看去重的人数，能够评价总用户渗透了多少

许多同学总觉数据剖析做得不深化，PPT里写来写去只要同环比，到底该怎么做？今天结合一个具体的比如，共享下怎么做一个深化的数据剖析项目。

一、深化等级：0级

某天，你收到一个需求：“看下我司APP新增的A功用，曩昔5天内累计运用1+次的人有多少（去重）”。这问题太简略了，直接跑个数丢曩昔即可，“曩昔5天累计运用人数10000人”搞掂。

可是这种剖析彻底不深化，甚至压根不能叫“剖析”，这便是提个数罢了。的确，当需求是很具体的取数指标+计算时刻的时分，这便是取个数，第0级深化便是如此。

二、深化等级：1级

某天，你又收到一个需求：“看下我司APP新增的A功用，曩昔5天有多少人在用”。

听起来和之前的问题差不多，但注意，“多少人”并不是一个明确的指标，仅仅个抽象的说法，细分起来，有：

1. 5天内累计运用1+次的人（去重）
2. 5天内累计有多少人次运用（不去重）
3. 5天内，每天有多少人在运用
4. 5天内，累计运用5、4、3、2、1天的人有多少
5. 5天内，各运用频次人数（1、2、3……10、10+次）

……

好几个指标拼起来，才能把这个多少人说理解。有些同学会觉得，这么搞是不是太麻烦了。我就默许他是看不去重的人次呗。实际上，工作中相当多的重复取数，加班加点，被事务追着屁股催数，便是从“没确认清楚需求，自己默许一个事务不想要的指标”开始的。特别是你问事务：想看哪个口径。事务会说：都看。这时分最好自己先提早想多几个，防止重复返工。

这种自动考虑，才是深化剖析的起点。因为这几个指标对事务都有用：

1. 看去重的人数，能够评价总用户渗透了多少
2. 看每天人次，能够看出发展趋势
3. 看各类型累计运用天数，能够判别有多少重度用户
4. 看各类型累计运用天数，能够判别有多少重度用户

并且，我们发现，第0级的成果，成为第1级产出的一部分。后续也是一样，越深化，规划的指标、维度越多，问题会越复杂。

三、深化等级：2级

某天，你又收到一个需求：“看下我司APP新增的A功用，曩昔5天运用的人，付费行为是不是比其他人更好”。

注意，这儿也没有明确的数据指标，因而得先拆解问题：

1. 主语是：曩昔5天运用过A功用的用户。那得先知道有多少人在用？第1级深化的数据，这儿都需要加上。
2. 付费行为：付费行为是个抽象说法。是付费金额，还是频次？没说清就先都拎出来看。
3. 比其他人更好：什么是其他人？是整体用户，还是未运用该功用用户。从问题场景上看，应该区分出曩昔5天内未运用过该功用，并且至少活泼1次的用户，这样才有可比性。

有了这三步拆解。能够把这句不明晰的需求，落地成一个取数需求：

1. 曩昔5天内运用过A功用用户基本情况（人数，运用天数分布，运用频次分布）
2. 曩昔5天内运用过A功用用户付费行为（多大份额，付费人群的5天内累计付费金额，5天内付费频次，人均付费金额，人均付费次数）
3. 曩昔5天内未未运用过A功用，且活泼的用户的活泼天数、付费份额，付费金额，付费频次，人均付费金额，人均付费次数）

这样，两个群体一对比，就能出结论了。然而这么做，很快会引发下一个问题：“为什么运用A的人群比其他群体高/低？”