数据分析

MySpace公司运营的主要指标是注册“用户数”，而Facebook在Mark的指引下，在成立的早期就把“月活跃用户数”作为对外汇报和内部运营的主要指标。

数据驱动不能没有数据分析工具，我结合自己多年分析经历谈了自己的看法。一个好的数据分析产品一定要简单易用，让数据工作从大到小，实现从冰山到冰棍的变化。同时，几秒钟就能拿到数据、大幅提升数据工作效率也是一款优秀数据产品的所必须具备的。

对任何一款产品来说转化率都是最核心的指标，转化率的高低直接决定着一款产品的成败。

有人说社群是因为网友的共有兴趣爱好或者说是共有的价值观聚集起来的，后期通过产品或服务满足群体需求而产生的组织形态。这种先有群体再有服务的社群模式，对很多网友自发组织的兴趣类社群来说，确实是先把有共同点的人聚集起来，然后再慢慢完善社群服务。

WiderFunnel （一家致力于为企业提供A/B测试驱动网站优化方案的创新企业）提出的 LIFT 模型是一套十分厉害的优化武器，而 LIFT 模型的核心就是它的——六大优化法则。借助这套法则我们可以对网站或者 App 页面中存在的转化率低的问题对症下药，或者当你不知道转化率优化从哪里开始的时候，可以将这六个法则作为切入点进行优化，以此来提升营销人员和产品经理进行交流，说服和转化潜在客户的能力。

人类大脑的功能不仅在于发现各种事件的原因，还在于尽量简化这种原因。在进化过程的作用下，在并不存在模式的地方发现模式比在确实存在模式的地方无法发现模式有利得多。也就是说，发现模式(即使这种模式是错误的)具有生存价值——只要偶然做对一次。

近年来，数据收集的手段上从数量从深度从复杂度都有一种爆炸性地增长。大数据成为炙手可热的口头禅。

随着产品的发展、业务逻辑的愈加复杂，数据的分析也就愈加重要。对数据的分析可有效避免逻辑的混乱，防止在繁杂的业务理解上逻辑不清、判断错误。

大多数据分析师都是从计算机、数学、统计这些专业而来的，也就意味着数学知识是重要基础。尤其是统计学，更是数据分析师的基本功，从数据采集、抽样到具体分析时的验证探索和预测都要用到统计学。

每周10万新增用户、每月20亿访问量、300万总用户量等等，这些都是商业时代推崇的指标，但毫无疑问，这些指标严格意义上讲都是废话指标（Bullshit Metrics），因为它们对业务和增长提不出任何的指导意义。事实上，根本不用关心这些指标，我们只需要关注唯一关键指标。

网站流量异常变动的8种常见原因。

点、线、面、提“四位一体”方法论是一个层层递进的过程，是对运营业务场景分析从简单到复杂的过程，从局部到全局的过程，是利用数据运营的思维方法。

重要的不仅仅是那些你能对数据提出的关键问题，在你提问之后可能发生的对话也同样重要。

其实，每个工作都需要用头脑去分析，理性思考，接触事物不同、知识水平差别，才形成不同的思维，而数据分析师也是有一个不同的思维方式去处理数据。那么，数据分析师的思维到底是怎么形成的呢？

如何做好支付的数据分析呢?以下梳理出数据分析的8步流程，以及常见的7种分析思路。新手在启动数据分析前，最好跟主管或数据经验较丰富的童鞋确认每一步的分析流程。