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
数据分析思维与业务指标_第1张图片

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)
    数据分析思维与业务指标_第2张图片

  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

数据分析思维与业务指标_第3张图片
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。

  1. 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……

    数据分析思维与业务指标_第4张图片
    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。

  2. 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。

  3. 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。

  4. 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。

  5. 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。

  6. 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

你可能感兴趣的:(数据分析思维与业务指标)