数据分析学习笔记（三）业务

为什么业务重要

经典的业务分析指标

模型未动 ， 指标先行
如果你不能衡量（指标）它，你就无法增长（偏向业务模型）它

指标

指标建立的要点：

1. 核心指标(整个公司部门都认同的大指标）
   比如创业初期，新增用户量是核心指标；
   中期，需要用户带动，用户活跃是指标；
   到后期，需要商业化，营收是指标。
   从结构化角度来考虑，就是金字塔的塔尖。
2. 好的指标应该是比率
3. 好的指标应该能带来显著效果（落地）
   e.g.提高商品销量
   ··提高市场占有率，从80%-85%，销量能带动；
   ··适当提升销售人员销量，陌生拜访10%-15%。
   要看效果来判断哪个能带来更好的销量。
4. 好的指标不应该虚荣
   早期关注新增用户量，花很大一笔钱买很多新增用户，但是相应获取新增用户画的钱也高，背后代表逻辑是烧钱，要看前期投入的钱是否高，指标间应相互关联和配合来看。
5. 好的指标不应该复杂
   一旦复杂，思维容易混乱。直接、干净、简单、利落。

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。
用户生命周期要根据产品业务来划分。

用户价值
业务领域干千万万，怎么定义最有效的用户呢？
请出指数法，将业务最关注的几个指标一起加工吧。

内容运营例子：
用户贡献=产出量/投入量*100%
用户价值=（贡献1+贡献2+……）

比如金融行业会以存款+贷款+信用卡+年费+.…-风险-流失

RFM模型
分析需要加上时间维度。
用户生命周期中，衡量客户价值的立方体模型。几年前的2w和现在的2w意义不一样，对现在分析的影响也不一样。
利用R最近一次消费时间，M总消费金额，F消费频次，将用户划分成多个群体。

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。

产品运营指标

AARRR

Acquisition用户获取、Activation用户活跃、Retention用户留存、Revenue营收、Refer传播。

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。【有时会拿不到明确的数据】

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。

• CPM: 比如路边广告牌，放一年会收多少费用；
• CPC: 按照点击来算，点击1000次要收多少费用；
• CPS: 按照销售来算，纯粹去卖掉东西；
• CPD: 在游戏行业较多，按照下载来计算；
• CPT: 按照时间打包去卖一个月来算。

渠道ROI：推广营销的熟悉KPI，投资回报率，利润/投资*100%。
e.g.投资100元，回报120，ROI=1.2; 只要ROI>1就是赚钱的

日应用下载量：app的下载量，这里指点击下载，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，且该次使用时长在2分钟以内。
e.g.在灰色产业，比如刷单，是灰色流量，所以改占比用于衡量不同渠道的靠谱程度。

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」，不限于打开APP。

活跃用户占比：活跃用户数在总用户数的比例，衡量的是产品健康程度

用户会话session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：一次会话的持续时间。看具体行业，天气类、抖音类等评价标准都不一样

用户平均访问次数：一段时间内的用户平均产生会话次数。

用户留存

用户在某段时间内使用产品，过了一段时间后仍旧继续使用的用户。

假设产品某天新增用户1000个，第二天仍旧活跃的用户有350个，那么称次日留存率有35%，如果第七天仍旧活跃的用户有100个，那么称七日留存率为10%。

营收

付费用户数：花了钱的

付费用户数占比【衡量收入健康程度】：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【最早从游戏出来的】：某时间段内每位用户平均收入

ARPPU【相比ARPU更精细，指的是每位付费用户】：某时间段内每位付费用户平均收入，排除了未付费的

客单价【无时间限制】：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【经验公式】
e.g. 1月份，100个用户，流失率30%， 1/30%=3.3，也就是1月份的用户会在3.3个月流失光，考虑这批用户在一个月内能贡献多少收入，如果ARPU=100，则LTV=100 * 3.3=330.【适用于短平快的项目，例如游戏领域】

传播

K因子：每一个用户能够带来几个新用户，老带新

K因子 = 用户数 * 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/邀请曝光量：线上传播活动中，该页面被人浏览的次数。一般代指微笑朋友圈。

用户行为指标

用户行为

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。
这里简单概括说几个方法。

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。
比如点赞、评论、收藏、关注、搜索、添加好友，均可以算做功能使用。这些指标在特定业务中均有作用。

用户会话

会话session：也叫做session，是用户在一次访问过程中，从开始到结束的整个过程。在网页端，30分钟内没有操作，默认会话操作结束。

用户路径

路径图：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。

电子商务指标

购物篮分析

笔单价：用户每次购买支付的金额，即每笔订单的支出。和客单价对应。

件单价：商品的平均价格。

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，它也和商品关联规则有关系。【连带率】

好基友：复购率和回购率

复购率是一段时间内多次消费的用户占总消费用户数之比。有例如4月有1000位用户消费，其中500位消费了两次以上，则复购率是50%。【一个时间段之内】【衡量用户消费欲望：比如外卖】

回购率是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。例如4月的消费用户数1000，其中600位在5月继续消费，则回购率为60%。【跨时间窗口】【忠诚度】

流量指标

浏览量和访客量

PV(page visit)：浏览次数。互联网早起的统计指标，用户在网页的一次访问请求可以看作一个PV，用户看了十个网页，则PV为10。【按照网页发起请求计算，容易虚高】

UV：是一定时间内访问网页的人数，正式名称独立访客数。在同一天内，不管用户访问了多少网页，他都只算一个独立访客。

技术上，UV会通过cookie或IP衡量。

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。【专杀标题党】

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：用户在网站上进行了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：浏览单页即推出的次数/访问次数。

跳出率【常用于网络营销】一般衡量各个落地页，营销页等页面。
退出率【常用于产品】则更偏产品，任何页面都有退出率【主要看网页结构设计是否巧妙，客户能否正确找到想要浏览页面】

怎么生成指标

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？

业务的分析框架

如何建立业务分析框架

市场营销模型

AARRR模型

用户行为模型（内容平台）

电子商务模型

流量模型

如何应对各类业务场景

数据化管理业务