产品历经了研发测试，终于可以如期的上线了，但请不要松懈，后续的活动才是重点。并且随着网站一起上线的还有我们的数据分析系统，作为产品运营及后续改进的支撑点，数据分析系统是我们的眼睛和耳朵，是我们感知产品的触角。所以下面着重说一下怎么做数据分析，需要做些什么。

一、网站分析原则：
可行动：明确的目标及着力点，不要为了分析而分析，明白分析的最终目的是促进网站的改进，很多时候，产品经理都会陷入为分析而分析的怪圈，可能是为了给出一份看起来十分完美的数据报表已应付领导的检查，也可能只是闲着无聊就随意的去分析数据。

但朋友，作为产品人员，我们主要是目的是为了推进产品的发展，已达到更好的服务用户，解决用户痛点的目标，而不需要一堆无用的数据。

以用户为中心：分析的目的在于改进网站，而改进的目的在于更好服务当前用户及吸引潜在用户，以用户为中心的本质在于分析用户需求点，这些需求点是否被满足，没被满足的原因在哪里。

二、什么时候做？
可能有部分产品人员会认为：我的网站还不够成熟，没必要那么早的投入精力做分析。但其实，数据分析是贯穿产品的整个生命周期的，作为一个产品人，我们时刻坚信，用户是会说谎，但数据不会。而且正如伟人所说，教育要从娃娃抓起，我们总不能因为孩子还小就不关注他们的教育活动。

其实对于产品经理而已，产品就是我们的小孩，我们不仅需要关注其最终的结果，还需要时刻监控他，分析他，找出不完善的地方，改进他。俗话说的好“磨刀不误砍柴工”，网站分析并不是一件投入很大的事情，缺能带来极高的产出，何乐而不为呢。

三、怎么做？
明确产品是需要进行数据分析，剩下来的就是我们应该分析什么，怎么分析。对于产品人员来说，数据分析是一个产品成本极低的工作，我们可通过页面标记或日志分析获取到所需的数据，所说的页面标记就是通过在合适的点插入一定数量的脚步去分析用户的行为。

而日志分析法，正如其名所表述的一样，通过分析产品的日志，监控产品的运行情况，幸运的是现在市面上，提供各种高效且专业的工具，为我们的数据分析提供支持，例如：Google Analytics， Talking Data，百度统计，Flurry，友盟等等，有需要的小伙伴可以去其官网查看。

四、达到什么目标？
建立并维护业务数据模型：将网站的数据变化与用户的行为关联起来，这种联系建立起来后，一旦网站的数据发生了变化，就可以快速的定位到对应的用户行为

比如，常用日流量数据模型为：日流量=日访问用户数+平均浏览网页数，但日流量这一重要数据发生变化话，就可以通过对应的业务数据模型定位相对应的日访问用户数和平均用户浏览网页数等具体的用户行为，通过进一步分析用户的行为，去发现具体的问题，并给出对应的解决方案。

对产品更新、营销活动等进行专项验证，评估效果，总结经验：跟进设计与验证并行的原则，在产品新需求提出的时候，需要配合测试用户，用来检验产品需求最终是否被正确的实现。同样，我们在制定产品更新计划和营销计划的时候，也需要给出这些计划预计达到的数据指标和验证方法。针对营销效果，可以进行来源分析分析法，分析对应的用户的来源，已实现最优化的投产。

监护产品的健康情况，确保产品完成KPI（关键绩效指标）：对产品的关键指标进行预测，为商业计划提供数据支持。产品年度商业计划作为产品经理的一下重要的阶段性活动。不仅是产品经理对于产品的总结与预测，更为重要是产品经理和老板对话的重要桥梁，作为老板他们不希望手下的产品是个黑盒子，投入产出比无法预测。但年度商业计划中的收入预期和成本需求（人力，服务器，带宽）不是拍脑袋就能拍出来的，是靠业务数据模型和历史数据推测出来的。

五、其他方法
细分：将对应的数据、任务，细分为可被衡量及执行的部分，比如PV。对于产品经理而言，每天盯着PV并不能将PV盯上去，我们需要做的是细分的分析影响PV的各种因素，然后逐一解决，只有完美的解决了个点中的数据，才能把整体的数据给提升上去。比如投放了一个引导页面，用户到达了这个页面却不能被引导到对应的网站，我们就知道引导页面一定出现了问题，导致用户不会进入下一步操作，这个时候，就要赶紧疏通，细化问题，逐一解决。

对比：历史数据，竞争对手数据：孤立的单独看一份数据是没有意义的，对于产品经理，数据应该是在一定的维度上分析，可以是结合历史数据看趋势，也可以结合竞争对手的手机看表现，数据只有经过对比，才会有其独特的意义。