《七周成为数据分析师（秦路）》-笔记整理
为什么业务重要
惟有理解业务，才能建立业务数据模型
经典的业务分析指标
模型未动，指标先行
如果你不能衡量它，你就无法增长它
指标概述
建立指标需要几个要点：
1.确认核心指标
整个公司的大目标，初创核心是用户量，后期核心是营收。如果从结构化考虑是金字塔的塔尖。
2.指标是比率
3.指标应该带来显著效果
提高销量两种方案，市场占有率和销售人员效率。前者如果是从80%升到85%是非常难的，后者10%提升到15%，效果可能只有一点点。
4.不要虚荣
看上去特别好看，但其实对业务没有多大的帮助。比如初创公司前期新增用户量，用很大的成本提高，虽然用户很多，但是成本很高，这个就很虚荣。
5.不应该复杂
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
1. 定义：企业或者产品和消费者在整个业务关系阶段的周期。
2.理解：购买那一刻是用户，是新客户。多买几次就是成熟的用户，老客户。后来不买了，是流失用户。后来又回来了，是回流用户。不用业务划分阶段不同，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。
eg.结婚婚庆：分为潜在，兴趣，新客。没有老客，因为是结婚，大部分结婚一次。
用户价值
1.用户贡献=产出量/投入量*100%
2. 用户价值=贡献1+贡献2+…
eg.
1、内容运营。
让用户写文章，用户价值就是写文章的次数还有关注数还有浏览量等等，通过线性加权来算出用户价值。
2、金融行业
存款+贷款+信用卡+年费+……风险+损失
RFM模型
1.定义：用户生命周期中横梁客户价值的立方体模型。R是最近一次消费时间，M为消费金额，F为消费频次将用户划分为多个群体。M F 为一点时间内的，有时间维度。
2.理解：不用行业关注的权重不一样，有些行业更关注R，比如金融行业获取用户的成本很高，因此一个客户很重要，则R很重要，这样可以预防他流失。
用户分群和营销矩阵
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，用象限法将其归类。如图。
产品运营指标
AARRR模型
定义：Acquisition 用户获取
Activation 用户活跃
Retention 用户留存
Revenue 营收
Refer 传播
1、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。如果是路边的广告牌的曝光量有些难统计。
渠道转化率：有多少客户因为曝光而心动。包括CP,CPC,CPM,CPS,CPD,CPT等。
有关名词解释——CPA、CPS、CPM、CPT、CPC是什么
CPA(Cost Per Action) 每行动成本。CPA是一种按广告投放实际效果计价方式的广告，即按回应的有效问卷或注册来计费，而不限广告投放量。
CPS(Cost Per Sales)：以实际销售产品数量来换算广告刊登金额。CPS是一种以实际销售产品数量来计算广告费用的广告，这种广告更多的适合购物类、导购类、网址导航类的网站，需要精准的流量才能带来转化。
CPM(Cost Per Mille) 每千人成本。CPM是一种展示付费广告，只要展示了广告主的广告内容，广告主就为此付费。
CPT(Cost Per Time) 每时间段成本。CPT是一种以时间来计费的广告，国内很多的网站都是按照“一个星期多少钱”这种固定收费模式来收费。
CPC(Cost Per Click) 每点击成本。CPC是一种点击付费广告，根据广告被点击的次数收费。如关键词广告一般采用这种定价模式，比较典型的百度联盟的百度竞价广告。
渠道ROI：投资回报率，利润/投资*100%，只要大于1就是赚钱的。
有关互联网的广告投放
日应用下载量：app的下载量，点击下载，不代表下载完成，需要预估。
日新增用户量：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，仅打开过一次且使用时长在两分钟以内，这是排除一些机器人自动操作的存在。
2、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。只能说明市场大，不代表健康。
活跃用户占比：活跃用户数在总用户数的比例，衡量产品的健康程度
用户会话session次数：用户打开产品操作和使用，直到推出产品的整个周期。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。
用户平均访问次数：一段时间内的用户平均产生会话次数。
3、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。
eg.假设某产品某天新增用户1000个，第二天仍然活跃的用户有350个，那么称次日留存率有35%，如果第七天仍然活跃的用户有100个，则七日留存率为10%。
4、营收
付费用户数：花了钱的。有个问题——付了钱但退款了这种怎么算?统计口径的问题，不是大问题。
付费用户占比：每日付费用户占活跃用户比值，也可以计算总付费用户占总用户数比。衡量收入健康程度
ARPU：某段时间内每位用户平均收入，游戏运营出来的，一个在一个月内花十万，而其他用户没怎么花，平均下来就50.
ARPPU：某段时间内每位付费用户平均收入，排除了未付费的。比上面的更精细
客单价：每一位用户平均购买商品的金额。销售额/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，进场用在游戏运营电商运营中。
LTV=ARPU*1/流失率
5、传播
K因子：每个用户能够带来几个新用户 =用户数*平均邀请数*邀请转化率
用户分享率：某功能或页面中，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
用户行为很广泛，不同的业务领域北京的用户行为分析不一样。
1、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。
eg.点赞、评论、收藏、关注、搜索、添加好友均可以算，这些指标在特定业务中均有作用。
搜索举例，想要买东西，搜索和浏览的转化率不一样，比如旅游，搜索关键词北京怎么去，另一个关键词北京哪里好玩，前者意愿肯定是强烈。由此可以根据搜索分析，针对这个关键词去优化。
2、用户会话
会话session：也叫session，是用户在一次访问过程中从开始到结束的整个过程，在网页端的，30分钟内没有操作，默认会话操作结束。
eg.用户使用时间表，会产生多次会话。
3、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。和漏斗图差不多概念。
电子商务指标
1、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。
2、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。（一个时间段之内的，消费欲望）
eg.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%。
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。（跨时间窗口，忠诚度）
eg.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%。
之后会用python仔细的计算，这里仅介绍一下。
流量指标
1、浏览量和访客量
PV：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。（刷新也算一次，可作弊性强）
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。在微信上误差较大（手机）。
2、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。
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。有灰色技巧，会分成多页，为了刷平均访问页数。
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。
3、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。退出率则更偏产品，任何页面都有退出率。（产品结构中用）
跳出率：浏览单页即退出的次数／访问次数。跳出率一般衡量各个落地页，营销页等页面。（营销用）
怎么生成指标
以上学习的指标横跨领域比较广，突击了解，确定进入哪个行业再专门学习该行业的指标。
不同行业指标也不一样，指标会更多，要去学会生成指标。
方法：组合
好的指标是可以生成的。
eg.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
用指标建立业务分析框架
3个角度
从指标的角度出发
从业务的角度出发
从流程的角度出发
1.市场营销模型
模型理解
1.客户关系维护主要为业务服务的类型。
2.这是一个结构化思维导图，是闭环。
疑问：结构化应该为树形的，这个确实闭环，两者有何关系？
用例子解释——eg.机会包含潜在客户转化率，机会客户转化率，新客付费转化率，不同渠道再新客中的占比，不同渠道再新客中的付费转化率。将这些变成结构图，如下
看上去是闭环，实际上是一个树形发散结果，在模型中每一个都可以变成结构化的思维。
2.AARRR模型
模型理解
1.落地页为了统计曝光量。
2.社交传播病毒营销就是微信中的朋友发送的抢票抢红包还有并夕夕的砍一刀此类营销，会先要求注册填写收集信息，或者授权微信，就是注册用户，然后再下载app使用红包或者帮砍一刀。
2.留存就是第二天还在使用，就是有砍一刀之后就卸载了。
有关二次激活，包括推送激活转化率，有效推送成功率，有效推送到达率，用户打开率，不同推送的转化率。比如你已经卸载某些app但还是会收到他们的短信推送。这里就多出了五个指标。所以指标要生成。从进度条图可以看出，推送出去的短信到用户真正打开的中间是损失了很多的，所以真正的转化率大概也就10%左右。用户成功打开了才叫二次激活。
3.用户行为模型
用内容平台举例，可以想象成知乎。如图
模型理解
1.前期生产者重要，后期消费者重要，划分出两个象限，独立开来。
2.每一环都可以建立相应的结构化思维，可以自己选一个进行分析。
思考：用浏览为例
老师eg：用点赞评论收藏为例
4.电子商务模型
结合了市场营销的内容所以分为新客和老客。
eg.购物车又可以分为不同商品类别占比（对比）、不同价格档次占比（象限）、不同商品的下单支付率（漏斗）三个指标。
商品详情页也可以分为收藏占比，加购占比，实际下单占比，不同价格的浏览量对比等等指标。
5.流量模型
eg.会员这里也可以订阅占比，流失占比，邮件手机回流率，这个类似之前的二次激活。
收索引擎的结构图如下，SEO有关键词与搜索行为分析，用二八法分析，又多维分析。SEM与钱相关，有曝光量、转出率、跳出率等可以分析产品的健康程度。
注意：之前分为产品运营、市场营销等等这些在这里界限模糊化，这里可以组合运用，分析电商也可以用28法、多维法组合运用之类的。
指标组合模型总结
由此可以学会从一个空白的需求开始，设立一个核心指标，经过三种核心思维（结构化、公式化、业务化），去形成一个树形图。树形图里会有很多的指标，将这些指标变成一个分析框架，组合成一个闭环的模型图，就像上面五个模型案例一样（市场营销模型、AARRR模型、用户行为模型、电子商务模型、流量模型），模型图中的每个环节都可以分析，分析的工具和技巧就是那七种思维技巧（象限法、多维法、假设法、指数法、漏斗法、对比法、二八法）。
如何应对各类业务场景
七个步骤：
1、多去练习
2、熟悉业务
3、应用三种核心的思维，打开思维导图画
4、归纳和整理指标。
5、画出框架
6、检查、应用、修正
7、应用和迭代
新人如果感觉还是很吃力，可以从一个模块开始，比如只做新用户，把新用户的做出来。然后再做老用户。从解决一个小问题开始，在把多个小问题结合起来。
练习题
建立一个付费课程网络数据分析框架
https://www.processon.com/diagrams
