分享数据分析三个核心要点如何进行数据分析？( 二 ) _如何进行数据分析

产品分析：

企业信息查询第一级别的功能是搜索，第二级别的功能是条件搜索；理论上讲，后者在搜索的精确程度上要更加有优势。
确认哪些企业信息查询维度，在偌大的信息描述标签中，初生代的产品大致会以常规经验型知识选择冷启动的内容。

数据指标：
1. 不同检索维度的搜索量；
结论：以信息检索维度的搜索量，选出哪些企业信息搜索维度置于条件搜索中，并决定其分布的顺序和位置；
2. 不同描述维度的查询量
结论：
a. 以信息描述维度的查询次数，区分哪些企业信息描述维度置于的受关注程度，量化区分不同信息的关注度和用户价值；
b. 交叉分析不同维度的信息，用户属性，比如：行业+查询维度，综合分析不同特征的用户群的核心关注点。该类信息的分析挖掘有利于新产品的创新和尝试，比如精简版企业信用报告， ”体量最小化，价值最大化” ，不错的产品尝试和良好的用户体验；
c. 内容受欢迎程度及需求的迫切程度，面向不同类型的用户，比如：普通用户、企业用户（行业细分——P2P、银行、VC、海关、政务等等），内容分级、资源分层更好地配合免费增值模式、会员等级产品形态。正对不同用户特征给予不同的需求满足形式都是值得尝试和探索的，单一、传统的直销的商业模式或许有被迭代升级的可能；
小结数据分析很简单，并不是大家所描述地那样神秘不可破。产品数据分析意义在于指导产品设计，传达感性认知背后的理性意义。斗胆分享以下我个人的数据分析理念（关键字）：

产品阶段
分析目的
商业模式
产品形态

无论数据分析的结论积极还是负面，都是产品价值映射，必须投以客观的态度。数据分析是验证产品设想的最具说服力的工具，但忽略数据分析背后的人性和商业思考，那么数据分析也就在根本上失去了意义。
【分享数据分析三个核心要点如何进行数据分析？】管理学大师彼得.德鲁克说过：你无法衡量的东西，你也无法管理。数据分析可以有效的制衡产品经理本身的那种内在妄想，通过数据分析能帮助我们找到更加合适的产品和市场，甚至说缔造出一个更加可持续、可复制、持续在增长的商业模式。