-
整理海量数据的第一要务：
构建合适的指标体系或者模型
-
然后是;
数据监控（报表，数据看板）（制定相应的监控规则）——输出分析报告——指导业务发展
-
指标体系分为：
纵向：从流程上去分析业务，如电商产品，用户从进入网站到下单的各个行为
横向：业务线的划分，基于用户画像的人群分类
4.C端用户（消费者）行为核心节点：
①新增用户，②活跃用户，③留存/流失
新——留/失
留——活/老
5.活跃用户进一步处理（除了关注金额指标还有客单价（每个客人平均购买量））
访问——点击——加购——下单——支付
6.时间维度分析注意的点：
①不同频率的app或者功能时间长短不同，低频分析有一个月的，高频分析一周的
②周期性强的注意特定日期，有些产品会受周末的影响，有的会受节假日影响，那就比较这周日与上周日，
7.用户维度拓展方法;
①基于地区：省，市等
②基于用户属性：年龄，性别，职业
③用户来源渠道：自然新增，活动新增，广告新增
④设备情况：
8.xx业务最近有下降，怎么分析？
①梳理流程，确定纵向指标体系，以各个环节的转化率和用户量为核心指标
②针对指标，确定对比的时间维度，如与前一天或者前一周的数据
③确定问题环节后再拓展用户维度，找出引起问题的用户群体，并对他们进行策略调整。
9.对于报表要考虑哪些问题？
①对于报表本身，要能明显，直观地展现出数据的变化，比如增加周同比，月同比变化百分比，没有对比的数据是没有生命的，同时最好标识出异常数据。
②其次，对于不同的报表阅读者，要呈现不同的指标
对于领导层：要以最直观的方式展现最核心的数据，他每天要看很多业务线和部门的数据
业务层：因为它是针对具体业务的，所以数据要全面和多维度，而且最好是实时数据
客户：针对性地提供数据，排除敏感数据和次要信息
③报表输出方式：数据看板平台或者邮件发送。
10.数据分析报告分为
①常规报表：如周报，月报，让产品人员，运营人员对近期数据形成统一认识
②分析报告：如针对新功能上线地分析，运营活动的效果分析
11.如何提高分析报告的质量:
①作报告前就要确定基本的框架，确定核心指标，
先拆解分析维度，各个商品的销售情况，各类人群的销售情况，然后确定核心指标
点击率（点击/曝光数），支付转化率（支付/点击数），点击单价（支付金额/点击人数）客单价等
②结论提前，不要罗列过多数字，注重对比，如“此次活东点击单价42.51，比之前活动40，提高了多少个百分点，
③合理地使用图表，使数据更直观。
