#肖宇梁[超话]#xyl#肖宇梁旦脸武生# xyl#肖宇梁姻缘大人请留步#
累了，粉圈太复杂，第一次认真追星的我表示搞不懂，我还是专注我家梁崽吧。依然喜欢小笔记，但是不想深入粉圈，其它就当路人吧（希望以后还能让我念着小笔记当个路人）。萌新修图修了两个小时，虽然不熟练，也很稚嫩，但是希望可以让大家稍微心情好一点。梁崽实在是太帅了，谁能拒绝梁崽呢。
累了，粉圈太复杂，第一次认真追星的我表示搞不懂，我还是专注我家梁崽吧。依然喜欢小笔记，但是不想深入粉圈，其它就当路人吧（希望以后还能让我念着小笔记当个路人）。萌新修图修了两个小时，虽然不熟练，也很稚嫩，但是希望可以让大家稍微心情好一点。梁崽实在是太帅了，谁能拒绝梁崽呢。
#sky光遇[超话]#ios跑图q群
等着我跑的时候一起跑，或者在群里捞人结个伴跑（目前群内人不多，是小小群，绝大部分都是我当车头）
我一般在中午或者晚上6点后跑图（如果想蹲我跑图的话）
漏蜡烛是在所难免的（我本人是专注于大蜡烛）
真的是跑图群，至少会自动牵手就可以了
门牌号210056384
（实在是放不出来图）
等着我跑的时候一起跑，或者在群里捞人结个伴跑（目前群内人不多，是小小群，绝大部分都是我当车头）
我一般在中午或者晚上6点后跑图（如果想蹲我跑图的话）
漏蜡烛是在所难免的（我本人是专注于大蜡烛）
真的是跑图群，至少会自动牵手就可以了
门牌号210056384
（实在是放不出来图）
【什么是产品分析？谁该使用产品分析？｜产品分析全解】作者：诸葛io（zhugeio1），关注我，了解更多数据分析相关知识
什么是产品分析？
产品分析是分析用户如何与产品或服务交互的过程。公司使用产品分析通过识别用户面临的痛点以及产品周围的商品特征来优化用户体验。
产品分析的重要性
产品分析的最终目的就是提升收入，首先要了解用户的需求，知道用户要什么，哪些功能受欢迎，进而根据这些数据指导产品优化和营销推广。比如通过产品分析，了解产品的浏览量、点击量、订单、购买用户数等信息。帮助企业了解不同商品、不同品牌用户的关注度、购买力等信息，通过这些数据判定产品及用户的关注度。再比如通过产品分析了解商品的生命周期变化，通过对商品/品类的热度分析，观察浏览、购买等相关数据波动曲线，了解商品的生命周期，比如某商品的热卖时长等。通过产品分析，更深层次的了解用户喜好、用户的购买力、产品关注度等信息。由于不同的指标反映不同的情况，透过数据指标的变化发现商品中存在的问题等等。
因此，企业需要使用真实的产品数据来分析产品使用和用户体验。产品分析的模型
产品分析可以回答不同类型的问题，从趋势到功能采用或参与，到可视化产品内部或外部的复杂体验和用户流程等都可以通过产品分析来看。下面列举了常用的四个分析模型，以充分发挥产品分析的优势。1、路径分析
对于大多数产品用例，用户必须经过一系列步骤才能找到最终解决方案。可视化用户到达每个目标的路径以及他们可能会在途中下车的地方至关重要。确定具有最高客户生命周期价值 (CLV) 的用户的共同行动。这些用户已经达到了产品的“Aha时刻”，并且他们的价值会随着时间的推移而增加，无论是通过维持长期订阅还是重复购买。通过识别这些高 CLV 用户的共同行为，在用户旅程进一步微调的用户体验的瓶颈。例如：确定这些用户在他们的“Aha时刻”之前采取的早期行动；
衡量参与度，例如他们返回产品的频率；
通过重复使用特定产品功能来细分客户；
通过产品营销工作，鼓励潜在用户效仿这些行为，以便他们更有可能转化成为高 CLV 客户。
2、用户群分析
随着公司的成熟发展，产品信息、网站设计、文档、品牌知名度、产品复杂性和一些其他因素都会随之而发展。这些变化将深刻影响每个用户对产品或服务的看法。正是出于这个原因，指标应该按用户群组细分。用户群分析是跟踪用户之间为业务带来收入的常见的分析模型，通过专注于付费用户，可以了解哪些用户从产品中获得价值，以及他们在产品中采取了哪些行动，作为营销人员，这些数据有助于创建产品营销活动，将潜在用户推向与付费客户相同的行为。例如，您可能会发现完成所有使用步骤的用户更有可能转换为付费用户。用户群也可以基于许多不同的因素来定义。比如第一次访问网站、注册、第一次与销售人员沟通或升级到付费用户的时间段来确定群组。用户群的定义应该是动态的，并且对于每个用户群分析都是独一无二的。3、漏斗分析
如果从用户群中退后一步，查看所有用户，有效的行为分析可以告诉你这些用户在漏斗中的哪个位置流失。从潜在用户开始，你就可以进行细分并确定他们在渠道中的位置。产品分析会告诉你这些用户是否完成了填写表单、注册或将商品添加到购物车等操作。你可以根据漏斗不同阶段的行为创建群组。然后，你就可以基于这些用户特征采取不同的营销动作。当你知道你的用户在漏斗中所处阶段时，你可以使用营销来推动用户从一个阶段转换到下一个阶段。无论你是想吸引新用户还是将老用户推向不同的阶段，了解导致转化的行为都可以帮助你制定更有效的产品营销策略。4、留存分析
大多数的产品都会经历一定程度的流失，分析流失率也是产品分析的重点。对于用户而言，留存率越高，说明产品对用户的核心需求把握的越好，只要用户产生这方面的需求，就会第一时间想起产品，用户对产品产生强烈的依赖。对于产品而言，留存率越高，说明产品的活跃用户越多，转化为忠实用户的比例会越大，越有利于产品营销推广以及变现能力的提升。通过分析了解各个功能的价值，找到各个功能的提升空间，进而通过功能优化来整体提升用户留存，找到适合产品的magic值。例如知乎，评论超过3次，用户就会留存下来，很难流失。比如Facebook，如果加了10个好友及以上，或者twitter上关注30个人及以上，Slack上发了2000个消息后，就能够把用户成功转为付费用户。
谁该使用产品分析工具？
产品团队当然，产品经理位居榜首。产品分析数据揭示了很多关于用户行为的信息，用户行为应该为产品决策提供信息，而分析是获取该数据的最佳场所之一。产品团队可以获得的示例数据点：用户在哪些功能上花费的时间最多
用户参与度指标，例如他们喜欢在产品中点击、观看、阅读和执行的位置
通过查看跳出率和页面停留时间导致摩擦的地方
产品升级或降级之前的用户行为模式
···
营销团队例如：衡量产品内营销优惠的转化率
了解页面加载速度、设计和功能如何影响产品内销售
测试不同的营销文案和 CTA 展示位置
客户认为哪些功能最吸引人，以便用于外部营销工作
完整的漏斗对于跟踪每个营销渠道和活动的成功也至关重要
···
应该使用哪些产品分析工具一种方法是构建由数据仓库和商业智能工具组成的内部解决方案，另一种方法是使用专用的用户行为分析工具。
方法 1 — 使用商业智能工具的数据仓库遵循这种方法有几个好处：公司可以完全控制数据架构。当然公司需要专门的数据工程部门；
公司可以完全控制数据治理和合规性；
公司可以完全控制每份报告的内容和方式。
另一方面，缺点也很多：这个项目需要多个具有不同专业知识的人参与；
使用 SQL 查询数据仓库，一个简单的数据问题可能需要200多行 SQL 代码才能得到答案；
这种方法可能要贵得多，除了实施所需的人力资源外，公司还需要一个数据采集解决方案、一个数据仓库和一个商业智能解决方案；
这种方法可能需要数月的时间才能实施；
方法 2 — 专业的用户行为分析工具使用专业的用户行为分析工具的好处包括：零维护，公司不必担心在扩展时管理数据架构。
可视化界面回答产品分析问题；
使所有团队的数据“自助化”，界面很简单，不需要 SQL 知识或技术专业来查看复杂的数据；
更实惠，只需要很少的人力资源，并且无需实施基础设施配置。
这种方法对大多数企业都是有益的，企业可以依靠多年来专注对用户行为分析的知识，从而将所有精力和资源集中在为客户提供服务上。作者：诸葛io（zhugeio1），关注我，了解更多数据分析相关知识关于诸葛智能：新一代敏捷开放的数据智能服务商，通过数据技术助力企业与组织实现数字化升级。提供数据采集、数据治理、数据仓库、分析和营销等数据智能服务，产品演进式架构开放、敏捷、高效，聚焦业务场景灵活扩展，根据业务变化敏捷响应，全面满足大、中、小企业的不同需求，实现全场景规划，小场景启动。基于数据智能赋能商业，助力企业实现数据驱动增长。关于诸葛io：诸葛io数据分析平台作为诸葛智能旗下专注于用户行为的数据分析工具，基于用户全生命周期，针对用户行为深入分析与洞察，从中挖掘用户增长的契机。内含丰富的数据呈现方案，角色看板、数据大屏等，满足不同行业和业务的数据展示；
涵盖十余种灵活高效的分析模型，灵活的SQL查询分析，实现便捷的自助式分析；
深入业务场景分析，满足企业市场、运营、产品、分析师等不同部门的数据分析需求；
灵活的用户分群管理和洞察，打造360°用户视图档案；
支持多个平台移动协同办公，实现数据实时共享；
通过以用户中心理念与实践，为企业提供人人可用的分析工具，提升数据分析与应用效率。
什么是产品分析？
产品分析是分析用户如何与产品或服务交互的过程。公司使用产品分析通过识别用户面临的痛点以及产品周围的商品特征来优化用户体验。
产品分析的重要性
产品分析的最终目的就是提升收入，首先要了解用户的需求，知道用户要什么，哪些功能受欢迎，进而根据这些数据指导产品优化和营销推广。比如通过产品分析，了解产品的浏览量、点击量、订单、购买用户数等信息。帮助企业了解不同商品、不同品牌用户的关注度、购买力等信息，通过这些数据判定产品及用户的关注度。再比如通过产品分析了解商品的生命周期变化，通过对商品/品类的热度分析，观察浏览、购买等相关数据波动曲线，了解商品的生命周期，比如某商品的热卖时长等。通过产品分析，更深层次的了解用户喜好、用户的购买力、产品关注度等信息。由于不同的指标反映不同的情况，透过数据指标的变化发现商品中存在的问题等等。
因此，企业需要使用真实的产品数据来分析产品使用和用户体验。产品分析的模型
产品分析可以回答不同类型的问题，从趋势到功能采用或参与，到可视化产品内部或外部的复杂体验和用户流程等都可以通过产品分析来看。下面列举了常用的四个分析模型，以充分发挥产品分析的优势。1、路径分析
对于大多数产品用例，用户必须经过一系列步骤才能找到最终解决方案。可视化用户到达每个目标的路径以及他们可能会在途中下车的地方至关重要。确定具有最高客户生命周期价值 (CLV) 的用户的共同行动。这些用户已经达到了产品的“Aha时刻”，并且他们的价值会随着时间的推移而增加，无论是通过维持长期订阅还是重复购买。通过识别这些高 CLV 用户的共同行为，在用户旅程进一步微调的用户体验的瓶颈。例如：确定这些用户在他们的“Aha时刻”之前采取的早期行动；
衡量参与度，例如他们返回产品的频率；
通过重复使用特定产品功能来细分客户；
通过产品营销工作，鼓励潜在用户效仿这些行为，以便他们更有可能转化成为高 CLV 客户。
2、用户群分析
随着公司的成熟发展，产品信息、网站设计、文档、品牌知名度、产品复杂性和一些其他因素都会随之而发展。这些变化将深刻影响每个用户对产品或服务的看法。正是出于这个原因，指标应该按用户群组细分。用户群分析是跟踪用户之间为业务带来收入的常见的分析模型，通过专注于付费用户，可以了解哪些用户从产品中获得价值，以及他们在产品中采取了哪些行动，作为营销人员，这些数据有助于创建产品营销活动，将潜在用户推向与付费客户相同的行为。例如，您可能会发现完成所有使用步骤的用户更有可能转换为付费用户。用户群也可以基于许多不同的因素来定义。比如第一次访问网站、注册、第一次与销售人员沟通或升级到付费用户的时间段来确定群组。用户群的定义应该是动态的，并且对于每个用户群分析都是独一无二的。3、漏斗分析
如果从用户群中退后一步，查看所有用户，有效的行为分析可以告诉你这些用户在漏斗中的哪个位置流失。从潜在用户开始，你就可以进行细分并确定他们在渠道中的位置。产品分析会告诉你这些用户是否完成了填写表单、注册或将商品添加到购物车等操作。你可以根据漏斗不同阶段的行为创建群组。然后，你就可以基于这些用户特征采取不同的营销动作。当你知道你的用户在漏斗中所处阶段时，你可以使用营销来推动用户从一个阶段转换到下一个阶段。无论你是想吸引新用户还是将老用户推向不同的阶段，了解导致转化的行为都可以帮助你制定更有效的产品营销策略。4、留存分析
大多数的产品都会经历一定程度的流失，分析流失率也是产品分析的重点。对于用户而言，留存率越高，说明产品对用户的核心需求把握的越好，只要用户产生这方面的需求，就会第一时间想起产品，用户对产品产生强烈的依赖。对于产品而言，留存率越高，说明产品的活跃用户越多，转化为忠实用户的比例会越大，越有利于产品营销推广以及变现能力的提升。通过分析了解各个功能的价值，找到各个功能的提升空间，进而通过功能优化来整体提升用户留存，找到适合产品的magic值。例如知乎，评论超过3次，用户就会留存下来，很难流失。比如Facebook，如果加了10个好友及以上，或者twitter上关注30个人及以上，Slack上发了2000个消息后，就能够把用户成功转为付费用户。
谁该使用产品分析工具？
产品团队当然，产品经理位居榜首。产品分析数据揭示了很多关于用户行为的信息，用户行为应该为产品决策提供信息，而分析是获取该数据的最佳场所之一。产品团队可以获得的示例数据点：用户在哪些功能上花费的时间最多
用户参与度指标，例如他们喜欢在产品中点击、观看、阅读和执行的位置
通过查看跳出率和页面停留时间导致摩擦的地方
产品升级或降级之前的用户行为模式
···
营销团队例如：衡量产品内营销优惠的转化率
了解页面加载速度、设计和功能如何影响产品内销售
测试不同的营销文案和 CTA 展示位置
客户认为哪些功能最吸引人，以便用于外部营销工作
完整的漏斗对于跟踪每个营销渠道和活动的成功也至关重要
···
应该使用哪些产品分析工具一种方法是构建由数据仓库和商业智能工具组成的内部解决方案，另一种方法是使用专用的用户行为分析工具。
方法 1 — 使用商业智能工具的数据仓库遵循这种方法有几个好处：公司可以完全控制数据架构。当然公司需要专门的数据工程部门；
公司可以完全控制数据治理和合规性；
公司可以完全控制每份报告的内容和方式。
另一方面，缺点也很多：这个项目需要多个具有不同专业知识的人参与；
使用 SQL 查询数据仓库，一个简单的数据问题可能需要200多行 SQL 代码才能得到答案；
这种方法可能要贵得多，除了实施所需的人力资源外，公司还需要一个数据采集解决方案、一个数据仓库和一个商业智能解决方案；
这种方法可能需要数月的时间才能实施；
方法 2 — 专业的用户行为分析工具使用专业的用户行为分析工具的好处包括：零维护，公司不必担心在扩展时管理数据架构。
可视化界面回答产品分析问题；
使所有团队的数据“自助化”，界面很简单，不需要 SQL 知识或技术专业来查看复杂的数据；
更实惠，只需要很少的人力资源，并且无需实施基础设施配置。
这种方法对大多数企业都是有益的，企业可以依靠多年来专注对用户行为分析的知识，从而将所有精力和资源集中在为客户提供服务上。作者：诸葛io（zhugeio1），关注我，了解更多数据分析相关知识关于诸葛智能：新一代敏捷开放的数据智能服务商，通过数据技术助力企业与组织实现数字化升级。提供数据采集、数据治理、数据仓库、分析和营销等数据智能服务，产品演进式架构开放、敏捷、高效，聚焦业务场景灵活扩展，根据业务变化敏捷响应，全面满足大、中、小企业的不同需求，实现全场景规划，小场景启动。基于数据智能赋能商业，助力企业实现数据驱动增长。关于诸葛io：诸葛io数据分析平台作为诸葛智能旗下专注于用户行为的数据分析工具，基于用户全生命周期，针对用户行为深入分析与洞察，从中挖掘用户增长的契机。内含丰富的数据呈现方案，角色看板、数据大屏等，满足不同行业和业务的数据展示；
涵盖十余种灵活高效的分析模型，灵活的SQL查询分析，实现便捷的自助式分析；
深入业务场景分析，满足企业市场、运营、产品、分析师等不同部门的数据分析需求；
灵活的用户分群管理和洞察，打造360°用户视图档案；
支持多个平台移动协同办公，实现数据实时共享；
通过以用户中心理念与实践，为企业提供人人可用的分析工具，提升数据分析与应用效率。
✋热门推荐