上回提到，用户行为数据的含义和价值《为什么要进行用户行为剖析?》，以及互联网产品用户模型的构建，这其中就包含了对数据的收集和剖析两大块儿，本文将从数据收集的三大要害、怎么让剖析更有价值更高效、以及数据剖析思想三部分展开聊。

一、数据收集的三大要害

1、全面性

数据量满意具有剖析价值、数据面满意支撑剖析需求。

比方关于“检查产品概况”这一行为，需求收集用户触发时的环境信息、会话、以及背面的用户id，***需求计算这一行为在某一时段触发的人数、次数、人均次数、活泼比等。

2、多维性

数据更重要的是能满意剖析需求。灵敏、快速自定义数据的多种特点和不同类型，然后满意不同的剖析方针。

比方“检查产品概况”这一行为，通过埋点，咱们才干知道用户检查的产品是什么、价格、类型、产品id等多个特点。然后知道用户看过哪些产品、什么类型的产品被检查的多、某一个产品被检查了多少次。而不只仅是知道用户进入了产品概况页。

3、高效性

高效性包含技能履行的高效性、团队内部成员协同的高效性以及数据剖析需求和方针完成的高效性。

根据以上三点，咱们看怎么让数据收集更精确、剖析更有用以及团队内部更高效。

二、数据剖析价值性和高效性

step1：清晰数据驱动方针

数据收集切忌大而全，数据剖析需求也是跟着产品不断迭代的，清晰久远和当时阶段的剖析需求，让剖析更有目的性，技能履行更高效。

场景举例：

小葛是公司的产品司理，小诸是技能，最近两人都知道到了数据在产品运营和决议计划中的重要性，通过几个数据渠道的调研，***，挑选了诸葛io，而且现已清晰了当时阶段的数据需求...

小葛：“小诸忙吗，文档中那个，登录流程、注册转化、购买转化、共享转化等是久远需求重视的数据方针，必须埋上哦;关于发现功用呢，两个礼拜后咱们会提交一个新版本，先不埋了啦，辛苦啦。”

小诸：“小葛，你真棒，一瞬间我就给你埋好了呢!”

小葛：“哦还有，注册那个页面咱们有个推荐人选项，需求用户输入推荐人账号，收集的时分别采账号啊，我只想看注册用户是否有推荐人的散布，把那个特点处理成判别哦”

小诸：“这简略。那今晚...”

看着小葛回身要离开了，小诸半吐半吞，默默地持续敲代码了...

step2：按需收集数据

带着需求和剖析方针去采数据，不只避免了数据冗余带来的无从下手，也避免了全量收集之后却不知道要剖析什么的为难。

图示为埋点典范：

图示文档可由数据剖析需求人员收拾，表格整理让需求人员和技能人员协同更高效，也大大提升了后续的剖析价值和功率

step3：多维穿插定位问题

对数据的使用可分为一般剖析和探索性剖析。一般剖析包含对日常数据如新增、活泼、留存、中心漏斗的监测剖析，也包含对各部门日常事务的数据监测。监测每日增加，剖析异常情况，比方对注册失利、付出失利事情的监控和及时优化。

探索性剖析是对数据的高档使用。对中心事情的相关性剖析、发掘产品改善要害点等，如促进用户购买的相关性剖析、找到促进留存的Ahamoment等。

step4：优化产品、优化运营战略

根据数据反映的问题，做到实时监控和及时处理，根据剖析得到的增加启示，去做A/B测验、灰度测验、去MVP实践。

step5：衡量

衡量是数据剖析到实践的***一步，当然，也可能是***步。有时分咱们看似找到了增加点，但试验发现，现实并不如预期，不要悲观，不要泄气，更不要不吃饭，剖析过程中对用户的了解、对事务的深度发掘可能会让下一次优化发生累计价值。

三、数据剖析思想

数据收集当然重要，数据剖析的办法论也很重要，但不要迷信数据，由于更重要的，可能是人的发明力和想象力!数据剖析也历来不是一了百了的，产品在不断迭代，事务在不断更新，从认知到决议计划，数据更多的是起到了辅佐的效果，从整理需求、到收集、到剖析、到实践、再到衡量，它是一直循环在企业增加的整个过程中的。

***，那些改动国际的程序猿，他们一直期望能用自己的技能发明更多的价值，许多时分，他们要的可能是清晰的数据需求、清晰的剖析方针，以及一套高效协同的办法，究竟，谁都以为：能精确处理问题、能驱动事务增加，更!重!要!