在建立一个分析模型之前要先有指标,因为如果你不能衡量它,你就无法增长它。正所谓模型未动,指标先行,指标是一个分析框架的基石,下面就进行业务分析指标的学习总结。
指标的一种表现形式是将一个一个标签换到另一个维度去思考,将一些不相关的过程进行连接。
图1
指标在一个体系里面应该起到承上启下的作用:
图2
核心指标
- 好的指标应该是比率
- 好的指标应该能带来显著效果
- 好的指标不应该虚荣
- 好的指标不应该复杂
几种经典业务分析指标
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。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。
几种市场营销指标所用到的名词:
- 用户贡献 = 产出量/投入量*100%
- 用户价值 = (贡献1+贡献2+……)
- RFM模型:R最近一次消费时间,M总消费金额,F消费频次
- 用户分群,营销矩阵
产品运营指标
AARRR模型:即acquisition 用户获取,activation 用户活跃,retention 用户留存,revenue 营收,refer 传播
acquisition 用户获取:
- 渠道到达量(俗称曝光量)
- 渠道转化率(CPM,CPC,CPS,CPD,CPT)
- 渠道ROI(KPI,投资回报率)
- 日应用下载量
- 日新增用户数
- 获客成本
- 一次会话用户数占比
- 付费用户数
- 付费用户数占比
- ARPU:某段时间内每位用户的平均收入
- ARPPU(排除未付费):某段时间内付费用户的平均收入
activation 用户活跃:
- 日,周,月活跃用户应用下载量
- 活跃用户数占比(软件是否健康的衡量标准)
- 用户会话session次数
- 用户访问时长
- 用户平均访问次数
retention 用户留存:
revenue 营收:
- 付费用户数
- 付费用户数占比
- 客单价(销售总额/顾客总数)
- LTV=ARPU*1/流失率(用户生命周期价值)
refer 传播:
- K因子=用户数*平均邀请人数*邀请转化率(每位用户能够带来几个新用户)
- 用户分享率
- 活动邀请曝光量
用户行为指标
- 功能使用:功能使用率/渗透率(点赞,评论,收藏,关注,搜索,添加好友)
- 用户会话:一连串的请求
- 用户路径:通过路径图进行分析
电子商务指标
- 购物篮分析:笔单价,件单价,成交率,购物篮系数
- 复购率(反应消费欲望):一段时间内多次消费的用户占总消费用户数之比
- 回购率(留存率):一段时间内消费过的用户,在下一个时间段内仍旧消费的占比
流量指标
- 浏览量和访客量:PV指浏览次数,UV指独立访客数(一定时间内访问网页的人数,技术上通过cookie或IP衡量)
- 访客行为:新老访客占比(衡量网站生命力),访客时间(衡量网站内容质量),访客平均访问页数(衡量网站访问深度),访客通过SEM,SEO,外链等来源进行访问,用户行为转化率,首页访客占比
- 退出率:从该页面退出的页面访问数/进入该页面的访问量(偏产品,任何页面都有退出率)
- 跳出率:浏览单页即退出的次数/访问次数(用来衡量各个落地页,营销页)
生成指标
好的指标是可以组合和生成的,如:访客访问时长+UV=重度访问用户占比,用户会话次数+成交率=有效消费会话占比
以上就是业务分析指标的学习总结,感谢浏览。