用户数据分析包括什么？
互联网竞赛进入下半场，也就越发要求更精细化的运营，也就自然少不了用户数据分析的部分。
用户数据分析包括什么呢？首先我们需要知道我们现有的数据里有什么，如果像 人口学信息、行为数据、态度数据都有的话，当然是非常好，我们就可以愉快的开展分析：（各举一个例子）
用户画像
借由用户的人口学信息，我们可以知道用户的性别、年龄分布，从而推断出我们的产品主要受众是什么样的。这样我们再推出新功能或者新产品时，可以从用户的角度考虑，而不盲目自嗨和盲从。
用户生命周期分期
依据用户的登录行为数据或某个功能的使用数据，以时间为维度，来观察用户在某个时间段t(t为变量)后重新登录的情况，可以借由流失的拐点来得到一个大概的用户生命周期，这样我们就可以在这些阶段有的放矢的进行一些召回措施，比如发短信，定点push等。
依据用户的登录行为数据或某个功能的使用数据，以时间为维度，来观察用户在某个时间段t(t为变量，以周为单位)后重新登录的情况，可以借由流失的拐点来得到一个大概的用户生命周期（比如图中所示为用户使用APP过程中，三个明显的时间拐点（生命周期）：a:1.5月；b:4月；c.6.5月)，这样我们就可以在这些阶段有的放矢的进行一些召回措施，比如发短信，定点push等。
态度数据
比如依据用户对某些文章的点赞或者踩，来预判我们用户的口味为何，从而生产出更适合用户、或者更满足用户需求的文章。
数据是多维度的，不仅仅只是数字，甚至连用户的评价、用户反馈都是值得我们去研究的，但切记一点，有时候用户并不知道什么是正确的，我们需要权衡这一点。（文/艾萌atanqing，一个略懂数据分析的心理咨询师）
随着各种商业软件以及APP的丰富，单纯依靠运营数据，已经很难实现价值增值。描述用户，精确获悉用户用户画像，从而让数据分析结果驱动价值增长已经大势所趋。
那么，用户数据分析包括什么呢？在我看来，包括三个部分：基本数据分析，行为数据分析以及态度数据分析。
1.基本数据分析
这块内容是主要对用户的基本信息进行描述，譬如性别、年龄、地域、学历、工作、婚姻状况等。做这块分析目的很明确，就是为了获得用户基本的群体特征。
2.行为数据分析
这块数据是目前在互联网上最容易获取，也是价值变现最容易的一种数据。
行为数据包括很多，但根本上都来自于用户在某些网站或者某类APP等产品上进行的操作，包括访问时长，购买商品类型等具体的行为。
3.态度数据分析
态度数据相对行为数据获取难度会更高，这块数据主要展示的是用户的价值观，喜好，兴趣等态度观点。这块数据价值很高，因为如果获悉这样的数据，就能预测用户的行为。譬如，某人喜欢军事网，则会偏向于逛军事类网络，如果你想在网络上接触到这个用户，则需要去相关垂直类的网站投广告。
互联网的数据越来越多，包括行为数据交易数据等。分析这些数据有以下几个大的作用
1.分析用户的行为数据，设计和完善互联网产品
2.分析用户的消费数据，拉广告主，并且设计出更好的付费产品；
3.分析用户的潜在行为数据，建立模型挖掘，找到市场未来的发展方向
等等
数据分析就像巡航导弹上的卫星定位系统，能帮助我们精确地分析：竞争对手的信息，自家产品的优缺点，用户喜恶程度，可以分析我们为何没成功？ 为何为我们带来收入？等等
不过数据分析，关键是要分析人员对业务非常自家熟悉，并且能建立一个有效的分析模型，并且不停用采集的数据去验证模型的算法，最后给出指导性建议和报告，帮助产品设计和运营人员改善产品，增强用户体验，针对性地营销，更多地为公司make money！数据分析是一个非常消耗公司人力和物理资源的事情，所以必须控制投入产出，若是投入产出比率对，必须重新评估分析负责人能力？ 或对数据分析报告的执行力？
数据分析总是要从无数个偶然性数据，分析出可能的内在必然性关联事件！
数据相对论，数据对需要的人有用，对不需要的人无用。
分析要主动，被动的接受一些分析结果是无意义的。数据分析的结果是给出结论。