数据分析的意义：
数据分析带来的价值让产品了解产品运营情况，了解用户需求和行为习惯，了解产品功能使用情况等等，属于产品人员最技术的技能。
数据类型：
一般的用户数据获取方式可以从页面js和服务器日志上获取;
常用的可以获取的数据包括UV，PV，停留时间，点击热图，导入网站(关键词)，导出网站，具体的访问页面等等，还有客户端，新用户，用户流失，用户地区等数据进行分析，
加上时间参数等就可以获得大量的趋势性分析。
另外还有一些数据可以通过后台的数据请求次数和用户提交数据，例如用户的搜索命中率，用户UGC提交信息量，用户流程损耗量(任务完成量和时间)。
以上为定量数据。
其他定性数据包括用户操作流程，用户使用过程，用户行为，用户评价和反馈等。
对数据进行分析：
1、 数据的趋势
主要是居于时间变化呈现的数据量级的趋势统计
用户量，访问量，(注册量，活跃量)
用户提交信息量的变化趋势
重复访问用户比例、数量和新增用户用户数量、比例
2、 数据的权重
各个业务模块的访问权重占整个产品/频道的权重比例
各个页面停留时间权重
提交信息用户量和用户UV的比例关系
3、 数据呈现的用户行为
比如：
用户访问热图
用户直接访问、外站导入、搜索引擎的比例
用户搜索常用关键词，常标中的关键词，未标中的关键词
用户来源
用户停留时间
一跳率，二跳率等
产品对数据的态度：
1、 正确的态度
虽然是有点废话，但是需要强调。产品必须有明确健康的运营态度和运营价值观。
比如不鼓励非正常的PV，前台产品引导用户更好的互动和转发，后台设计引导发布编辑提交更有效的信息和信息关联。
2、 对数据敏感，发掘细节
对定量的数据和定性的数据都保持敏感，特别在持续对产品改进上，需要大量的数据。
包括用户操作，用户访问最多的页面，用户页面跳转等
[数据分析入门]