数据分析验证，防止认知与现实不符

1、常见数据分析内容

1.1.在线零售商，其转化率2%,一般0.5%，65%的用户会丢弃购物车里的商品，40%是摇摆不定，25%因为价格太高。

1.2.一般SAAS服务商，争取20%的增长率，每个月2%的用户增加他们的付费额，争取流失率降低到5%以下，2%为最优

1.3.媒体网站，广告点击率在0.5-2%之间，如果低于0.08%说明有问题

1.4.用户制造类每天访问在17分钟证明粘性较好，25%的用户会潜水，5-15%的人会制造内容吗，80%的内容来自一小部分人，而只有2.5%的人会参与互动

1.5.针对免费移动应用。65%的用户会在安装后90天内停止使用该应用

1.6.电商类常见指标，转化率，年购买频次，客单价，弃单率，获客成本，平均客户营收，传播次数

1.7.SAAS类常见指标，眼球，参与度，粘性，转化率，平均客户营收，获客成本，病毒性，追加销售，系统运行正常时间，可靠性，终身价值，流失率。

1.8.媒体网站的常见指标，访客与流失率，广告库存，广告价格，点击率，内容与广告平衡

1.9.用户生成内容的关键指标，活跃访客数，内容生成比例，参与度的漏斗变化，生成内容的价值，内容分享和病毒性

1.10.双边市场关键指标，买卖双方的人数增长，库存增长，搜索有效性，转化漏斗，评分和欺诈迹象，定价指标。

2、常见数据分析框架

A.戴夫.麦克卢尔的海盗指标AARRR,获取用户，提高活跃度，提高留存率，获取营收，和自转播

B.肖恩，埃利斯的创业增长金字塔，市场与产品相契合：证明产品符合市场需求，理清思路：找到一个可防御，高壁垒的竞争优势，并进一步巩固，规模增长：加速占领新的市场和渠道。

C、精益分析，探索阶段，粘性阶段，病毒性阶段，营收阶段，规模化阶段

1.探索阶段

  获取用户：流量，点击率，用户获取成本，提及量，调查用户数

  提高活跃度：注册人数，注册量，至少用过一次产品，最近使用时间，订阅量

2.粘性阶段：

提高留存率：用户参与度，距上次登录时间，日月活跃用户，流失率

3.病毒性阶段

自传播：邀请发送量，病毒式传播，传播周期，分享量

4.营收阶段

  获取收益：转化率，平均消费金额，广告点击收入，交易量

5.规模化阶段：

   用户终身价值，合作伙伴数量，服务成本，授权，第三方服务

3、数据分析的目的

A，对产品发展阶段的反省和清晰定位

B，梳理每个阶段的关键指标

C，看清认知和现实的吻合度