惟有理解业务，才能建立业务数据模型
一、经典的业务分析指标
结构化 公式化 业务化 ----->指标
1.核心指标
2.好的指标应该是比率
3.好的指标应该能带来显著效果
4.好的指标不应该虚荣
5.好的指标不应该复杂
二、市场营销指标
1.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。传统营销中，分为潜在客户，兴趣客户，新客户，老/熟客户，流失客户。
2.用户价值
3.RFM模型
4.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
三、产品运营指标
1.AARRR
Acquisition(用户获取)、Activation(用户活跃)、Retention(用户留存)、Revenue(营收)、Refer(传播)
1.1 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%。
1.2 用户活跃
日/周/月活跃用户应用下载量
活跃用户占比
用户会话session次数
用户访问时长
用户平均访问次数
1.3 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:某段时间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，排出了未付费的
客单价：每一位用户平均购买商品的金额。销售总额/顾客总数
LTV:用户生命周价值，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
1.4 传播
K因子：每一个用户能够带来几个新用户
四、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。
1.1 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。
1.2 用户会话
会话session
用户路径：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。
五、电子商务指标
1.1 购物篮分析
1.1.1 笔单价
1.1.2 件单价
1.1.3 成交率
1.1.4 购物篮系数：平均每笔订单中，卖出了多少商品。
1.2 复购率和回购率
复购率衡量消费欲望
回购率衡量忠诚度
六、流量指标
1.1 浏览量和访客量
PV:浏览次数。互联网早期的统计指标，用户在网页的一次访问请求可以看作一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，正式名称独立访客数。
技术上，UV会通过cookie或IP衡量。
1.2 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：用户在网站上惊醒了相应操作的用户在总访问客数上的占比。
首页访客占比：只看了首页的用户，在总访客数上的占比。
1.3 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：浏览单页即退出的次数/访问的次数。
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。
七、怎么生成指标
组合：
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？
八、如何建立业务分析框架
从指标的角度出发
从业务的角度出发
从流程的角度出发
1.1 市场营销模型
1.2 AARRR模型
1.3 用户行为模型
1.4 电子商务模型
1.5 流量模型
1.6 如何应对何类业务场景
step1：练习
step2：熟悉业务
step3：应用三种核心思维
step4：归纳和整理出指标
step5：画出框架
step6：检查、应用、修正
step7：应用和迭代
