以互联网行业为背景下的数据分析通识(上)

编辑导语:在互联网时代,大数据与各行各业的结合给人类带来如此广泛而深刻的变革,就像 巧妇难为无米之炊 一样
摘要

编辑导语:在互联网时代,大数据与各行各业的结合给人类带来如此广泛而深刻的变革,就像 " 巧妇难为无米之炊 " 一样,没有数据就没有了一切。本文作者从互联网行业特性、互联网行业常见的数据指标、数据分析概述、数据分析入门、数据分析基本流程、数据分析进阶、数据分析存在的挑战以及发展前景等 7 个方面进行梳理总结,为我们分享了基于互联网行业背景下的数据分析通识。

以互联网行业为背景下的数据分析通识(上)

在互联网行业中,用户在互联网上的行为 " 数据 " 都会被记录。

此时,就需要进行 " 数据分析 " 并利用技术手段从海量用户行为数据中挖掘出有价值的信息,分析用户的生命周期以及用户行为路径,建立数据指标体系以及监控体系和用户模型,进行用户分层,针对性提供产品和个性化的服务,实现精准营销以此来提高业务增长,提升用户体验,打造引流的闭环等。

因此," 数据分析 " 在互联网行业具有重要意义。但 " 数据分析 " 更多在互联网行业却是属于通用技能,也可以说更像是一个底层的能力,不管你是做产品、运营、商务、市场、人力,还是技术开发、项目、管理,基本上都要掌握 " 数据分析 " 技能。

因为绝大多数的数据分析相对来说都是比较常见的业务分析的工作,同时因为成本管控的原因,一般的业务线就不会再设立专门的数据分析岗位,这都需要自己做分析的工作了。

因此,我们将从互联网行业特性、互联网行业常见的数据指标、数据分析概述、数据分析入门、数据分析基本流程、数据分析进阶、数据分析存在的挑战以及发展前景等 7 个方面进行梳理总结,来全面了解一下基于互联网行业背景下的数据分析通识。

以互联网行业为背景下的数据分析通识(上)

一、互联网行业特性

与传统行业相比,互联网行业有几个不一样的特点:

由于网络效应,用户持续增长,网络规模进一步扩大,对于用户,更有可能出现爆炸性增长的局面。如 2021 年上半年,中国网民规模将突破 10 亿大关, 互联网普及率达 70.4%。

互联网媒体性增强,产生了多样化的需求,更成为文化传播的重要渠道。如目前的抖音、微博等新媒体热点事件等。

互联网行业会出现前期大量烧钱抢占市场和用户的局面,因为在行业发展的爆发期一旦有一个好的产品领先,后来者就很难翻盘了,比如 Uber 是一个特别典型的例子。

互联网行业比较容易出现赢者通吃的局面,比如优酷和土豆的合并,携程和去哪的合并,立马形成行业垄断。

互联网已成为我们生活中不可或缺的重要组成部分。5g 时代的到来,未来会实现万物互联的局面,如社区团购、外卖等,无不例外,互联网参透我们生活的点点滴滴,使我们生活便捷、畅通、实时、高效的桥梁。

总之,互联网行业让整个人类社会的发展都进入了一种飞速的进化状态,公司的生命周期变得很急促,优势竞争地位会迅速放大,树立牢不可破的门槛;行业颠覆也变得很快。

然而,在如此快速的互联网发展的道路上,以及在 5G 和大数据的背景下,为了更好地应对不断的变化,数据分析技能无疑是未来职场人的必备技能 ,通过数据分析做到组织精细化,增加竞争优势等

二、互联网行业常见数据指标

不同的互联网行业关注不同的运营数据,细化来看,复杂的互联网产品关注的运营指标成百上千。但是有一些指标是我们最常用的,这些指标基本反映了业务线的运营的核心状态!

我们以 App 的指标为例,来看一下梳理一下互联网行业常见的数据指标。

以互联网行业为背景下的数据分析通识(上)

1. 活跃用户指标

日活(DAU):一天内日均活跃设备数 ( 去重,每个公司活跃的定义不一样 ) ;

周活跃数(WAU):一周内活跃设备数 ( 去重,每个公司活跃的定义不一样 ) ;

日新增 DNU:一周内的日均新增人数 , 计算方式:一周新增设备数 ( 不去重 ) / 自然周天数;

最高活跃(PCU):一周内的最高活跃设备数;

月活(MAU):一个月内的活跃设备数 ( 去重 ) ;

活跃度(DAU/MAU):体现用户的总体粘度,衡量期间内每日活跃用户的交叉重合情况。

········