一、細分分析

細分分析是分析的基礎，單一維度下的指標數據的信息價值很低。

細分方法可以分為兩類，一類逐步分析，比如：來北京市的訪客可分為朝陽，海淀等區；另一類是維度交叉，如：來自付費SEM的新訪客。

細分用于解決所有問題。

   比如漏斗轉化，實際上就是把轉化過程按照步驟進行細分，流量渠道的分析和評估也需要大量用到細分的方法。

二、對比分析

   對比分析主要是指將兩個相互聯系的指標數據進行比較，從數量上展示和說明研究對象的規模大小，水平高低，速度快慢等相對數值，通過相同維度下的指標對比，可以發現，找出業務在不同階段的問題。

常見的對比方法包括：時間對比，空間對比，標準對比。

時間對比有三種：同比，環比，定基比。

例如：本周和上周進行對比就是環比；本月第一周和上月第一周對比就是同比；所有數據同今年的第一周對比則為定基比。通過三種方式，可以分析業務增長水平，速度等信息。

三、漏斗分析

   轉化漏斗分析是業務分析的基本模型，最常見的是把最終的轉化設置為某種目的的實現，最典型的就是完成交易。但也可以是其他任何目的的實現，比如一次使用app的時間超過10分鐘。

漏斗幫助我們解決兩方面的問題：

1. 在一個過程中是否發生泄漏，如果有泄漏，我們能在漏斗中看到，并且能夠通過進一步的分析堵住這個泄漏點。
2. 在一個過程中是否出現了其他不應該出現的過程，造成轉化主進程收到損害。

四、同期群分析

    同期群（cohort）分析在數據運營領域十分重要，互聯網運營特別需要仔細洞察留存情況。通過對性質完全一樣的可對比群體的留存情況的比較，來分析哪些因素影響用戶的留存。

   同期群分析深受歡迎的重要原因是十分簡單，但卻十分直觀。同期群只用簡單的一個圖表，直接描述了用戶在一段時間周期（甚至是整個LTV）的留存或流失變化情況。

   以前留存分析只要用戶有回訪即定義為留存，這會導致留存指標虛高，數極客提供自定義留存分析功能，可以定義不同的事件行為的留存用戶。

五、聚類分析

聚類分析具有簡單，直觀的特征，網站分析中的聚類主要分為：用戶，頁面或內容，來源。

用戶聚類主要體現為用戶分群，用戶標簽法；頁面聚類則主要是相似，相關頁面分組法；來源聚類主要包括渠道，關鍵詞等。

例如：在頁面分析中，經常存在帶？參數的頁面，比如：資訊詳情頁面，商品頁面等，都屬于同一類頁面。簡單的分析容易造成跳出率，退出率等指標不準確的問題，通過聚類分析可以獲取同類頁面的準確數據用于分析場景。

數據相關性分析

六、AB測試

   增長黑客的一個主要思想之一，是不要做一個大而全的東西，而是不斷做出能夠快速驗證的小而精的東西。快速驗證，那如何驗證呢？主要方法就是AB測試，數極客同時支持Web和app上進行AB測試。

   比如，你發現漏斗轉化中中間有漏洞，假設一定是商品價格問題導致了流失，你看到了問題-漏斗，也想出了主意-改變定價。

   但主意是否正確，要看真實的用戶反應，于是采用AB測試，一部分用戶還是看到老價格，一部分用戶看到新價格，若你的主意真的管用，新價格就應該有更好的轉化，若真如此，新價格就應該確定下來，如此反復優化。

七、埋點分析

    只有采集了足夠的基礎數據，才能通過各種分析方法得到需要的分析結果。數極客通過分析用戶行為，并細分為：瀏覽行為，輕度交互，重度交互，交易行為，對于瀏覽行為和輕度交互行為的點擊按鈕等事件，因其使用頻繁，數據簡單，采用無埋點技術實現自助埋點，即可以提高數據分析的實效性，需要的數據可立即提取，又大量減少技術人員的工作量，需要采集更豐富信息的行為。

   如：重度交互（注冊，邀請好友等）和交易事件（加購物車，下訂單等）則通過SDK批量埋點的方式來實施。

八、來源分析

    流量紅利消失，我們對獲客來源的重視度極高，如何有效的標注用戶來源，至關重要。傳統分析工具，渠道分析僅有單一維度，要深入分析不同渠道不同階段效果，SEM付費搜索等來源渠道和用戶所在地區進行交叉分析，得出不同區域的獲客詳細信息，維度越細，分析結果也越有價值。

九、用戶分析

   用戶分析是互聯網運營的核心，常用的分析方法包括：活躍分析，留存分析，用戶分群，用戶畫像，用戶細查等。

用戶畫像基于自動標簽系統將用戶完整的畫像描繪清晰，更有力的支撐運營決策。

十、表單分析

   填寫表單是每個平臺與用戶交互的必備環節，優秀的表單設計，對轉化率的提升起到重要作用。用戶從進入表單頁面之時起，就產生了微漏斗，從進入總人數到最終完成并成功提交表單人數，這個過程之中，有多少人開始填寫表單，填寫表單時，遇到了什么困難導致無法完成表單，都影響最終的轉化效果。

    以上是常見的數據分析方法，更多應用方法需要根據業務場景靈活應用，數據分析深入交流還是需要個人在了解數據分析基礎的理論上進行深入的學習。 以上就是小編為您介紹的數據相關性分析怎么做，希望對您有所幫助。