产品数据分析常用的4种方法大解密，同样的数据不同的数据分析师解读出来的结论可能是不一样的，甚至是完全相反的，但结论本身没有对错，所以从客观的数据到主观的人，需要有一些科学的分析方法作为桥梁，帮助数据的信息更好、更全面、更快的传递。那么，针对产品，常用的数据分析方法有哪些呢?今天我们通过数据分析公司-DataHunter与大家一起来探讨一下!
 

　　一、趋势分析

　　趋势分析一般用于核心指标的长期跟踪，比如：点击率、GMV、活跃用户数。一般做成简单的数据趋势图，但光制作成数据趋势图还不算分析，还需要观察数据上有哪些趋势上的变化，有没有周期性，有没有拐点，并分析背后的原因，无论是内部原因还是外部原因。

　　趋势分析最好的产出是比值。有环比、同比、定基比。比如2017年4月份比3月份GDP增长了多少，这就是环比，环比体现了最近变化的趋势，但有季节性的影响。为了消除季节性的影响，推出了同比，比如：2017年4月份比2016年的4月份GDP增长了多少，这就是同比。定基比就更好理解，就是固定某个基点，比如将2017年1月份的数据作为基点，定基比则为2017年5月份的数据和2017年1月份的数据做对比。
 

　　二、对比分析

　　横向对比：横向对比就是跟自己比。最常见的数据指标就是需要跟目标值比，来回答我们有没有完成目标;跟我们上个月比，来回答我们环北增长了多少。

　　纵向对比：简单来说就是跟他人比。我们要跟竞争对手比，来回答我们在市场中的份额和地位是怎样的。

　　常见的对比应用有A/B test，A/B test的关键就是保证两组中只有一个单一变量，其他条件保持一致。比如测试首页的改版效果，就需要保证来源渠道一样，用户质量一样，上线时间保持相同，这样测试出来的数据才有意义。
 

　　三、象限分析

　　依据数据的不同，将各个比较主体划分到4个象限中。

　　一般p2p产品注册用户都是有第三方渠道引流的，如果按照流量来源的质量和数量可以划分四个象限，然后选取一个固定时间点，比较各个渠道的流量性价比，质量可以用留存的总额这个维度作标准。对于高质量高数量的渠道继续保持，对于高质量低数量的渠道扩大引入数量，低质量低数量pass，低质量高数量尝试一下投放的策略和要求，这样的象限分析可以让我们在对比分析的时候得到一个非常直观和快捷的结果。
 

　　四、 交叉分析

　　对比分析既有横向对比，又有纵向对比。如果既想横向对比，又想纵向对比，就有了交叉分析法。交叉分析法就是对数据从多个维度进行交叉展现，进行多角度的结合分析。

　　交叉分析的主要作用就是从多个维度细分数据，从中发现最为相关的维度来探索数据变化的原因。
 

　　常见的维度有：

　　分时：不同时间段数据是否有变化。

　　分渠道：不同流量来源数据是否有变化。

　　分用户：新注册用户和老用户相比是否有差异，高等级用户和低等级用户相比是否有差异。

　　分地区：不同地区的数据是否有变化。

　　交叉分析法是一个从粗到细的过程，也可以叫做细分分析法。
 

　　趋势、对比、象限、交叉包含了数据分析最基础的部分。无论是数据核实、还是数据分析，找趋势、做对比、划象限、做细分，数据才能起到应有的作用。希望通过上面的分享，可以帮助数据分析师更好的做好数据分析，更多有关数据分析工具的相关了解，请关注：DataHunter