IPM++

admin管理员组

文章数量:1130349

IPM++

     很开心一周又过去了，有点忙，也有点累，更有点心酸。这就是我上一周的状态的最好写照，究竟为何如此呢？这样的描述似乎显得有点颓废和受挫，我承认确定有

那么一点，还有点失落的意思。作为一个新人，我一路走来（其实，也没走多远，作为学生的我才实习半年，连正式工作都算不上！），之前实习的公司，由于公司内

部架构的原因，主要接触的是产品设计层面的工作，感觉还是很象书里面写的那样，实打实的是一名产品经理PM。在和实习期间，也算是经历了整个产品的设计过程，虽然没那么正规，不过也算是经历过的，以便后来去工作也可以去“吹吹牛逼”了，这也是大多数学生为啥去实习的原因之一哦！其实也有同学是为了毕业旅游挣点经费，我身边就不少，为浪漫而努力感觉很有意思，总比啃老强的多！

 

     理想总是那么的美好，好运气不会一直跟着你，进入一个全新的环境，一个全新的行业，一个全新的经营模式，一切都变的那么不一样和让人不知所措。这一次我接

触的是产品的另一个方向，亦可以说是产品的另一个维度，传说中的运营，这下我蒙了！作为一个新人，之前接触的大部分工作都是与产品设计相关的技术型工作，可

是这一下整到运营上去，还是很让人咋舌的。我是小白，我怕谁！抱着这样的心态，我一路摸索，一边实践，一边学习，一边再去实践，简直就是现学现用，显得有些

着急。当然，这其中出错的次数也是很多的，这个过程让我意识到了一个很重要的问题：不能闭起眼来瞎搞，需要去学习去问，凭自己的感觉去做，最后的结果必然是

很可怕的。实在是不能凭自己的感觉去做的，这个真的要不得。这是我学到的很重要的一点，有些事情不是你想怎么样就是什么样的，你想的并不代表别人也是这样想的。

 

     起步都是不容易的，起初的工作主要集中在以下几点：竞品分析和数据分析。面对这些我显得和稚嫩，觉得这些什么数据、竞品有啥好分析的，分析有个啥用啊？

自己去看看不就得了。以前只是耳朵听前辈们说过“数据分析”“竞品分析”这些牛逼的字眼，这回自己碰上了就蒙B了！就在这样的状态下，我开始了（老板让你

拿出一份分析报告，你必须得写点啥啊！！！啥都不写，你懂的！）。不管怎样，有一点我很清楚：百度知道，于是我把行业相关的网站百度了遍，去反复的浏览

这些网站，看了半天实在是没看出啥的，就觉得有些网站做的蛮炫的。怎么办呢？我继续百度啊，于是又看了PM前辈们写的竞品分析报告，看了很多这时候也算是

有那么一点的思绪了很多次。不过这个时候，我更加坚定我之前的想法，竞品分析的意义并不一定很大！这话是不是太绝对了，请注意：我说的是“并不一定”，

那

我凭什么这么说呢？一下就是我自己的几点想法：

 1、所有的产品设计并不是完全去参照竞品设计的，只有具有自我核心的产品，才能活下去；

 2、竞品确实给我在设计上提供一些参考，但是如果你完全跟着对手，那么你永远只能沦为二流产品，反倒是让别人成了主流；

 3、产品分析只是作为对手动态及方向把握的参考，当然，也可以成为我们自己产品进化的一个垫脚石；

 4、竞品分析可以是我们自身战略及产品策略调整的一个比照，当然，也可以什么都不是；

 

产品，产品，产品，个人觉得最为关键的还是产品本身，究竟产品如何？能不能活下去还是自己的的问题，专注自身的进化，注意对手的方向，这才是产品的“太

极之道”，产品可以是千变万化的，但是有一个关键的点是永远不会变的，那就是产品人自身的“调性”。这样的内在，是不会被撼动的。就像盖茨先生当年创立

微软的远景那样“让每一桌面每个家庭都拥有一台计算机”，那时的这句话是多么的狂妄和可笑，可是最终做到了。微软这么多年来，也并不是每一个产品项目都

是那么成功的，也有自己的败笔,比如：MSN、Vista等等，但是这些都没有改变他对于最初的远景。

 

数据分析，我的数学本来就不是很好，可我还是要去分析。分析有两个大的方向：自己站点和竞品站点，其中自身的数据反思显然要比竞品的分析显得重要的多。

人可以对自己做个彻底的了解和剖析，但是你想要去全面了解那种对你故意有所隐瞒对手，分析难度可想而知，更何况也很难拿到对手的微观数据。这一上，对

自身

的数据的分析显得更加重要，于是我就去做我那皮毛的分析了。我所采集的数据主要来自百度统计，无数的高级名词就迎面而来了；

 

基础数据指标定义 

（一）流量数据统计

1.独立用户数：在当前计算周期内，访问统计对象的不重复用户数。同一浏览器在当前计算周期内多次访问同一统计对象时，该浏览器被计算为一个独立用户。

2.页面浏览量：在当前计算周期内，统计对象的页面被访总和。

3. 独立IP数：在当前计算周期内，访问统计对象的所有用户使用的不重复IP地址数。

4.用户流失率：在当前计算周期内， 间隔1天后未回访用户/总独立用户数。

5.总访问次数：在当前计算周期内，同一用户间隔不超过30分钟的一系列页面浏览视为一个访次。连续2个页面浏览间隔超过30分钟，则前一次视为上一个访次

的结束，后一次视为下一个访次的开始。用户访问统计对象的时间间隔超过30分钟计为两次访问。

 

（二）访问内容分析

在设定的计算周期内，统计对象的页面被访信息。

1.总访问页数：在当前计算周期内，每个独立用户给统计对象所带来的页面浏览量的总值。

2.被访页浏览量排行：在当前计算周期内，统计对象被访页的页面浏览量排行。

3.被访内容页浏览量排行：在当前计算周期内，统计对象被访内容页的页面浏览量排行。

4.被访首页浏览量排行：在当前计算周期内，统计对象被访首页的页面浏览量排行。

5.弹出率：在当前计算周期内，当前URL作为出口页的次数占总页面浏览量的比例。

6.2跳浏览量：在当前计算周期内，由当前URL跳转至下一URL的页面浏览量。

 

（三）访问来源分析

在设定的计算周期内，统计对象所有浏览量的来源构成。

1.浏览量来源构成：访问来源包括站外来源、站内跳转和直接来源。直接来源指（1）在浏览器地址栏直接输入网址；（2）从浏览器收藏夹点击进入；（3）将统计对象设为浏览器默认首页；（4）用户通过电子邮件或IM传送网站某条链接，直接点击进入。链接来源指通过链接点击到达统计对象（页面）的方式，包括站内来源和站外来源，站内来源的链接来自被统计对象所属网站，站内来源分为内部来源和外部来源，内部来源的链接来自被统计对象内部，外部来源的链接来自统计对象外部。站外来源的链接来自其他网站。

2.关键词效率分析：用户通过特定关键词搜索点击访问统计对象的页面所产生的直接浏览量排行。

3.搜索引擎：用户通过搜索引擎搜索并访问统计对象的页面而产生的直接浏览量排行。

 

（四）用户访问行为分析

在设定的计算周期内，统计对象的访问者访问行为特征信息。

1.浏览页数分布：按用户浏览统计对象的页数来划分计算周期内的独立用户数。分为浏览1页的、浏览2页的、浏览3页的、浏览4页的、浏览5页以上的等多个级别，分别统计属于不同浏览页数级别的当日独立用户数。

2.访问次数分布：按用户访问统计对象的访问次数来划分计算周期内的独立用户数。分为访问1次的、访问2次的、访问3次的、访问4次的和访问5次以上的，分别统计属于该五个级别的当日独立用户数。

3.访问停留时长分布：按用户访问统计对象的访次停留时长来划分计算周期内的独立用户数。分为停留少于1分钟的、停留1-2分钟的、停留2-3分钟的、停留3-4分钟的、停留4-5分钟的、停留5-10分钟的和停留多于10分钟的，分别统计属于该七个级别的当日独立用户数。

4.每小时访问页数分布：按用户浏览统计对象的页数来划分计算周期内的独立用户数。分为浏览1页的、浏览2页的、浏览3页的、浏览4页的、浏览5页以上的等多个级别，分别统计属于不同浏览页数级别的当日独立用户数。

5.回访天数分布：按用户访问统计对象的回访间隔天数来划分计算周期内回访的独立用户数。分为间隔0天的、间隔1天的、间隔2天的、间隔3天的、间隔4天以上的等5个级别，分别统计属于该五个级别的计算周期内回访的独立用户数。

6．新访者数：在计算周期内新访者的合计数，万瑞数据将30日内第一次访问统计对象的独立用户视为新访者。

7.回访者数：在计算周期内回访者的合计数，万瑞数据将30日内超过两次（含两次）访问统计对象的独立用户计为回访者。

8.访问入口页：每个访次的第一个页面视为入口页。在当前计算周期内，按统计对象的页面作为入口页的次数排行。

9.访问出口页：每个访次的最后一个页面视为出口页。在当前计算周期内，按统计对象的页面作为出口页的次数排行。

 

（五）客户端特征分析

在设定的计算周期内，访问统计对象的用户其电脑特征信息。

1.访问者语言：在当前计算周期内，按用户终端设定的语言划分页面浏览量。

2.屏幕分辨率：在当前计算周期内，按用户终端设置的屏幕分辨率划分页面浏览量。

3.浏览器版本：在当前计算周期内，按用户终端使用的浏览器版本划分页面浏览量。

4.操作系统：在当前计算周期内，按用户终端使用的操作系统版本划分页面浏览量。

5.Flash版本：在当前计算周期内，按用户终端使用的Flash版本划分页面浏览量。

 

（六）访问者地区分布

在设定的计算周期内，被统计网站的用户数及用户基本特征信息。

1.浏览量全球地区分布：按国别和地区划分统计对象在统计周期内浏览量的构成。

2.访问者全球地区分布：按国别和地区划分统计对象在统计周期内独立IP地址数的构成。

3.浏览量中国地区分布：按中国各省、直辖市和自治区划分统计对象在统计周期内浏览量的构成。

4.访问者中国地区分布：按中国各省、直辖市和自治区划分统计对象在统计周期内独立IP地址数的构成。

 

（七）高级统计

1．访问路径：在当前计算周期内，统计对象被访页面的访问来源与流向。

2．人口学分析：人口学分析是万瑞数据人口学统计系统增值产品，通过对用户网站统计，按照一定比例弹出用户调查问卷，并引导用户填写调查问卷，过滤

无效

问卷，通过统计调查分析方法、历史分析和阶段分析方法、定性分析和定量分析方法、科学抽象法等多种研究方法相结合，取得用户年龄、性别、上网电脑、

用

户地区、教育程度、家庭收入、职业、使用上网电脑数、是否删除cookie、平均上网时间等详尽人口学指标，通过多角度、全方位分析生成人口学分析报告。

3.用户重合度：用户重合度是万瑞数据人口学统计系统增值产品，通过对用户网站统计，计算共同访问两个频道的用户占两个频道人数的比例。

 

（八）点击地图

1．页面点击：是先基于鼠标点击跟踪用户的点击行为，然后采集用户点击行为，再回传用户点击位置到服务器，最后针对页面给出被点击的热点地图。通过

页

面

点

击分析，可以判断像网站首页这样资源比较集中页面中，哪些栏目最经常被用户点击？哪些内容最受用户关注？帮助您及时了解页面的焦点区域，从而进一

步得

出广

告最

有效的投放区域，对网页内容设计及页面布局提供一定的指导作用，改善您的营销计划并帮助您创建转换率更高的网站，提高网站运营效率，同时也详尽的反

映出被

分析

页面的媒介价值和广告投放价值，最终帮助您提高转换量和利润。

2．最常点击页面排行：在当前计算周期内，在当前页面中被点击链接的浏览量排行。

【数据描述来源：网络】

由于这些数据，我发现我的设计有了理性的坐标，流量的时间分布、位置分布，可以让我们对服务器的分布的控制更好的把握；页面访问内容分析，让信息架

构更加

合理，核心重点突出；访问终端分析，让各终端的资源分配更加有理有据；用户特征分析，让我们的设计风格更加贴近用户的使用心理；页面流量的来源让我

们更加

重

视新媒体推广的途径…… 数据是有感情的，数据是会说话的，数据是性感的，所以我觉得数据分析很有意思，更加有其必要性。

 

这么抽象，这么空洞，这文章写的没意思！是的，我承认问题确实是如此，但是问题来了，这是我为下两个要讨论的主题做了个序，在接下来的时间里，我会

和大家

分享我具体的数据采集和竞品分析的过程。这篇博客主要是为了我发发苦水，谈谈数据分析的感受。写到这里，我脑海突然出现了一句话：“产品设计是要围

绕着运

营而展开的！”这是我的大姐（产品引路人）（平时也没有怎么叫上司，直接叫姐，这样的的感觉很好，亲切又有设计感！）这句话，就是我产品产品运营最

初的印

象，相信以后会有更多的认识，很期待哦！

IPM++

     很开心一周又过去了，有点忙，也有点累，更有点心酸。这就是我上一周的状态的最好写照，究竟为何如此呢？这样的描述似乎显得有点颓废和受挫，我承认确定有

那么一点，还有点失落的意思。作为一个新人，我一路走来（其实，也没走多远，作为学生的我才实习半年，连正式工作都算不上！），之前实习的公司，由于公司内

部架构的原因，主要接触的是产品设计层面的工作，感觉还是很象书里面写的那样，实打实的是一名产品经理PM。在和实习期间，也算是经历了整个产品的设计过程，虽然没那么正规，不过也算是经历过的，以便后来去工作也可以去“吹吹牛逼”了，这也是大多数学生为啥去实习的原因之一哦！其实也有同学是为了毕业旅游挣点经费，我身边就不少，为浪漫而努力感觉很有意思，总比啃老强的多！

 

     理想总是那么的美好，好运气不会一直跟着你，进入一个全新的环境，一个全新的行业，一个全新的经营模式，一切都变的那么不一样和让人不知所措。这一次我接

触的是产品的另一个方向，亦可以说是产品的另一个维度，传说中的运营，这下我蒙了！作为一个新人，之前接触的大部分工作都是与产品设计相关的技术型工作，可

是这一下整到运营上去，还是很让人咋舌的。我是小白，我怕谁！抱着这样的心态，我一路摸索，一边实践，一边学习，一边再去实践，简直就是现学现用，显得有些

着急。当然，这其中出错的次数也是很多的，这个过程让我意识到了一个很重要的问题：不能闭起眼来瞎搞，需要去学习去问，凭自己的感觉去做，最后的结果必然是

很可怕的。实在是不能凭自己的感觉去做的，这个真的要不得。这是我学到的很重要的一点，有些事情不是你想怎么样就是什么样的，你想的并不代表别人也是这样想的。

 

     起步都是不容易的，起初的工作主要集中在以下几点：竞品分析和数据分析。面对这些我显得和稚嫩，觉得这些什么数据、竞品有啥好分析的，分析有个啥用啊？

自己去看看不就得了。以前只是耳朵听前辈们说过“数据分析”“竞品分析”这些牛逼的字眼，这回自己碰上了就蒙B了！就在这样的状态下，我开始了（老板让你

拿出一份分析报告，你必须得写点啥啊！！！啥都不写，你懂的！）。不管怎样，有一点我很清楚：百度知道，于是我把行业相关的网站百度了遍，去反复的浏览

这些网站，看了半天实在是没看出啥的，就觉得有些网站做的蛮炫的。怎么办呢？我继续百度啊，于是又看了PM前辈们写的竞品分析报告，看了很多这时候也算是

有那么一点的思绪了很多次。不过这个时候，我更加坚定我之前的想法，竞品分析的意义并不一定很大！这话是不是太绝对了，请注意：我说的是“并不一定”，

那

我凭什么这么说呢？一下就是我自己的几点想法：

 1、所有的产品设计并不是完全去参照竞品设计的，只有具有自我核心的产品，才能活下去；

 2、竞品确实给我在设计上提供一些参考，但是如果你完全跟着对手，那么你永远只能沦为二流产品，反倒是让别人成了主流；

 3、产品分析只是作为对手动态及方向把握的参考，当然，也可以成为我们自己产品进化的一个垫脚石；

 4、竞品分析可以是我们自身战略及产品策略调整的一个比照，当然，也可以什么都不是；

 

产品，产品，产品，个人觉得最为关键的还是产品本身，究竟产品如何？能不能活下去还是自己的的问题，专注自身的进化，注意对手的方向，这才是产品的“太

极之道”，产品可以是千变万化的，但是有一个关键的点是永远不会变的，那就是产品人自身的“调性”。这样的内在，是不会被撼动的。就像盖茨先生当年创立

微软的远景那样“让每一桌面每个家庭都拥有一台计算机”，那时的这句话是多么的狂妄和可笑，可是最终做到了。微软这么多年来，也并不是每一个产品项目都

是那么成功的，也有自己的败笔,比如：MSN、Vista等等，但是这些都没有改变他对于最初的远景。

 

数据分析，我的数学本来就不是很好，可我还是要去分析。分析有两个大的方向：自己站点和竞品站点，其中自身的数据反思显然要比竞品的分析显得重要的多。

人可以对自己做个彻底的了解和剖析，但是你想要去全面了解那种对你故意有所隐瞒对手，分析难度可想而知，更何况也很难拿到对手的微观数据。这一上，对

自身

的数据的分析显得更加重要，于是我就去做我那皮毛的分析了。我所采集的数据主要来自百度统计，无数的高级名词就迎面而来了；

 

基础数据指标定义 

（一）流量数据统计

1.独立用户数：在当前计算周期内，访问统计对象的不重复用户数。同一浏览器在当前计算周期内多次访问同一统计对象时，该浏览器被计算为一个独立用户。

2.页面浏览量：在当前计算周期内，统计对象的页面被访总和。

3. 独立IP数：在当前计算周期内，访问统计对象的所有用户使用的不重复IP地址数。

4.用户流失率：在当前计算周期内， 间隔1天后未回访用户/总独立用户数。

5.总访问次数：在当前计算周期内，同一用户间隔不超过30分钟的一系列页面浏览视为一个访次。连续2个页面浏览间隔超过30分钟，则前一次视为上一个访次

的结束，后一次视为下一个访次的开始。用户访问统计对象的时间间隔超过30分钟计为两次访问。

 

（二）访问内容分析

在设定的计算周期内，统计对象的页面被访信息。

1.总访问页数：在当前计算周期内，每个独立用户给统计对象所带来的页面浏览量的总值。

2.被访页浏览量排行：在当前计算周期内，统计对象被访页的页面浏览量排行。

3.被访内容页浏览量排行：在当前计算周期内，统计对象被访内容页的页面浏览量排行。

4.被访首页浏览量排行：在当前计算周期内，统计对象被访首页的页面浏览量排行。

5.弹出率：在当前计算周期内，当前URL作为出口页的次数占总页面浏览量的比例。

6.2跳浏览量：在当前计算周期内，由当前URL跳转至下一URL的页面浏览量。

 

（三）访问来源分析

在设定的计算周期内，统计对象所有浏览量的来源构成。

1.浏览量来源构成：访问来源包括站外来源、站内跳转和直接来源。直接来源指（1）在浏览器地址栏直接输入网址；（2）从浏览器收藏夹点击进入；（3）将统计对象设为浏览器默认首页；（4）用户通过电子邮件或IM传送网站某条链接，直接点击进入。链接来源指通过链接点击到达统计对象（页面）的方式，包括站内来源和站外来源，站内来源的链接来自被统计对象所属网站，站内来源分为内部来源和外部来源，内部来源的链接来自被统计对象内部，外部来源的链接来自统计对象外部。站外来源的链接来自其他网站。

2.关键词效率分析：用户通过特定关键词搜索点击访问统计对象的页面所产生的直接浏览量排行。

3.搜索引擎：用户通过搜索引擎搜索并访问统计对象的页面而产生的直接浏览量排行。

 

（四）用户访问行为分析

在设定的计算周期内，统计对象的访问者访问行为特征信息。

1.浏览页数分布：按用户浏览统计对象的页数来划分计算周期内的独立用户数。分为浏览1页的、浏览2页的、浏览3页的、浏览4页的、浏览5页以上的等多个级别，分别统计属于不同浏览页数级别的当日独立用户数。

2.访问次数分布：按用户访问统计对象的访问次数来划分计算周期内的独立用户数。分为访问1次的、访问2次的、访问3次的、访问4次的和访问5次以上的，分别统计属于该五个级别的当日独立用户数。

3.访问停留时长分布：按用户访问统计对象的访次停留时长来划分计算周期内的独立用户数。分为停留少于1分钟的、停留1-2分钟的、停留2-3分钟的、停留3-4分钟的、停留4-5分钟的、停留5-10分钟的和停留多于10分钟的，分别统计属于该七个级别的当日独立用户数。

4.每小时访问页数分布：按用户浏览统计对象的页数来划分计算周期内的独立用户数。分为浏览1页的、浏览2页的、浏览3页的、浏览4页的、浏览5页以上的等多个级别，分别统计属于不同浏览页数级别的当日独立用户数。

5.回访天数分布：按用户访问统计对象的回访间隔天数来划分计算周期内回访的独立用户数。分为间隔0天的、间隔1天的、间隔2天的、间隔3天的、间隔4天以上的等5个级别，分别统计属于该五个级别的计算周期内回访的独立用户数。

6．新访者数：在计算周期内新访者的合计数，万瑞数据将30日内第一次访问统计对象的独立用户视为新访者。

7.回访者数：在计算周期内回访者的合计数，万瑞数据将30日内超过两次（含两次）访问统计对象的独立用户计为回访者。

8.访问入口页：每个访次的第一个页面视为入口页。在当前计算周期内，按统计对象的页面作为入口页的次数排行。

9.访问出口页：每个访次的最后一个页面视为出口页。在当前计算周期内，按统计对象的页面作为出口页的次数排行。

 

（五）客户端特征分析

在设定的计算周期内，访问统计对象的用户其电脑特征信息。

1.访问者语言：在当前计算周期内，按用户终端设定的语言划分页面浏览量。

2.屏幕分辨率：在当前计算周期内，按用户终端设置的屏幕分辨率划分页面浏览量。

3.浏览器版本：在当前计算周期内，按用户终端使用的浏览器版本划分页面浏览量。

4.操作系统：在当前计算周期内，按用户终端使用的操作系统版本划分页面浏览量。

5.Flash版本：在当前计算周期内，按用户终端使用的Flash版本划分页面浏览量。

 

（六）访问者地区分布

在设定的计算周期内，被统计网站的用户数及用户基本特征信息。

1.浏览量全球地区分布：按国别和地区划分统计对象在统计周期内浏览量的构成。

2.访问者全球地区分布：按国别和地区划分统计对象在统计周期内独立IP地址数的构成。

3.浏览量中国地区分布：按中国各省、直辖市和自治区划分统计对象在统计周期内浏览量的构成。

4.访问者中国地区分布：按中国各省、直辖市和自治区划分统计对象在统计周期内独立IP地址数的构成。

 

（七）高级统计

1．访问路径：在当前计算周期内，统计对象被访页面的访问来源与流向。

2．人口学分析：人口学分析是万瑞数据人口学统计系统增值产品，通过对用户网站统计，按照一定比例弹出用户调查问卷，并引导用户填写调查问卷，过滤

无效

问卷，通过统计调查分析方法、历史分析和阶段分析方法、定性分析和定量分析方法、科学抽象法等多种研究方法相结合，取得用户年龄、性别、上网电脑、

用

户地区、教育程度、家庭收入、职业、使用上网电脑数、是否删除cookie、平均上网时间等详尽人口学指标，通过多角度、全方位分析生成人口学分析报告。

3.用户重合度：用户重合度是万瑞数据人口学统计系统增值产品，通过对用户网站统计，计算共同访问两个频道的用户占两个频道人数的比例。

 

（八）点击地图

1．页面点击：是先基于鼠标点击跟踪用户的点击行为，然后采集用户点击行为，再回传用户点击位置到服务器，最后针对页面给出被点击的热点地图。通过

页

面

点

击分析，可以判断像网站首页这样资源比较集中页面中，哪些栏目最经常被用户点击？哪些内容最受用户关注？帮助您及时了解页面的焦点区域，从而进一

步得

出广

告最

有效的投放区域，对网页内容设计及页面布局提供一定的指导作用，改善您的营销计划并帮助您创建转换率更高的网站，提高网站运营效率，同时也详尽的反

映出被

分析

页面的媒介价值和广告投放价值，最终帮助您提高转换量和利润。

2．最常点击页面排行：在当前计算周期内，在当前页面中被点击链接的浏览量排行。

【数据描述来源：网络】

由于这些数据，我发现我的设计有了理性的坐标，流量的时间分布、位置分布，可以让我们对服务器的分布的控制更好的把握；页面访问内容分析，让信息架

构更加

合理，核心重点突出；访问终端分析，让各终端的资源分配更加有理有据；用户特征分析，让我们的设计风格更加贴近用户的使用心理；页面流量的来源让我

们更加

重

视新媒体推广的途径…… 数据是有感情的，数据是会说话的，数据是性感的，所以我觉得数据分析很有意思，更加有其必要性。

 

这么抽象，这么空洞，这文章写的没意思！是的，我承认问题确实是如此，但是问题来了，这是我为下两个要讨论的主题做了个序，在接下来的时间里，我会

和大家

分享我具体的数据采集和竞品分析的过程。这篇博客主要是为了我发发苦水，谈谈数据分析的感受。写到这里，我脑海突然出现了一句话：“产品设计是要围

绕着运

营而展开的！”这是我的大姐（产品引路人）（平时也没有怎么叫上司，直接叫姐，这样的的感觉很好，亲切又有设计感！）这句话，就是我产品产品运营最

初的印

象，相信以后会有更多的认识，很期待哦！

本文标签： IPM