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）

    ![](https://img-blog.csdnimg.cn/direct/8124be4dde7c4e8ba0030c8b53bae26f.png)

增量：

新增用户

健康程度：

存留率

            ![](https://img-blog.csdnimg.cn/direct/b632882d33e249e8b181e9c208dd0564.png)

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

            ![](https://img-blog.csdnimg.cn/direct/f9c0140f0db340bd9babf8f416079e42.png)

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