工作中最常用到的統(tǒng)計方法有哪些？根據(jù)我自己的經(jīng)驗給舉些例子。

1.通過一部分用戶樣本預(yù)估整體的用戶情況。比如，你的網(wǎng)站用戶有200萬注冊用戶，你要征詢他們對于網(wǎng)站改進的意見，你需要給他們發(fā)郵件問卷。但 由于種種限制，你不能每個用戶都發(fā)，而且你收到的有效問卷只有1500多份。你要明確一下，你收集到得1500多份問卷到底多大程度上可以帶代表200萬 的整體。這時候，你要預(yù)估誤差范圍（margin of error）。如果你征集到的有效有碰巧有52%的支持方案改進，你能說多一半的人都支持么？當(dāng)然不能，因為你的誤差范圍可能就有2.5%左右。當(dāng)然誤差 的范圍和你選定的置信度相關(guān)（Confidence Level），這里由于時間的限制我就不細說了。

2.根據(jù)用戶的行為和特征對用戶進行細分。這里需要用到聚類的概念，通過相似性的計算，來將行為和特征相近的個體用戶歸為一類。比較常用的歸類算 法，比如K-均值法。例如，你做一個B2B的電子商務(wù)網(wǎng)站。你會考慮用哪些標(biāo)準(zhǔn)來劃分用戶比較好，如廠家的規(guī)模,產(chǎn)品所屬的行業(yè)，還是他的商業(yè)模式（生產(chǎn) 廠家、外貿(mào)公司、批發(fā)商、零售商）等等。

3.網(wǎng)站設(shè)計與商業(yè)目標(biāo)的相關(guān)性分析。網(wǎng)站都會經(jīng)常做改進，如果你有都有相關(guān)的歷史記錄可以分析出哪些設(shè)計的改進提高的用戶的活躍度或者轉(zhuǎn)化率。通 過相關(guān)性分析，你可以知道哪些設(shè)計的改進對于用戶的活躍度或者轉(zhuǎn)化率更大；你還可以知道哪些設(shè)計元素的改進可以互相促進商業(yè)目標(biāo)的完成，哪些則不起作用， 或者反作用。（當(dāng)以，這些分析都基于你已經(jīng)剔除了運營和推廣活動對你造成的干擾）

4.網(wǎng)站整體用戶體驗的度量。面對每天幾十上百的網(wǎng)站數(shù)據(jù)的各種指標(biāo)，相信有相當(dāng)一部分人包括老板們都看不懂。據(jù)說google的各種指標(biāo)有 2000多個。這些數(shù)據(jù)指標(biāo)對于用戶體驗的衡量到底有多大意義，也許沒有一個人可以完全說清楚。這時候，網(wǎng)站需要一個類似股票大盤指數(shù)的指標(biāo)來衡量網(wǎng)站整 體用戶體驗，及其變化趨勢。這需要對數(shù)據(jù)進行長期的跟蹤，統(tǒng)計，相關(guān)性比較才能完成。