【读书笔记】数据驱动业务--talkindata_talking data 缺点

【数据本质】
数据是信息的载体，
【数据分类】
用户反馈数据-产品运营数据-用户行为数据-业务常规数据
【数据的价值】
数据的本质是为了消除不确定性，数据可以提高正确决策的概率
【怎么才能把数据用好】
1)指标固定，维度固定
2)实时性差
3)分析深度不足
4)分析模型有限
【案例1-定位留存下跌】
第一个：看渠道的流失率
第二个：各等级的流失率
第三个：按主线任务排查
第四个：发现没有获得某道具是未完成主线认为原因
第五个：发现没有去地图N是没有获得道具X的原因
第六个：发现是产品印度做得不够明晰，导致用户不知道要去地图N才能获得道具X
【分析框架】
AARRR
适合对产品层面进行分析
RFM
用户价值体系
5W2H
what:发生了什么
where:在哪里发生
who:发生的群体
when:什么时候发生
why：为什么发生
how:如何处理
how much：做多少处理
【案例2-开宝箱活动】
目的为了提升用户留存
思路：先找到大部分玩家都能接受的点，然后看次留有没有提升
【案例3-二次召回活动对比】
第一次回流，设置一个累计登陆天数的大奖，放在第10天。
第二次回流，设置一个累计登陆天数大奖，在第18天。
1）先进行玩家分层，看召回的群体是哪些等级
2）继续跟踪回归用户的登陆分布，发现第二期活动第8天出现流失，（可在这边增一个奖励），整体第2次召回好
3) 最后，看召回用户的付费。
4) 可以近一步对召回用户进行分析，找出玩家付费点是什么
【数据挖掘案例】
DAU下降：=昨日留存+日新增+日回流-日流失
DAU下降：分层

【数据价值】个性化埋点，付费模块优化，预测框架和模型，数据辅助运营制定运营策略
【数据分析流程】
明确需求：了解分析需求的目的，分析范围，分析时间
数据收集：内部+外部
数据处理：sql、excel、文本、python、tableau
数据分析：14种常用方法
数据展示：饼图、折线、柱形、条形、散点、雷达、金字塔、矩阵、漏斗、
帕累托：

（帕累托图&#x