无小意
知乎主页:无小意丶
公众号: 数据路(shuju_lu)
业务篇-指标
1.为什么业务重要
唯有理解业务,才能建立完整的一套体系,简称业务数据模型。
想进入某个行业的数据分析,尽量需要一些业务知识,敲门砖。
1.经典的业务分析指标
模型未动,指标先行。
如果你不能衡量它,你就不能无法增长它
蓝色方框是各类行为动作,灰色字体是各类动作相关的指标。
第一章里面的数据分析核心思维
这个是第一章的结构化和公式化的案例思维导图,已经建立了指标的雏形,我们需要把他变成一个数据分析框架。
左边是指标的需求方,销售需要销量增长,运营需要各类转换率增长等等。我们需要一个指标,来衡量KPI,同时推动业务。面对指标,可以通过机器学习去改进,管理层通过指标进行管理。
指标建立的要点:
核心指标(公司和部门都认同的大目标,根据实际公司情况而认定)
好的指标应该是比率
好的指标能带来显著效果
好的指标不应该虚荣(如投入的钱很多,新增用户量大)
好的指标不应该复杂
2.市场营销指标
市场营销领域:
客户/用户生命周期
企业/产品和消费者再整个业务关系阶段的周期。
不同业务划分的阶段不同。传统营销中,分为潜在用户,兴趣用户,新客户,老客户,流失客户。
用户价值
业务领域千千万万,怎样定义最有效用户?
用户贡献=产出量/投入量*100%
用户价值=贡献1+贡献2+...
金融行业的用户价值,大概可以为存款+贷款+信用卡+年费+...-风险
RFM模型
具体看业务背景,确立RFM模型中的重心,进行更改和修正。
用户分群,营销矩阵
提取用户的几个核心维度,例如RFM,用象限法将其归纳和分类
3. 产品运营指标
AARRR框架
用户获取,用户活跃,用户留存,营收,传播
用户获取
渠道到达量:俗称曝光量。有多少人看到产品推广相关的线索。
渠道转换率:有多少用户因为曝光而心动Cost Per,包含CPM、CPC、CPS、CPD和CPT等。
渠道ROI:推广营销的熟悉KPI,投资回报率,利润/投资* 100
日应用下载量:App的下载量,这里指点击下载,不代表下载完成。
日新增用户数:以用户注册提交资料为基准
获客成本:为获取一位用户需要支付的成本
一次会话用户数占比:指新用户下载完App,仅打开过产品一次,且该次使用时长在2分钟以内。(衡量渠道可靠程度)
用户活跃
日/周/月活跃用户应用下载量:活跃标准是用户用过的产品,广义上,网页游览内容算用,公众号下单算用,不限于打开APP。
活跃用户占比:活跃用户数再总用户数的比例,衡量的是产品健康程度
用户会话session次数:用户打开产品操作和使用,直到推出产品的整个周期。5分钟无操作,默认结束
用户访问时长:一次会话的持续时间。
用户平均访问次数:一段时间内的用户平均产生会话次数。
用户留存
用户在某段时间内使用产品,过了一段时间后仍旧继续使用的用户。
营收
付费用户数:花了钱的
付费用户数占比:每日付费用户占活跃用户数比,也可以计算总付费用户占总用户数比
ARPU:某个时间段内,每位用户平均收入
ARPPU:某时间段内每位付费用户平均收入,排除了未付费。
客单价:每一位用户平均购买商品的金额。销量总额/顾客总数
LTV:用户生命价值周期,和市场营销的客户价值接近,经常用在游戏运营电商运营中。
LTV(经验公式):ARPU*1/流失率(比如说,一月份有一百个用户,这个月用户流失率0.3,那么1/流失率=3.3,那么一月份这批客户在3.3个月后流失光,这段时间的LTV=ARPU(用户的平均消费100元) *3.3 =330元),适合敏捷项目
传播
K因子:每一个用户能够带来几个新用户
K因子=用户数平均邀请人=人数邀请转换率
用户分享率:某功能/界面中,分享用户数占游览页面人数占比
活动/邀请曝光量:线上传播活动中,该活动被曝光的次数
4. 用户行为指标
1.用户行为
没有特别重要的框架,主要在于理解与应用。
功能使用率:使用某功能的用户占活动总活跃数之比。(比如点赞、评论、收藏、搜索等等)
用户会话:会话(session),是用户在一次访问过程中,从开始到结束的整个过程。在网页端,30分钟内没有操作,默认会话操作结束
2.用户路径
路径图:用户在一次会话的过程中,其访问产品内部的游览轨迹,通过此,可以加工出关键路径转换率。
全产品路径如上,但是关注关键路径才重要。比如下单的路径,观察各个路径的情况,进行优化。
5.电子商务指标
购物篮分析
笔单价:用户每次购买支付的金额,即每笔订单的支出,对应客单价
件单价:商品的平均价格
成交率:支付成功的用户在总的客流量中的占比
购物篮系数:平均每笔订单中,卖出了多少商品,与商品关联规则有关。
复购率:一段时间内多次消费的用户占到总消费用户数之比(忠诚度)
回购率:一段时间内消费过的用户,在下一段时间内仍然有消费行为的占比(消费欲望)
6. 流量指标
游览量和访客量
PV:游览次数。以发起请求次数来判定
UV:一定时间内访问网页的人数,UV会通过cookie或IP的访问次数来判定次数
微信中的网页,UV是不准确的,微信不会保存cookies。
访客行为
新老客户占比:衡量网站的生命力(适宜就好,过高过低就不行)
访客时间:衡量内容质量,不是看内容的UV,而是内容的访问时间。
访客平均访问页数:衡量网站对访客的吸引力,是访问的深度
来源:与多维分析相关,访客从哪里来,游览方式?手机机型?通过来源网站的参数提取。
退出率:从该页退出的页面访问数/进入该页的访问数(衡量网页产品结构)
跳出率:游览单页即退出的次数/访问次数(衡量落地页、营销页)
7.怎么生存指标
组合!
访客访问时长+UV=重度访问用户占比(游览时间五分钟以上的用户占比)
用户会话次数+成交率=有效消费会话占比(用户在所有的会话中,其中有多少次有消费?)
机器学习,PCA学习,指数法,生成指标。(偏应用)
业务篇-框架模型
1.业务的分析框架
从第一周数据分析思维,核心技巧,工具,都为了这部分做铺垫。
让指标形成闭环,成为真正靠谱的模型
从三个角度出发
2.市场营销模型
本质是树形结构,从树形思维导图演变而来,但是加入闭环的循环结构。
3.AARRR模型
核心是形成闭环。
例子:饿了吗红包。
这个模型的分析方法?
二次激活:推送激活率、有效推送到达率、用户打开率、不用推送的转化率(可以使用漏斗图)
4.用户行为模型(内容平台)
例如,知乎。
完整闭环,各个环节都能进行分析
点赞/评论/收藏分析:点赞/评论/收藏用户活跃占比、内容指数等等
5.电子商务模型
遇到结构外的分析内容,在外面额外添加就行,如右上角。
分析各个节点,得到指标,例如。
购物车,分析:
不用商品类别的占比(对比法)
不同价格档次的占比(象限法)
不同商品的下单支付率(漏斗法)
6.流量模型
指标结构框架如上,分析各个要点。
分析,搜索流量:
有些指标在其他模型也有,模型之间没有严格界限,可以共同使用相同指标
怎么从空白数据分析需求开始?
设立核心指标
经过三种核心思维
聚合成树形图
形成大量指标
将指标变成分析框架,闭环模型图,例如上面案例
每个节点都能分析,利用上周的七大分析工具。
7.如何应对各类业务场景
新手,面对数据分析依然是没有思路进行分析?
step.1 练习
重点,在于练习。参考上面,如何锻炼数据分析思维。
例如,出门的夜市商铺、京东的电商产品框架、阅读资讯软件。
step. 2 熟悉业务
从熟悉的入手培养业务sense
step.3 应用三种核心思维
打开Xmind思维导图,开始画画。
step4. 归纳和整理出指标
对于基本完整的思维导图,提炼出,复购率、活跃度和用户行为等等基本指标结合。
step5. 画出框架
PPT,等等其他软件。
step6. 检查、应用、修正
没有框架是完美的,在时间维度上需要检查。
step7. 应用和迭代
在工作中应用,先从小问题开始,再把各个小问题组合成大问题。
8.如何应对业务场景(动手锻炼)
以科赛数据分析平台为例子,参考视频,设计了一个分析体系。
9. 数据管理
30%数据统计,70%数据管理
数据管理,重中之重。一直铭记,以后会更有前途。