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)