移動PM如何分析和挖掘數據

數據是一個產品每天都要盯著的東西，雖說數字也會撒謊，但是在產品設計中數據，常常作為輔助設計決策和與研發溝通的必不可少的東西之一。

1. 移動產品經理需要跟蹤app的哪些數據？

在做數據分析之前，對移動產品人員來說，首先要了解在移動互聯網領域，我們需要關注那些數據呢？
討論發現，不同的產品關注的數據數據分為：基本數據、跟產品類別無關的數據和跟產品類別相關的數據。
基礎數據：下載量、激活量、新增用戶量、活躍用戶
社交：用戶分布、用戶留存（次日、3日、7日、月、次月、3月）
電商：淘寶指數、網站流量、內容轉換率
地圖導航類：用戶每日打開次數、地域分布
內容類：內容轉化率（內容下載量/內容瀏覽量）、留存量
工具類：功能點擊量、應用商城排名
其他：競品數據（下載、激活等）
2. 如何對相關數據進行分析？

在進行數據發掘之前首先可以對產品做相應的數據建模，然后經過上線跟蹤、分析，對比原來的模型，是否有遵循原來的模型。如果是模型不合理，則需要對數據模型進行矯正。如果出入較大則需要對數據進行分析，或者根據分析出來的數據 在產品上做內部測試或者灰度測試然后對比，如果原來的模型問題不大，再挖細節，分析其他數據找原因，結合數據模型，如果有問題了以后，針對問題追蹤數據，進行分析。
一、對于啟動，留存這些數據。主要是看異常，發現異常以后再去找尋原因和問題
二、平時某個很正常的數據突然變化，我們也會追蹤，
三、在線用戶，進行每日跟蹤，是否呈曲線自然生長，或者出現異常。
四、活躍用戶，對用戶的使用頻次以及有效行為進行跟蹤及分析。
數據分析主要通過數據工具進行分析。數據分析主要為兩種：
一、第三方數據分析工具。如友盟，可以快速的接入，節省成本，比較適合創業型公司及剛上線產品，但是無法對關鍵數據在突發異樣時進行跟蹤。
二、自己開發數據分析工具，可以對每個數據進行實時跟蹤，并且快速做出產品的調整，需要足夠的開發人員及成本，比較適合大型公司或者成熟型產品。
（此部分感謝Ted-PD-北京 童鞋的分享）
3.需要對那些關鍵指標進行挖掘？挖掘后有何意義？

在對關鍵指標進行發掘，不同的產品，有著不同的關鍵指標。比如在內容型應用中，周留存影響關于用戶對功能的使用，月留存，關系用戶對內容關注，次月留存，關系用戶的體系。
社交：主要關注用戶分布、用戶留存、活躍用戶、功能使用頻次以及有效行為等社交行為數據分析，通過數據分析及發掘來了解用戶的社交特征，最總了解用戶到的社交屬性優化產品的社交傳播。
電商：主要淘寶指數、網站流量、收藏、購買等數據，了解用戶的電商消費特征。
地圖導航等工具類應用:了解功能的使用時間、區域、地段等數據，從而了解相關對相關產品的功能使用，以及路況信息。