如今流量获取成本不断提高，越来越多的企业从粗放的运营模式转变为精细化运营，企业对员工素质的要求也越来越高。设计师能做数据分析，产品经理能做数据分析，运营也能做数据分析，甚至 CEO 也自己做起了数据分析。

数据分析师想要提高自己的价值，就需要不断提高自己的「技能树」。 注：本文所述的数据分析指的是网站数据分析

准备阶段

数据分析离不开使用 Excel，熟练掌握 Excel 常用操作是必须的。

  • 图表类型的选择与设置
  • 常用函数(sum、vlookup、average、max 等)
  • 常用公式(统计类、计算类、判断类、查找类)
  • 数据透视表
  • 常用 SQL

做网站数据分析，肯定要掌握网站的基础知识。

  • 网站的运行原理
  • 服务器、网站、页面(Page)、URL 之间的关系
  • 静态网站和动态网站的区别
  • 网站 Cookie、Session
  • 基本的 Html+JavaScript 知识
  • 有自己的测试网站(Blog 就行)

起步阶段

先从免费的学起，Google Analytics 是一定要掌握的(关于原因本公众号之前专门写过，有兴趣的可以翻看下历史)。

  • 数据采集原理
  • 指标计算逻辑(PV、UV、跳出率、退出率……)
  • 网站添加监测方法
  • 流量标记方法
  • 流量来源分类(直接流量、自然流量、SEO、PPC、EDM……)及规则
  • 页面、虚拟页面、自定义事件区别和设置
  • 转化目标、漏斗设置
  • 电商类网站监测设置

初级阶段

了解公司业务并开始使用分析工具并进行分析。

  • 扎实的业务知识
  • 网站基础数据(PV、UV、停留时长、跳出率)
  • 用户从哪里来，从哪里走
  • 用户的浏览路径
  • 网站目标达成次数及价值
  • 多维度分析
  • 自定义指标、维度、报表

中级阶段

熟练掌握一个或多个分析工具，并知晓各分析工具之间的异同，能快速定位两个工具在数据统计上的差别的原因。具备完善的分析思路，能独自撰写完整的数据分析报告，为运营提供数据支撑和指导。

  • 阶段性报告(日报、周报、月报……)
  • 虚假流量排查
  • LandingPage 优化
  • 站内搜索优化
  • 网站导航优化
  • 漏斗模型设定与分析
  • 网站关键路径转化分析
  • 网站用户忠诚度分析
  • 用户综合价值评分体系搭建
  • 电子商务网站的 RFM (最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary))分析
  • 交叉销售分析
  • A/B Testing
  • 行业分析
  • 竞争对手分析

高级阶段

不同企业应用场景不同，面临的问题也不同，更加考验数据分析师的大局观和应对能力。

  • 挖掘整个公司的数据需求
  • 多套数据系统整合
  • 更加复杂的应用场景监测方案
  • 向整个公司推销数据价值
  • 数据产品建设
  • 推广数据驱动决策理念

最后，与君共勉：Data is wonderful.