6大步骤：快速学会如何进行数据埋点( 五 )

如电商APP的下单行为，一天24h的下单量分布，来分析一天内哪个时间内是下单高峰期。
3）漏斗分析
反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型，比如上面提到的电商下单流程的转化率。
4）用户路径分析
用户在 APP 或网站中的访问行为路径。为了衡量网站优化的效果或营销推广的效果，以及了解用户行为偏好，时常要对访问路径的转换数据进行分析。
以电商为例，买家从登录网站／APP 到支付成功要经过首页浏览、搜索商品、加入购物车、提交订单、支付订单等过程（用户真实的选购过程是一个交缠反复的过程）。
5）留存分析
用来分析用户参与情况/活跃程度的分析模型，考察进行初始行为的用户中，有多少人会进行后续行为。这是用来衡量产品对用户价值高低的重要方法。常见指标有次日留存、7日留存、15日留存、30日留存等。
上述是一些常用的分析思路，除此之外还有很多：点击分析、用户分群分析、属性分析、行为事件分析等等，感兴趣的同学可以自行学习。
5. 确定优化方案
产品经理的职责就是发现问题，然后解决问题。
通过数据分析来定位问题，找到影响上述量化指标的产品问题点在哪里？
比如：确认订单到支付这步的转化率这么低情况有哪些？可能是用户无法在确认订单页面查看商品细则，为了返回上一页，因此放弃了付款，也可能是用户想修改商品数量或规格，但是确认订单页面不能修改，因此放弃了付款，当然也有可能是提交支付按钮存在Bug或者理解的偏差等等。
最后找到了问题，就得对症下药，制定解决方案。
6. 如何评估解决方案的效果？
优化方案上线，我们的工作不意味就结束了，重点要观察对应的指标有所提高或者降低，与优化前的版本相比较是否有所改善。很多时间往往不可能一步到位就把问题解决掉，需要迭代优化，不断通过数据跟踪来修正设计策略，达到我们最终的设计目标。
大数据时代的到来，对产品经理提出了更加严格的数据分析要求，一个懂数据分析的产品经理可以利用数据驱动产品设计优化，并提升客户体验，实现更多的价值。
#专栏作家#
道三，微信公众号：产品大秘籍，人人都是产品经理专栏作家。以前写过代码，现在产品圈摸爬滚打，专注于电商领域产品设计、主要分享电商和供应链领域知识点。
本文原创发布于人人都是产品经理，未经作者许可，禁止转载。
题图来自Unsplash ，基于CC0协议。