惟有理解业务,才能建立业务数据模型。无论是结构化、公式化还是业务化的思维最终都会转化为指标,先有指标才能确定业务模型。
指标包括销售、运行、市场等方面,主要的作用是为了推动业务、机器学习以及进行业务管理。
指标设置应该是核心的,好的指标形式应该是比率,能带来显著效果,不虚荣不复杂。
市场营销指标——客户生命周期: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。传统营销中,分为潜在用户,兴趣用户,新客户,老/熟客户,流失客户。
客户价值:用指数法加工业务最关注的几个指标。用户贡献 = 产出量/投入量*100% 用户价值 = (贡献1+贡献2+……)。
RFM模型: 用户生命周期中,衡量客户价值的立方体模型。
利用R最近一次消费时间,M总消费金额,F消费频次,将用户划分成多个群体。
用户分群,营销矩阵: 用户分群是市场营销中的一种常见策略,它提取用户的几个核心维度,用象限法将其归纳和分类。
产品运行指标——AARRR: Acquisition用户获取、Activation用户活跃、Retention用户留存、Revenue营收、Refer传播。
用户获取——
渠道到达量:俗称曝光量。有多少人看到了产品推广相关的线索。
渠道转化率:有多少用户因为曝光而心动Cost Per,包含CPM、CPC、CPS、CPD、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。
用户活跃——
活跃用户应用下载量:活跃标准是用户用过产品,广义上,网页浏览内容,在公众号下单,不限于打开APP。
活跃用户占比:活跃用户数在总用户数的比例,衡量的是产品健康程度。
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,排除了未付费的。
客单价:每一位用户平均贩买商品的金额。销售总额/顾客总数
LTV:用户生命周期价值,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 = ARPU * 1/流失率
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*平均邀请人数*邀请转化率
用户分享率:某功能/页面中,分享用户数占浏览页面人数之比。
活劢/邀请曝光量:线上传播活动中,该页面被人浏览的次数。一般代指微笑朋友圈。
用户行为指标——用户行为的数据分析是一个很广泛的课题,不同业务领域背景的用户行为分析不一样。
功能使用 功能使用率/渗透率:使用某功能的用户占总活跃数之比。
比如点赞、评论、收藏、关注、搜索、添加好友,均可以算做功能使用。这些指标在特定业务中均有作用。
用户会话 会话session:也叫做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。
用户路径 路径图:用户在一次会话的过程中,其访问产品内部的浏览轨迹。通过此,可以加工出关键路径转化率。
电子商务指标——购物篮分析
笔单价:用户每次贩买支付的金额,即每笔订单的支出。和客单价对应。
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。贩物篮系数是多多益善,它也和商品关联规则有关系。
复购率和回购率:复购率是一段时间内多次消费的用户占总消费用户数之比。
回购率是一段时间内消费过的用户,在下一段时间内仍旧消费的占比。
流量指标——浏览量和访客量
PV:浏览次数。互联网早起的统计指标,用户在网页的一次访问请求可以看作一个PV,用户看了十个网页,则PV为10。
UV:是一定时间内访问网页的人数,即独立访客数。在同一天内,不管用户访问了多少网页,只算一个独立访客。技术上,UV会通过cookie或IP衡量。
访客行为
新老访客占比:衡量网站的生命力
访客时间:衡量内容质量不是看内容的UV,而是看内容的访问时间。
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:访客从哪里来,技术上,通过来源网站的参数提取,可以区分SEM,SEO或者外链等。
用户行为转化率:用户在网站上进行了相应操作的用户在总访客数上的占比。
首页访客占比:只看了首页的用户,在总访客数上的占比。
退出率和跳出率
退出率:从该页退出的页面访问数/进入该页的访问数。
跳出率:浏览单页即推出的次数/访问次数。
跳出率一般衡量各个落地页,营销页等页面。退出率则更偏产品,任何页面都有退出率。
组合各指标生成新指标。
访客访问时长 + UV = 重度访问用户占比 浏览时间5分钟以上的用户在整个访客中占比
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?
用指标建立业务分析框架:
从指标的角度出发
从业务的角度出发
从流程的角度出发
不同商品类别的占比(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)
应对各类场景的流程:
Step.1 练习
Step.2 熟悉业务
Step.3 应用三种核心思维
Step.4 归纳和整理出指标
Step.5 画出框架
Step.6 检查、应用、修正
Step.7 应用和迭代
数据管理中 30%的工作是数据统计,70%则是对数据进行管理。