壹、概念：數據分析
數據分析，是對用戶行為的量化分析。
數據，是用戶掩飾不了的行為痕跡。
數據分析，是從痕跡倒推出行為，然後把壹切用戶的秘密都告訴妳。
區別：很多時候，用戶通過問卷調查，和用戶訪談表達的都是自己想要的，而不是真正需要的，但用戶行為所遺留下的數據卻是很誠實的。
二、數據分析的三個方法：
第壹， 分析搜索數據——確定用戶需求
用戶的需求，會通過“搜索關鍵字”，清晰無比地攤在妳面前。
第二， 分析統計數據——確定有某種需求的用戶數量
用戶確實有需求，但到底多少用戶有這個需求呢？這時，妳就要分析統計數據了。
很多行業分析報告，比如易觀國際，艾瑞傳媒，都提供不同維度的行業數據。
案例：房地產商根據城市人口的流入流出比，來判斷那個城市的需求依然旺盛，以決定在哪個城市重金拿地。
第三， 分析行為數據——確定產品和服務專註的方向
案例： 天貓雙11的交易額中無線成交占比是逐年變化的：這個數字在2014是45%，2015年68%，2016年82%，2017年達到了90%。
這組數據反映出的是90%用戶的購買行為，已經移到了手機上。相關產業和服務的方向重點也應該調整為移動客戶端。
今日得到：
普通手機用戶在使用通信功能的時候，基本上就三種行為：語音、短信、流量。
目前短信業務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；語音業務也基本上維持穩定。三種行為中流量相關數據中所包含的信息是最多的。
流量有兩個總要參數：附著用戶數（實時使用流量服務的用戶數）、2/3/4G流量大小。如果對峰值附著用戶數區分2/3/4G和時間，並結合用戶的註冊信息中的年齡，我們是可以基本上分析出用戶的壹些行為習慣的。同樣的，對分2/3/4G的流量進行更細的分類，結合時間等相應的數據，會發現更多有意思的規律。簡單舉例，通過對流量占比的分析，可以發現用戶最常使用的網絡服務，最常使用的時間段，可以進壹步的幫助我們看到互聯網行業中社交工具、視頻平臺、直播平臺等等發展的趨勢。