A. 業務分析需收集哪些數據
做一個全新的業務或項目，需要收集哪些數據呢？做一次分析，需要准備哪些基礎數據呢？本文總結了數據收集、分析中需要採集的數據分類，希望能在面對一次全新的業務時作為參考借鑒。
分析的對象有可能是用戶，用戶的一次下單或訪問，一筆業務的談成。
對於用戶的識別，分網頁和APP、訪客和注冊用戶。
網頁的訪問用戶識別依據為cookie，APP的訪問用戶識別為設備ID。其次還有IP，但IP識別存在著公用IP的情況，所以對於用戶的識別並不那麼精準，可作為參考。
一旦成為注冊用戶，就能物余獲取到用戶的郵箱、電話、手機、身份證號等。相對來說，用戶的郵箱、電話和手機等更為精準。
偏業務的分析，可使用注冊賬號來分析。偏行為的分析，可使用cookie和設備ID等。
車牌也是線下的身份識別依據。
首先要確定最終的世銀業務目標，然後拆分達成目標必須經歷的關鍵動作。比如目標是用戶下單，則需經歷的關鍵步驟為訪問-注冊/登錄-加購-下單-支付-發貨-簽收等步驟。如果業務目標是注冊，則需經歷注冊完成的過程中必須填寫的關鍵欄位。對於線下較復雜的業務，對於過程的劃分階段性並不明確清晰。
確定完關鍵業務後，需確定衡量標准。動作是有時效性的，會分很多狀態。比如完成了下單，那訂單的狀態還包括有無完成、有無關閉、是否發貨等。用戶注冊之後，還會細分有無審核通過、是否有返回修改、是否關閉等。
分析方法有漏斗分析、智能路徑。
對象的屬罩返滾性用來描述對象的詳細信息，可用來做後續的細分對比。常見的屬性如下，
用戶來源 ，訪問來源、搜索詞、廣告來源、廣告名稱、廣告內容、廣告關鍵詞；
地域信息 ，國家名稱、地區和城市；
設備信息 ，站點、屏幕大小、操作系統、操作系統版本、設備型號和瀏覽器等。
分析方法為用戶分群、用戶細分。
總的來說，有主體對象的身份識別、動作劃分以及屬性信息。