不懂數據分析的 growth hacker 不是好運營。近日我想要統計我家產品 xue.cn 用戶的編程自學行爲的頻次，且在不給技術開發部門帶來任何新需求的情況下自力更生。那麼，我該如何定義並統計這個數據指標呢？
1、定義學習這個行爲。
某些行爲是單個事件，某些行爲是多種事件的組合。
xue.cn 用戶的編程自學行爲包括：完成某書一個章節的閱讀、完成一道習題、獲得一個成就、提交一次評論，完成一次心得打卡等，未來還會有更多。不過，雖然我們有聊天室，但因爲使用的是 gitter ，所以數據採集並不容易，這個行爲就暫忽略。
以上編程自學行爲事件數據分佈在產品數據庫的多個表中。
2、日誌數據的初步篩選。
通過在多個表中聯合查詢 user_id，事件發生日期得到每個 user_id 有學習行爲的日期數據，我的 sql 語句是這麼寫的：
with data_study as( -- 獲取有學習行爲的用戶名單及學習事件發生時間
select
date(created_at) as time,
user_id
from user_comment
union all
select
date(created_at) as time,
user_id
from user_activity
union all
select
date(created_at) as time,
user_id
from study_card
)
select -- 獲取學習用戶的學習日期數據
user_id,
min(time) -- 某天有多次學習行爲，僅取一條即可
from data_study
group by user_id,time
order by user_id
3、統計的基準線
遊客體驗功能是近期剛上線的。已有的學習行爲數據，屬於較早版本，那時用戶產生學習行爲的前提是至少完成一次時長兌換或小額RMB充值，所以本次我以用戶首次付費的日期作爲統計的基準線。
從日誌數據篩選獲取用戶的首次付費日期數據，我的 sql 語句是這麼寫的：
with data as( -- 獲取用戶付費日期
select
user_id,
used_at as 付費日期
from
free_coupons
where
user_id is not null
union all
select
user_id,
created_at as 付費日期
from
rmb_order
where order_status = 'PAY_SUCCESS'
)
select -- 篩選付費用戶的首次付費日期
user_id,
date(min(付費日期)) as reg_date
from
data
group by
user_id
4、統計與分析
至此，有用的數據已從日誌中初步篩選統計得到。接下來，用學習日期 - 首次付費日期得到血虛行爲發生於首次付費後的第N天。其後統計：
- A：首次付費後的第N天仍有學習行爲的用戶數。
- B：首次付費後的第N周（取值0至8），學習天數達到M天（取值1至7）的的用戶數。
A可作爲付費版留存率數據。B則是學習頻次分佈數據。
因爲我對複雜的 sql 運算還不熟練，所以實操時把第 2 和 3 步的結果從 grafana導出爲 csv 文件，然後採用excel，部分指標則採用 python pandas完成演算。
5、精細選擇用戶羣體
雖然當前 xue.cn 功能已經完善很多，其實我們是上半年剛立項，這半年多持續開發，某些學習功能在早期並未提供。於是，爲了獲取更可信、有效的數據，需要剔除早期批次的用戶。
具體來說，根據用戶首次付費日期，按月拆分用戶批次，再拆分統計學習行爲數據較爲完善的近期批次數據。
6、小結
以上就是我完成 xue.cn 用戶學習頻次指標的指定與統計分析的實操過程。這次數據洞察探索，幫我發現好幾處增長線索。
筆記的第4、5步對於運營、市場人員都是常用操作，我就不詳細貼步驟或演算方式啦。而前面的第2、3步，我是通過 grafana 直接用查詢語句與我們家產品的數據庫交互。之前我寫過一篇 grafana 的上手筆記，它還是相當簡易的。——具體到我的本次需求來說，是否採用 grafana 不關鍵，grafana 只是一種工具，關鍵是要能與產品數據庫交互拿到原始數據。
筆記雖然解決的是編程自學行爲，是我家產品爲用戶所提供價值的核心表現，但思路也可借鑑用於其它產品、其它行爲頻次的統計。如果對你有幫助或啓發，那就點贊或留言告訴我，鼓勵我分享更多筆記吧！