每付费用户平均收益，计算某短时间内平均每个付费用户为应用创造的收入  

                人均访问时长

        人数：

                付费人数

                访问人数

        健康程度：

                付费率，付费频次

                留存率

        被消费对象

                SKU视角

                被消费内容视角

                

行为数据

        次数、频率

                PV（Page Views）:页面浏览量

                        不去重

                UV（Unique Visitors）：独立访问数

                        去重

                一般PV/PV，UV/UV，也有PV/UV,eg：详情页PV/详情页UV=人均页面查看数

                深度访问

        路径走通程度：

                转化率

        做了多久

                时长

        质量

                弹出率（Bounce Rate）

                        用户来了，啥都没干，立马走了

弹出率：3(用户1,4,6)/6，如果用户1多次来了，按不去重统计

数据分析

01 对比分析

环比：日环比（今天和昨天），周环比（本周和上一周），月环比.. 

 同比：周同比（本周的第几天和上周的第几天对比），月同比...

02 多维度拆分

单纯看人数，无从下手如何提高，可以从渠道、城市等维度查看

03 漏斗观察分析

04 分布分析

05 用户留存分析

06 用户画像分析

07 归因查找分析

​​​​​​​

08 路径挖掘分析

09 行为序列分析