壹.概念:數據分析
數據分析是對用戶行為的定量分析。
數據是用戶無法隱藏的行為痕跡。
數據分析就是從痕跡中推導出行為，然後告訴妳用戶的所有秘密。
區別:很多時候，用戶表達的是自己想要的，而不是自己真正需要的，是通過對用戶的問卷調查和訪談，但是用戶的行為留下的數據是很誠實的。
二、三種數據分析方法:
首先，分析搜索數據——確定用戶需求。
用戶的需求會通過“搜索關鍵詞”清晰地布局在妳面前。
二、分析統計數據——確定有壹定需求的用戶數量。
用戶確實有需求，但是有多少用戶有這個需求呢？這時候妳就要分析統計數據了。
易觀國際、艾瑞傳媒等很多行業分析報告都提供了不同維度的行業數據。
案例:地產商根據城市人口的流入流出比例，判斷那個城市的需求依然旺盛，從而決定在哪個城市大舉買地。
第三，分析行為數據——確定產品和服務重點方向。
案例:天貓雙11的無線交易占比在逐年變化:這個數字是2014年45%，2015年68%，2016年82%，2017年90%。
這組數據反映了90%用戶的購買行為，並被搬到了手機上。相關行業和服務的重心也要調整到移動客戶端。
立即獲取:
普通手機用戶在使用通訊功能時，基本有三種行為:語音、短信、流量。
目前，短信業務已經基本萎縮為行業大客戶，普通用戶越來越傾向於使用微信、QQ等聊天工具作為替代品。語音服務也基本保持穩定。在三種行為中，交通相關數據包含的信息最多。
流量有兩個主要參數:附著用戶數(實時使用流量服務的用戶數)和2/3/4G流量大小。如果對用戶數量峰值區分2/3/4G和時間，結合用戶註冊信息中的年齡，基本可以分析出用戶的壹些行為習慣。同樣，對2/3/4G流量進行更細致的分類，結合時間等相應數據，會發現更有趣的規律。舉個簡單的例子，通過流量占比的分析，我們可以找到最常使用的網絡服務和最常使用的時間段，可以進壹步幫助我們看到互聯網行業社交工具、視頻平臺、直播平臺等等的發展趨勢。