15、为什么业务重要
（其实可以略过，但还是记一下，这个例子感觉秦老师讲过N遍了……）
020公司发现在重庆订单效率上不去，分析不出原因。问了业务员才知道因为重庆是山城，山路不好开电瓶，走路的多，所以送货慢。
理解业务，才能建立业务数据模型（就像数据思维里说的，结构化业务数据，数据分析最终还是落实到业务~）
16、经典的业务分析指标
如果你不能衡量他，你就无法增长它。
——管理学大师彼得·德鲁克
什么是指标？
看看这张图，能说出相关的指标吗？
ROI、渠道曝光量，下载转化率，下载成功率，注册率，注册成功率，活跃率，留存率，流失率，回流率，病毒传播量……
还漏了一些，再看一下答案
指标能干嘛？
（指标承接了把业务需求转化成数据分析需求的枢纽，上接业务，下启python——我自己说的）
数据分析师的需求可能从销售、运营、市场来。
机器学习的本质是：对一些变量的最优化逼近。
比如想提高销售转化率，电商上的成单率，机器学习会通过数据挖掘、协同过滤等，提高用户对商品的浏览。
注：协同过滤：电商推荐系统的一种主要算法，利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息，不一定是喜欢的，也可以是特别不喜欢的。最直观的案例是亚马逊的“购买这个商品的人也买了……”
要看什么样的指标？
- 核心指标：整个公司、部门都认同的目标。金字塔的塔尖。例：初创公司——新增用户量；创业中期——活跃；后期——营收。
- 好的指标应该是比率
- 能带来显著效果。例：有两个指标①市场占有率80%→85% ②销售额10%→15%，哪个好？都未必的，要看效果。
- 不能虚荣。不是钱砸出来的。（不能单一看一个指标）
- 不能复杂。
17、市场营销指标
客户/用户生命周期
企业/产品和消费者在整个业务关系阶段的周期。
不同业务划分的阶段不同。潜在客户、兴趣客户、新客户、老/熟客、流失客户。
好的生命周期应该是用来管理的，要维护好和客户的关系。
注：销售线索：浏览过网页、打电话向企业咨询，都称为销售线索。
用户价值
怎么定义最有效的用户呢？
用户贡献模型
用户贡献=产出量/投入量*100%（类似ROI）
用户价值模型
用户价值=（贡献1+贡献2+……）（线性加权）
RFM模型
R：最近一次消费时间（获客成本高的行业，看中R）
F：消费频次（一段时间）
M：总消费金额（一段时间）
用户分群，营销矩阵
提取核心维度，用象限法归纳分类。（记得秦老师有一篇文章专门讲用户分群，一会儿再去回顾一下。维护分群用户、构建营销矩阵，会是数据分析师以后比较重要的工作内容，毕竟现在企业都很看重用户运营）
