什麼是微信數據分析呢？
試想一下，如果是你，會怎麼向你的領導、向你的下屬，進行數據分析呢？是像描述天氣一樣「昨天陰天，今天天氣挺好，風和日麗的，明天預報多雲」，還是用其他的方式？大多數人所為的數據分析就像剛才描述天氣一樣，那不是分析，而是描述數據。
數 據分析需要從來源、行為、流失等方面進行分析。微信數據分析要根據微信傳播的特性而定，微信傳播是基於好友分享內容而產生的，這裡不考慮單純的複製粘貼， 那樣的傳播指向性不明確，這裡我們只討論指向性明確的分享連結和內容。微信數據分析需要從用戶入手，新增、活躍、留存代表著數據分析的三個方面，進行開源 節流。
數據分析的作用，能夠幫助我們回顧過去，評估現在，計劃明天，預測未來，從而能夠展望未來。數據分析還能夠幫助我們認清現狀，通過計劃明天，逐漸向我們預想的未來靠近。
微信數據分析的內容（舉慄子而已）
1、 新增用戶數，主要包括：男、女、未知來源、員工推廣、活動推廣、用戶傳播、老用戶傳播、新用戶傳播、未知來源佔比、員工推廣佔比、活動推廣佔比、用戶傳播 佔比、老用戶傳播佔比、新用戶傳播佔比、分享員工、分享用戶、分享老用戶、分享新用戶、分享員工佔比、分享新用戶佔比、分享員工人均傳播、分享用戶人均傳 播、分享老用戶人均傳播、分享新用戶人均傳播等。
2、好友關係數，主要包括好友數：0、1、2-5、6-10、10-20、20+以及佔比情況等。
3、好友關係來源，主要包括：第一關係鏈ID、第一關係鏈暱稱、關係類型和來源類型等。
4、微信/微信社區行為：如果是遊戲，主要有註冊（授權登錄）、打開、完成、未完成、分享等；如果是電商，主要有註冊（授權登錄）、打開、下單、付費、刪除訂單等；如果是普通社區頁面，主要有註冊、打開、瀏覽、分享等。
5、交叉分析：留存用戶數、新增用戶數、留存人均、新增人均，次日用戶留存率、7日留存、14天留存、30天留存；用戶活躍度，行為完成、未完成用戶數以及比例；活躍用戶數，行為完成情況分類分析、完成率分析、完成率高低用戶分析等。
6、交叉分析形式：圖、表、圖表。
7、通過交叉分析看產品運營數據的前生今世，了解昨天、評估今天，為前景而計劃明天的具體實施。
微信傳播模型
1、循環模型
模型來源，巧貝科技CEO Hata
2、循環公式（來源，巧貝科技CEO Hata）
NU – New Users（新用戶數）
AU – Active Users（活躍用戶數）
R% – Retention Rates（留存率）
S% – Share Rates（分享率）
F – Friends（好友數）
C% – Conversion Rates（轉化率）
AU 01 = NU X0 × R N1%
NU 01 = AU 01 × S N1% × F × C N1%
= NU 00 × R N1% × S N1% × F × C N1%
= NU X0 × K N1%
NU X1 = NU X0 × K N1%
…………（抱歉中間部分省略下，嘿嘿）
NU X4 ≈ NU X0 × K N1%4
NU n ≈ NU 0 × K %n
3、根據模型改進產品和運營