数据分析多元思维模型
中观能力：专业度，包括技术理解，逻辑性，价值点三个点
中观能力是反映分析师基本功怎么样、套路熟不熟、思考到不到位的一种标准
技术理解：对分析需要用到的技术是否理解到位，是停留在理论阶段还是实践阶段。
逻辑性：整体思考的逻辑性是否欠缺。
价值点：做出来的东西价值在哪，如果你是决策者，你敢不敢立马规划落地。
（中观能力的提升相对比较容易，基本上是从他人那里获得有效反馈，然后多实践就行。）
微观能力：包括有效沟通能力和快速发散收敛能力
微观能力是反映分析师平时的微观体感怎么样，作为一名分析师，你必须要发现到很多业务方发现不到的点，然后从数据上给出策略建议，然而具体怎么样做到这个点呢？
前提：先知道业务怎么想的，怎么做的，然后从中发现问题或者切入点，解决问题，这样就能高于业务。
有效沟通能力：与业务方核心人员沟通，从谈话中快速捕捉到很多有用信息。
快速发散收敛能力：基于沟通中的有效信息，快速提炼总结找到最好的分析切入点。
所谓的好奇心或者说想象力，其实都不是凭空产生的，回归到数据分析本质，只有和相关业务方（不一定是直接接触业务方）多沟通，从他们那里获得有效信息，再自身提炼加工（多学习、多思考），才是可落地的天马行空，这个也就是优秀分析师厉害的地方（快速捕捉，提炼，找到问题，解决问题）
技巧1：黄金思维圈法则
在了解业务的情况下，反问业务方为何要做这件事，基本上，业务方都会有一个很具体的回答，往往都能在这里找到切入点。
举例：A公司最近在做一个类似锦鲤的活动，业务方要分析师给出活动带来的新增用户数。
这个时候分析师要先体验下这个活动，并且让业务方介绍下活动同时问为何要这个数，当熟悉这些之后，发现这个活动本身没有特别的拉新点，也就是说活动本质是促进老用户活跃。所以建议业务对促活进行深入分析，一旦这样就已经高于业务视角了。
（多问为何要做这件事往往就能找到问题的本质，解法自然就多了）
技巧2：做一些准备工作再沟通
与业务沟通中，如果没有提前准备一些业务知识和数据，整个过程就是业务在主导，你还怎么发现问题呢。
举例：某APP最近新上新了某功能，业务方拉各方参加会议，讨论这个功能下一步的玩法。
实际工作中，分析师都不一定知道会议主题、或者知道主题没有思考就去参加会议，可想而知整个讨论，除了了解一些基础信息外，还能干什么，也就是说，你只是知道这些信息，却无法获得有效信息。
（会议室一个很好的公共场合，也是分析师证明自己独特视角的地方，所以沟通前做好一定准备，不仅没有浪费时间，还能让别人觉得你很厉害。）
发散：对于某一个全新业务问题，跟业务沟通之后，分析师想法很多
收敛：在众多想法中，快速找到当前做哪个比较实际、合理，并且知道如何做的深入
举例：在制定公司级KPI的时候，业务分析师需要预估下一年年中的MAU和DAU
该问题有多种解法：时间序列、行业环境、渠道分析都可以作为切入点
最终觉得渠道分析切入点会更加合理：
MAU=MAU新用户+MAU老用户
MAU新用户：明年渠道侧每个月能够带来的新增量多少（这个与明年预算高度相关）
MAU老用户=MAU上月新次月老（基于渠道）+MAU上月老次月老（历史数据）+MAU回流（历史数据）
（对于全新问题，没有固定答案，分析师需要做的就是快速给出一个有依据的解法即可。）
微观能力的培养
尽可能多的和业务核心人员，特别是业务Leader沟通，看他们是如何思考业务的，多看心理学、社交学、记忆力、科普类、经济类的书籍。刻意练习，慢慢养成习惯。
宏观能力：能够把当前业务与实际社会热点、行业风口联系起来，提前预判，获得更好的决策。
电商的数据分析
作为一名数据分析师，应该要能更深入，并且有层次性的去看这个APP的数据
有三个问题需要大家思考：
1、引流（场）：首页作为最大的带量位，分发效率怎么评估
2、漏斗（货）：北极星指标交易额只是一个数字，更加重要的是理解这个数字转化的过程
3、用户（人）：作为一款非常成熟的APP，老用户相对比较稳定，但新用户获取应该怎么优化
其中引流是对整个APP整体的分析，漏斗是对核心路径的分析，用户是对产品的当前痛点进行分析
分发效率评估
除了要关注日活、留存、渗透率这些常规指标外，更加重要的是要找到一些能够反映产品问题的指标
CTR：点击UV/曝光UV，反映用户点击欲望的指标，非常重要，只有点击才能产生交易，如果较小，首页问题较大
人均访问（点击）页面数：总访问页面数（PV）/总访问UV，只有多访问页面，才可能产生交易
而围绕这两个指标，按照维度拆解方法，可以发现更多问题
比如CTR突然低了，那么是所有坑位的CTR均低还是个别引起
分发效率总结
基于日活、留存、渗透、分发效率，基本上就能够对APP的整体数据有个大概了解
作为一名优秀的分析师，除了要把自己负责的产品做好外，更加重要的是不要设定边界，主动去了解整体数据，在这个过程中，你需要找到负责的产品跟大盘的数据关系
1）该产品确实很好的带来了大盘的提升
2）该产品只是在抢大盘的流量
3）该产品部分抢大盘流量，部分提升，那么提升度到底多少
找到：业务功能与产品核心指标的关联性，再量化。
背景
了解完整体数据后，肯定要看具体细分数据，虽然整个APP坑位很多，但一切都是围绕交易额这个目标，而电商交易额的本质是转化率，所以任何一个坑位都绕不开漏斗模型
在所有的坑位中，搜索是最大的一个流量入口，因此以搜索为例。
作为一名分析师，一定要多体验产品，找到新认知，这也是微观能力。
了解每层漏斗的影响因素
1、请教老同事2、买电商书籍回来查看 3、多机型体验产品
电商的大部分数据分析都会跟漏斗有关，除了经验之外，更加重要的是对产品本身的多体验，以及对竞品的学习，保持好奇心和敬畏心。要更多地去体验APP，各个页面和tab都要体验。
关于新用户分析建议
新用户与老用户相比，由于对APP不熟悉，因此在漏斗环节，可能会有几个特征
1）用户行为较为离散化，数据上可能有几个主要漏斗
2）在某个环节转化率远比老用户低
3）新用户当天以逛为主，不下单，过一定时间段后再下单
数据分析师能做的就是：把自己当作一个新用户去体验各种路径，并对异常漏斗进行维度拆解（比如，是不是某个渠道的新用户转化率低引起整体低）
*对于一款电商APP，分发效率是非常重要的一个产品指标
*漏斗模型套路很重要
*新用户的分析会更加有挑战性和有趣感
重要指标业务理解——常规指标
DAU、WAU、MAU：一个产品的日活、周活、月活（日活是指每天打开该APP的用户数）
留存率：一般看次留、7留、30留存率
次留率：第一天打开APP并且第二天也打开APP的人数/第一天打开APP的人数
渗透率：某功能模块的使用人数/该产品的日活
转化率：针对某个连贯路径，使用下一个节点的用户数/使用上一个节点的用户数
重要指标业务理解——商业化指标
ARPU:一个时间段内的每用户平均收入
ARPU=某游戏APP付费金额/活跃人数
CPM:千次曝光的成本
CPM=（广告投入总额/所投广告的展示数）*1000
CPC:每个点击用户的成本
CPC=广告投入总额/所投广告带来的点击用户数
ROI：投资回报率
ROI=收入/支出=ARPU*用户数/所有支出
流失定义
行业内一般对流失用户的定义都是：一个月内不使用产品即定义为流失
实际上，不同的产品形态用户行为差异非常大，所以要定义流失用户，对于流失用户，发现的越早越好。
实际上流失周期确定=回流率稳定，一旦这个指标稳定，就定义这个时间段天数为用户流失周期
回流率=回流用户数/流失用户数=某个周期内的流失用户数在周期结束后又回来了/某个周期内的流失用户数
所以只要按照枚举法，周期=1，2...30，然后分别计算回流率，一旦回流率趋于收敛，该周期就是流失周期
如何去分析一个陌生行业
感到无从下手是因为：1.没有找到切入点；2.没有具体生动案例
