数据分析和设计的方法这里简单介绍以下5种，分别为：行为事件分析、漏斗分析、留存分析、分步分析和对比分析

区别于基础通用型指标，业务性指标主要强调其业务属性，例如社交社区，则可能需要的业务指标为：人均发文数、人均评论数、人均点赞数，分享率等。

三、数据分析方法

数据分析和设计的方法这里简单介绍以下5种，分别为：行为事件分析、漏斗分析、留存分析、分步分析和对比分析。

1. 行为事件分析

通过分析特定类型的用户行为，找到这种特定类型的用户行为的对产品带来的影响。也可以推算出这种特定的行为给产品带来的意义。

行为事件分析法一般经过事件定义、下钻分析、解释与结论等环节。

2. 漏斗分析

流量在各个节点流转过程中，会存在一级级的流失。最终形成了漏斗形态，漏斗分析适用于一些列完整流程操作的用户行为。

找到设计过程中流失比较多的数据，通过数据找到流失的原因。

3. 留存分析

通过找到整体留存情况，找到用户留存的关键性因素指标。

留存分为两种情况：

1. 产品整体留存，整个产品的留存率，对象是整个产品。
2. 功能模块流程，各个模块的留存，这里是针对于单个功能模块。

产品留存要分开看待。既要看整个产品留存率也要看所负责设计的各个功能模块留存率。

4. 分布分析

用户在特定指标的各种占比的归类展现。

如下图谷歌数据分析网站所示，可以根据不同分布类型占比，进行分析。

5. 对比分析

对比前后数据，通过对比数据的差值，验证设计。

• 自身产品比，对比产品其他模块相似场景的数据差异。通过对比找到问题点并做分析优化。
• 行业产品比，和同行业产品的数据对比分析，找出数据差异的问题所在，并给出对应的优化方案。

四、模型建立

目前市面上常用的模型有Google’s HEART、AARRR和RARRA。

1. Google’s HEART

HEART是一个用来评估以及提升用户体验的模型，它由五个维度组成：Engagement（参与度）、Adoption（接受度）、Retention（留存度）、Task Success（任务完成度）和Happiness（愉悦度）。

1）Engagement（参与度）

通常指的是用户的使用行为，这里面包含用户的活跃度、UV、PV、人均访问次数等，通过这些数据可以很好地反应整个产品的用户参与意愿度。

2）Adoption（接受度）

用户在特定（短）时间内开始“真正”开始使用某个新功能/模块。接受度主要体现在用户访问和操作等行为。

3）Retention（留存度）

留存度即对于一个功能或者产品，一段长时间内从开始参与到现在连续活跃的用户，留存率是互联网产品的主要获利因素。

4）Task Success（任务完成度）

任务完成度主要指核心任务的完成率，在该纬度下包括三个基础用户行为指标：转化率、跳失率、成功率。

5）Happiness（愉悦度）

愉悦度是一个产品用户体验的最直观的评价感觉。

基于HEART五大维度可制作业务的数据模型，如下图所示：

2. AAARR

AARRR增长模型出自于增长黑客，即获客、激活、留存、变现、传播推荐。

AARRR是Acquisition、Activation、Retention、Revenue、Referral，五个单词的缩写，分别对应用户生命周期中的5个。