编者按：在产品运营过程中，数据是一个重要的元素，相关的数据分析将帮助前端开发、设计团队等部门基于数据做出决策，推动后续的迭代升级产品。数据可视化帮助团队更好地理解数据，更好地实现沟通与协作。本文作者介绍了数据统计分析的几个主要步骤，应该对刚接触数据统计分析的你有所帮助。

我们都知道数据是支持决策的重要依据！

所以我们可以看到几乎所有的产品都会有数据统计分析的功能模块。

做大，比如数据中心；向高端，如数据大屏、数据广告牌、数据座舱；从本质上讲，它实际上是对数据的统计分析。

作为非数据产品经理，或者初级产品经理，如何设计这个功能模块？

如果你正被这个困扰，不妨试试我最近学的这三步：统计+分析+可视化！

前言

关于数据的统计分析，先发表一个我比较同意的观点.

一个好的数据分析师应该像眼科医生一样：可能有很多专业的配镜方法和工具，但是在配镜的过程中，医生不是纠结于自己的理论，而是关于用户看不清楚，不断问用户“这样好吗？这样更清楚吗？再试试这个？”——接地气的陈老师

相信在工作中，大家经常会遇到一些“孔乙己”式的数据统计分析。一开口就是“xx指标体系”，加上很多“权威、标准、BAT认可”等修饰语。

这是一个典型的虚假数据分析，因为这些东西看起来很尴尬，让大家眼前一亮，但大多数时候，它们费时费力，却并没有解决现实问题。问题！

而这种虚假的数据统计分析，以及它所遵循的理论模型。

真正的数据统计分析就像太极拳的精髓：“只有意义，没有意义诀窍，如果你忘记所有的动作，你就练太极拳。” （以解决业务问题为基础！）

学了以后你的境界是这样的：

张三丰：“你记住了吗？”

张无忌：“不记得了。”

张三丰：“这一套是什么拳法？”

张无忌：“不知道”

张三丰：“你父亲叫什么名字？”

张无忌：“我忘记了。”

张三丰：“嗯，只要你记得，打不过这两个混蛋也没用。”

可是，可是，可是，这是张三丰的百岁武功，而张无忌也有九阳神功。保护身体，这样就可以“只讲义，不讲诡计”（这也太凡尔赛了）。

对于我们这些非数据类产品经理，或者初级产品经理来说，自然还是要从一招入手。否则，结局是“被那两个混蛋打”。

先模仿，后超越。今天我们就来学习一下如何模仿。

1.统计

要做数据的统计分析，首先要有数据，这就是数据的统计工作。

说到数据统计，自然要避免数据埋点。关于如何埋点，自己查查就行了，很多文章总结的很好。

但是，我想说的是，如果你的公司从来没有做过埋地，那也没必要花很多时间，因为行业内已经有很多成熟的埋地公司了，比如神策。 、又萌等。这一切都是花钱就可以完成的，而且也不贵。

我们今天研究的，埋点可以得到什么数据？总结起来，大致有五类：

总体概述；

用户获取；

活动和留存；

事件转化；

用户特征。

来，我们一一分析，这几类数据，具体包括哪些内容，获取这些数据有什么用。

1. 总体概述

实时数据含义：您可以得到每小时实时数据，帮助您了解产品当前实时情况。

使用概览含义：产品的整体使用情况，包括用户数、访问量、留存率等，帮助您对产品的整体指标有一个大致的了解。

2. 用户获取

渠道接入意义：各渠道用户使用情况，包括渠道新用户占比、留存率等，帮助您在获客层面了解产品的优劣。

版本数据的意义：每个版本的使用情况可以帮助您了解在产品升级过程中活跃和保留方面是否有改进。

3. 活跃度和留存率

访问量的意义：产品的每日访问数据, 指标重点关注新老用户的访问行为，提供访问次数、时长、频次分布、访问高峰期等指标，帮助了解新老用户在使用时的一些行为特征产品。

用户留存意义：为用户提供7日、次日、下周、下月留存的数据，帮助您了解新老用户的粘性。

4. 事件转换

自定义事件含义：用户自定义按键事件，系统出现次数、人数、事件分布等都会自动生成，即可以看到用户在做什么。