数据

SaaS 业务在不同阶段的关键指标

你的 SaaS 健康吗?为什么在不同阶段关注不同的指标?你的 SaaS 健康吗?我们被各种 KPI 和指标轰炸,但这些数据不是被用来衡量我们的进步,而是让我们在数据里迷失,开始关注那些容易跟踪对业务每月价值的指标。对 SaaS 业务来说,有几个需要关注的核心指标,并且这些指标的优先级随着业务的增长变化。比如说你的客户才付费了2个月,那么现阶段跟踪生命周期价值就没多大意义。但

如何分析用户反馈数据? (下)

通过对客户分析列表进行优先级排序操作,充分利用客户反馈的信息,进一步使用分析的输出物可以制定相应的产品路线图。在《如何更好的理解用户反馈?》,我们主要着眼于如何分析和理解那些对我们的产品有重要影响的反馈类型。一旦你决定了应该聚焦于哪些反馈以后,接下来,要如何针对用户的反馈制定公司的可执行方案?如何管理大量开放式的用户反馈,然后在制定产品路线时使用它?按照以下步骤操作,可以帮

如何更有价值采集数据、高效分析数据?

本文将从数据采集三大要点、如何分析更有价值更高效、数据分析思维三部分展开聊~上回说到,用户行为数据的意义和价值《为什么要做用户行为分析?》,以及互联网产品用户模型的构建,这其中就包含了对数据的采集和分析两大块儿,本文将从数据采集的三大要点、如何让分析更有价值更高效、以及数据分析思维三部分展开聊。一、数据采集的三大要点1、全面性 数据量足够具有分析价值、数据面足够支撑分析需求

老兵刚哥:原来你是这样的 A/B 测试

老兵刚哥是数据分析老兵,统计学专家,从清华园出来后一直深耕数据行业,这是他的解读。前言: 刚哥风趣幽默,以一个硕大无比的搪瓷缸闻名。刚哥懂历史,也晓风月,更关键的是:他是A/B测试界里最懂统计学的;统计学界里A/B测试实战经验最为丰富的老兵。刚哥声名在外,记得刚到公司第一周,见他用一套《A/B测试与统计学300题》虐遍了整个公司(哦,不,刚哥说30题就够虐了)。后来有幸跟刚

如何通过用户行为数据,驱动互金产品增长?

如何通过用户行为数据,指导产品用户价值增长?互联网金融的激速发展导致大量的同质化产品出现,监管和竞争又让很多互金公司不得不快跑前进,特别是对数据的采集和分析运用上,甚至一些商业银行开始利用数据指导运营和产品迭代,一些互金公司陆续找到诸葛io,需求就是从数据采集到分析工具到各种分析服务的打包服务,助力产品实现用户价值增长以及建立未来竞争的数据壁垒。如何通过用户行为数据,指导产

短视频运营第 13 弹:如何用数据来指导短视频运营?

前两天,一个刚刚创作短视频的朋友跟我说了一下他们现在面临的困扰,视频放到全网渠道后,根据视频产生的一些数据,不知道看哪些,更不知道怎么看。想让小雨教一些方法,通过数据现象怎来调整团队。小雨今天想分享的主题就是如何用数据来指导运营,因为我本身在团队中主要负责的就是运营这块,所以希望通过这篇文章对大家有所帮助。现在应该有很多团队节目已经上线了,那其实我们将内容放到线上后,无非想

从猜想到实验,如何基于数据找到产品增长点并提升核心转化率?

Pinterest是如何利用数据洞察潜在用户,并把注册转化率提升超35%?在硅谷增长圈中,除了大家熟悉的facebook、Dropbox、Airbnb等经典案例,还有一家国际最大的图片社交平台Pinterest也始终在践行数据驱动的增长理念,并分享了非常多的实践案例和方法论。本文来自Pinterest的一位技术工程师@Jeff Chang 的博文,叙述了团队在注册转化上从找

网站数据分析 - 准备工作篇

在大数据时代的当下,网站数据的关注度越来越高 ,网站分析已成为网站运营和互联网营销从业者的必备技能 。然而,网站分析该怎么操作呢?网站分析有哪些方法呢?如何进行一次全面的网站分析呢?本章节讲的是在进行分析前,我们还需要做的一些数据分析前的准备工作。做准备工作的意义在于保证手头所有数据源的广度和精度。如何才能保证你准备数据源的广度和精度呢?小编建议你从以下3方面着手做准备:

如何做网站数据分析(二)——学会满足不同业务部门的数据需求

上节说了如何做网站数据分析的准备工作,以及做准备工作的意义在于保证手头所有数据源的广度和精度。在整理好数据源之后,接着要做什么呢?做任何事都要有个目的,作为一个数据分析师,我们要了解消费我们数据分析的人是谁?他们又需要怎样的数据报告?一般而言, 你分析的数据是给企业老板、产品部门、运营部门看的, 本节讲述的是这三个部门的常见需求和常用的数据展现方式。一、三个部门不同的数据需

数据的价值,是提升业务而不仅仅是用户画像

用户画像仅仅是数据应用的一个过程,不是数据应用的目的,数据应用的最终目标是实现业务价值的提升。2016年客户开始拥抱大数据,引入外部数据成为热点,市场上出现了各类数据提供商。运营商数据、航旅数据、银联数据、电商数据、物流数据等数据源已经形成数据热点。企业疯狂地追寻外部数据源,引入外部数据成了大数据战略一个重点,外部数据成为企业数据应用的主题,客户画像成为数据应用的主要议题。