浅谈商业数据分析 | 微观方法论

---

一、指标体系搭建

1.1 什么是指标体系？

  指标体系是对产品业务数据进行分析和监控的前提。具体来说，是指在业务的不同阶段，由分析师牵头，业务方协助，指定的一套能从各维度反映业务业务状况的一套待实施框架。

什么是指标？
指标 = 原子性指标（如交易额）+ 修饰词（如搜索）+ 时间段（如2020年）：2020年通过搜索带来的交易额
其中原子性指标和时间段是必须的，而修饰词可有可无

1.2 如何搭建指标体系？

1.2.1 指标体系搭建原则

1. 根本性：准确把握核心数据指标
2. 可理解性：指标需要有可理解的业务逻辑
3. 结构性：充分对业务进行解读，对核心指标进行各维度拆解

1.2.2 指标体系搭建四步法

1. 首先，厘清业务阶段和方向：
   业务前期比较关注用户量；中期关注用户结构和留存率；后期关注收入指标如ROI。
2. 确定核心指标（关键）：
   锁定正确的核心指标对指标体系的搭建十分重要，根据业务发展阶段，借鉴市场上头部玩家的做法，进行核心指标确定。
3. 核心指标维度拆解：
   先对核心指标进行公式计算，再按照业务路径（渠道转化率）以及模块（功能渗透率）进行维度拆解。
4. 指标宣贯、存档、落地

1.3 APP的数据指标体系的一般构成

APP的数据指标体系主要分为以下四个维度：

1. 用户规模和质量：
   活跃用户（DAU、WAU、MAU）
   新增用户数（DNU）
   用户构成指标（连续活跃用户、近期流失用户、本周回流用户）
   用户留存率（次留、3留、7留、30留）
   每用户活跃天数（TAD）
2. 用户参与度：
   用户参与度指标用来表征用户的活跃度，主要包括启动次数、人均使用时长、用户访问页面数和使用时间间隔等等。
3. 用户属性和画像：
   用户属性是指用户使用的设备终端、网络及运营商、地域和用户画像，其中用户画像主要包括用户的人口统计学特征、用户个人兴趣以及用户商业兴趣。
4. 收入指标：
   盈利是产品的最终目的，常用的收入指标有：总收入、付费用户数、付费率、ARPU（每用户平均收入。
   总收入、付费用户数反映的是收入和付费用户的规模；付费率、ARPU代表的是用户付费质量，反映的是用户付费的广度与深度。

---

二、流量分析

2.1 渠道分析

  流量指的是某个产品的注册用户访问流量，进行流量分析，首先要弄清楚：流量从哪里来？ 渠道分析做的就是这样一件事。渠道指的是用户接触到产品并注册的渠道，在整个渠道过程中用户行为路径一般为：外部渠道 --> 文案展示 --> 落地页 --> 下载 --> 打开 --> 注册
  通常一家公司的渠道分为内部渠道和外部渠道，内部渠道指的是自家公司产品矩阵中其他产品为本产品带来流量的渠道，外部渠道就有很多了，常见的外部渠道主要有搜索引擎、APP广告、社交软件、应用商城等等。

  渠道分析的指标通常包括有效用户数、用户留存率、以及投资回报比等等，常见的分析方法有：

• 结构分析（渠道逐级拆解）
• 对比分析（不同渠道对比）
• 趋势分析（每个渠道的变化趋势，包括量级和留存）
• 作弊分析（用户行为分析+机器学习检测渠道作弊行为）

2.2 转化及价值分析

  弄清楚流量从哪来之后，第二步就是分析流量的转化情况，及其产生的价值。最常用的流量转化分析方法是 漏斗分析 和 功能模块分析。

2.2.1 漏斗模型分析

  漏斗模型分析是针对产品的业务关键路径，如购买商品、游戏付费、产生UGC等过程，计算路径中各环节带来的用户流失和转化率，对各环节的效率进行量化，从而帮助找到目前产品和运营的薄弱环节，进而寻找深层原因，采取针对性措施。最典型的漏斗模型是电商购物行为漏斗模型，通过此模型可以监控每个层级上的用户转化，寻找每个层级的可优化点。

2.2.2 功能模块分析

  一个成熟的产品往往包含多个功能。如美团APP中，最核心的功能就有外卖、美食、酒店住宿、休闲娱乐一级电影/演出，而要分析用户流量去了哪里，就要对每个模块进行功能模块分析，功能模块分析可以分为功能模块常规分析功能模块价值分析。

  功能模块常规分析 的主要任务是分析各模块的基本的用户量级和留存情况，核心指标包括：

• 功能渗透率（功能用户数/大盘用户数）
• 功能-功能留存率（第一天使用该功能同时第N天也使用该功能的用户数 / 第一天使用该功能的用户数）
• 功能-大盘留存率（第一天使用该功能同时第N天是大盘用户的用户数 / 第一天使用该功能的用户数）

  功能模块价值分析 的主要任务则是分析该功能带来的直接收入、以及功能对大盘的贡献程度，核心指标主要包括：

• 核心功能用户数（符合某种要求的功能用户数，一般用使用次数、天数、时长、具备某种行为来定义）
• 功能对大盘贡献度（如：功能对大盘留存的贡献度 = 功能渗透率 * 功能大盘留存率提升数）
• 功能带来收入对比（每个功能每月带来的收入）

2.3 流量波动分析

  最后，分析完用户流量的来源、转化以及带来的价值，流量分析还有一个任务，就是对流量数据的波动进行流量波动分析，不同于前两种分析，流量波动分析方法更加灵活，需要针对产生波动的具体指标和数据，按照金字塔原理，进行针对性的逻辑拆解和原因分析。本文以最常用的日活（DAU）和留存指标为例，阐述流量波动分析的逻辑方法。

---

三、路径分析

路径分析：基于用户所有行为，去挖掘若干条重要的用户路径，通过优化界面交互让产品使用更流畅，更加符合用户习惯，从而产生更多价值。

3.1 路径分析与漏斗分析的区别

漏斗分析是根据经验，针对某一条既定的关键的用户路径，对路径中各个关键环节的转化程度进行描述分析，然后对转化率低的环节采取优化措施；而路径分析则通过对用户所有网络行为进行精细跟踪和记录，分析用户行为路径特点、各路径转化程度、来源去向等等，从而挖掘若干条重要的用户路径，进而通过优化让产品更流畅、更符合用户习惯，产生更多的价值。漏斗分析是路径分析的一种特殊形式。

随着APP功能模块、坑位越来越多，用户行为越来越分散，需要从数据中挖掘设计者不知道但是有意义的用户行为，这时就不能对关键路径进行简单漏斗分析，而应该使用路径分析全面分析挖掘用户行为。

3.2 路径分析的步骤

用户在APP内所有的行为都是以表或者文件形式存储的（日志），记录了用户最详细的行为信息，路径分析是基于时间序列的用户前后行为关联分析，所以都是基于底层日志来做。

1. 筛选：查看所有功能的用户量级，筛选出若干重要功能
2. 日志关联（抽样）：时间序列排序用户行为，同时关联功能间数据
3. 数据标准化及路径画图：对每个功能模块进行具体路径关联分析，分析用户前后行为关联规律
4. 启发：找出有意思的路径，揣摩用户意图、增加消费场景、缩短用户下单路径

---

四、竞品分析

通过观察和分析竞品，能够帮助我们了解动态变化，市场格局，找到细分机会；获取灵感，吸收经验，策划优质活动。
当竞品出现杀手级功能或病毒型活动的时候，也能够迅速跟进，被对手验证不成功的活动，我们也可以少走弯路。

4.1 竞品分析应用场景

• 准备进入某行业时——侧重行业前景和规模，评估可行性
• 产品处于衰退期——侧重市场头部玩家玩法分析，以学习为主
• 产品处于发展瓶颈期——持续监控对手数据，寻求突破，预防为主
• 产品处于快速上升期——一般不用做竞品分析

4.2 竞品分析的步骤

4.2.1 确定分析目的

进行竞品分析首先要明确分析的目的，评估进入某行业的可行性？学习对手的优点？还是预防对手突破？
确定好分析目标之后，就要带着明确的目标导向去针对性分析，通常可以挑选1-2家与本品核心功能一样或相似的产品作为竞品。

4.2.2 对比分析

对比分析主要从一下三个方面开展：

• 功能体验对比分析：不需要大而全
• 运营手法对比分析：某个功能的运营手法（用户运营、内容运营、活动运营）
• 宏观微观数据对比分析：基础数据、财务数据、市场数据

4.2.3 给出初步结论

• 行业评估——SWOT分析，是否可以进入，切入点
• 学习优点——竞品什么功能好，未来产品运营如何学习，预计带来收入
• 预防为主——竞品下一步战略是什么，采取什么措施（最难）

最后根据分析结果，要形成最终的竞品分析落地方案

---

五、营销活动分析

5.1 营销活动分析的基本特性

营销活动分析即针对营销活动的效果进行分析，是一项长期的事务，营销活动分析具有以下三个方面的特性：

• 连贯性：营销活动分析应该贯穿整个活动过程的前、中、后
• 对比性：对每次营销活动进行对比分析，得出最适合产品的营销活动类型
• 公正性：根据一套商定好的活动效果评估标准对营销活动进行评估

5.2 营销活动分析具体要做些什么？

活动前：目标制定 --> 和研发沟通好埋点 --> 指标体系搭建 --> 报表建设

活动中：活动每日战报输出 + 活动中程复盘

活动后：

• 活动效果短期分析：大盘DAU、低活用户
• 活动效果长期分析：新增留存/上线率、低活用户留存/上线率
• 活动存在问题分析：活动主漏斗数据、活动功能模块渗透率、用户反馈

---

六、用户增长分析

用户增长模型理解

• 渠道思维，野蛮增长：AARRR
  Acquistiion（获取）–> Activation（激活）–> Retention（留存）–> Revenue（变现）–> Referral（推荐）
• 产品思维，更理性的增长模式：RRRAA
  Retention（留存）–> Revenue（变现）–> Referral（推荐）–> Acquistiion（获取）–> Activation（激活）

两个很好的增长思维

• 北极星指标：找到最核心指标，对北极星指标进行不断拆解，将拆解后的指标与每个团队的KPI挂钩
• AB Test：公正性和快速反馈性