数据分析思维与业务指标

数据分析思维与业务指标

数据分析一般流程：

用户行为——原始数据——加工数据——可视化——数据决策——数据产品应用

数据分析的三种核心思维：

1. 结构化

   将分析思维结构化，将论点归纳整理、递进拆解、完善补充（可借助思维导图）
   

2. 公式化

   上下互为计算，将论点可数据化表示。左右呈关联，最小不可分割。

3. 业务化

   用结构化思考+公式化拆解获得的最终分析论点往往只是现象，数据是某个结果的体现，但不代表原因。

   结构化思维——结构化数据——结构化业务数据

   利用结构化思维来捋顺思路，从而利用结构化数据来将其数据化，最后通过结构化业务数据来将分析落地并贴合业务。

数据分析思维技巧：

1. 象限法

象限法是一种策略驱动思维，适用于战略分析、产品分析、市场分析、客户管理、用户管理、商品管理等，具有直观、清晰、对数据进行人工的划分、划分结果可直接应用于策略的优点，象限划分可按中位数、平均数或经验来进行划分。

2. 多维法

   如：用户统计维度：性别、年龄……

   ​ 用户行为维度：注册用户、用户偏好、用户兴趣、用户流失……

   ​ 消费维度：消费金额、消费频率、消费水平……

   ​ 商品维度：商品品类、商品品牌、商品属性……

   
   多维法是一种精细驱动的思维，适用于齐全且丰富的数据，具有能够处理大数据量、维度丰富且复杂数据有较好效果的优点，但维度过多，会消耗过多时间。对不同维度进行交叉分析时，需注意辛普森悖论。

3. 假设法

   假设法是一种启发思考驱动的思维，它更多是一种思考方式，假设-验证-判断。当没有直观数据或线索能分析时，可以假设先行的方式进行推断，是个论证过程。

4. 指数法

   指数法是一种目标驱动的思维，其是将无法利用的数据加工成可利用的。具有目标驱动力强，直观，简洁有效，对业务有一定指导作用的优点。一旦设立指数，不易频繁变动。指数法没有统一的标准，更多的依赖于经验。

5. 二八法

   二八法是一种只抓重点的思维，几乎可应用于所有领域，具有与业务、KPI密切相关的优点。几乎花费最少的精力就能达到不错的效果，性价比高。在条件允许情况下，数据分析依旧不能放弃全局，否则会让思路变得狭隘。

6. 对比法

   如：竞争对手对比，类别对比，特征和属性对比，时间同比对比，转化对比，前后变化对比等

   对比法是一种挖掘数据规律的思考方式，一次合格的分析，一定要用到n次对比。对比法可以发现很多数据间的规律，可以与任何思维技巧结合，比如多维对比，象限对比，假设对比等。

7. 漏斗法

   漏斗法是一种流程化思考方式，适用于涉及到变化和流程的地方，单一的漏斗分析没有意义，需要与其他分析思维结合，如多维、对比等。

指标：

好的指标应该是比率并能带来显著效果，不应该复杂

市场营销指标：

• 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。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：用指数法表示，用户贡献=产出量/投入量*100%，用户价值=（贡献1+贡献2+……），如金融行业以存款+贷款+信用卡+年费+……-风险-流失
• 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特定时间段内总消费金额，F特定时间段内消费频次，将用户划分成多个群体。
• 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。

产品运营指标：

• AARRR
  • Acquisition用户获取
    • 渠道到达量：曝光量，有多少人看到了产品推广相关的线索
    • 渠道转化率：有多少用户因曝光而产生消费冲动，包含CPM,CPC,CPS,CPD,CPT等
    • 渠道ROI：投资回报率，利润/投资*100%
    • 日应用下载量：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，且使用时长在2分钟以内。
  • Activation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产品，广义上网页浏览内容算用，在公众号下单算用，不仅仅限于打开APP
    • 活跃用户占比：活跃用户数占总用户数的比例，衡量产品健康程度
    • 用户会话次数：用户打开产品操作和使用，直到退出产品的整个周期。5分钟内没有操作，默认会话操作结束。
    • 用户访问时长：一次会话持续时间
    • 用户平均访问次数：一段时间内的用户平均产生会话次数
  • Retention用户留存：用户在某段时间内使用产品，过了一段时间后仍然继续使用的用户。
  • Revenue营收
    • 付费用户数
    • 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，排除未付费
    • 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）
  • Refer传播
    • K因子：一个用户能带来几个新用户，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。
    • 活动/邀请

用户行为指标：

• 功能使用
  • 功能使用率/渗透率：使用某种功能的用户占总活跃数之比，如点赞，评论，收藏，关注，搜索，添加好友等
• 用户会话：用户一次访问过程中，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结束。
• 用户路径
  • 路径图：用户在一次会话过程中，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：

• 笔单价：用户每次购买支付的金额，和客单价对应。
• 件单价：商品平均价格
• 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。购物篮系数是多多益善，与商品关联规则也有关。
• 复购率：一段时间内多次消费的用户占总消费用户数之比。衡量消费欲望
• 回购率：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。衡量忠诚度

流量指标：

• PV：浏览次数
• UV：一定时间内访问网页的人数，独立访客数。同一天内，不管用户访问了多少网页，都只算一个独立访客。技术上，UV会通过cookie或IP衡量。
• 新老访客占比：衡量网站生命力
• 访客时间：衡量内容质量，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：访客来源，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：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/访问次数

业务分析框架

• 从指标、业务、流程角度方面建立业务分析框架

数据分析整体步骤：

1. 熟悉业务
2. 应用三种核心思维
3. 归纳整理指标
4. 画出框架
5. 检查、应用、迭代
6. 应用迭代