数据作用: 指导产品迭代优化/了解产品处于什么阶段/指导运营/新功能上线的效果
数据的来源: 竞品分析、运营数据、行业报告
数据驱动产品优化的步骤（前提: 先进行全面细化的数据布局）: 了解产品目前问题，设定目标＞构建达成目标的第一关键指标＞收集数据（埋点数据等）＞对数据进行清洗，整理＞分析数据（针对埋点数据挖掘用户群共性和用户行为关联性分析）（构建数据分析模型: 将关键指标拆分或衍生出细化指标，通过应用漏斗模型跟踪用户使用行为将问题锁定在某个环节，再应用多维度事件分析法对该环节进行维度划分找出真因）＞针对真因提供优化对策＞对产品进行优化＞上线验证对策有效性＞收集数据
埋点事件的概念:
计数事件: 记录用户的行为，表现在用户点击页面上的按钮等
计算事件: 一系列的过程产生的结果，销售额，订单量，登录成功的用户数
埋点方式:
前段（用户端埋点）:代码埋点（友盟）、 可视化埋点（诸葛IO）、无埋点统计理解为全埋点（growing io）
后台埋点（暂为接触）
埋点事件的维度:
流量维度: 每日新增用户数、PV、UV、DAU、WAU、MAU、留存率、每日启动
用户维度: 各阶段转化率、跳出率、使用时长、流失率
产品维度: GMV、ARPU、付费用户数、订单成交量、登录注册转化率、搜索成功率、用户转化率
