数据分析方法论与前人经验总结2【笔记干货】

一、数据分析的分类

1、描述性分析：发生了什么?
描述某项事物的特性，需要准确、完善甚至是实时的数据

2、诊断性分析：为什么会发生?
在对描述性数据急性评估时，诊断分析工具将使分析师能够深入到细分的数据，从而隔离出问题的根本原因

3、预测性分析：将会发生什么?
对数据特征和变量的关系进行描述，基于过去的数据对未来进行预测

4、规范性分析：需要做什么?
规范模型利用对发生的事情的理解，为什么发生了这种情况以及各种“可能发生的”分析，以帮助用户确定采取的最佳行动方案

二、需要熟记于心的关键指标

1、一些关键指标
1）公司平均每天/每周/每月营业额、活跃量、流量大小
2）周末和周中一般差别
3）早上，中午，晚上用户关键差别、活跃数、流量
4）北京和上海，各主要地域的市场份额、消费能力、平均每用户营业额
5）公司下个季度预期增长率，预期今年的营业额
6）桌面和移动的活跃比例、收入比
7）web和app的比例
8）免费用户和付费用户比例、主要差异、80%的营业额由前百分之几的用户提供
9）主要漏斗，如注册、登录、付费、提交等，每一步的转化率、流失率
10）主要产品的客户留存、获取用户的成本、用户的生命周期价值

2、记住关键指标的必要性
1）熟记关键的指标，在看到异常波动时，才会敏感的察觉有地方不对，也就是我们通常说的“数据敏感性”，这一点在公司人与人交互中尤其有效，因为交互是实时性的，需要有立即的反应。

2）熟记指标另一个巨大优势是能给分析师带来巨大的可信度。在规划战略、定位产品时，很多观点都是基于逻辑推理，行业经验，类龇假定，而分析师就有机会提供更加量化的指标,为合理的观点提供强有力的支撑。所谓事实胜于雄辩，“我们随机抽样 , 90%用户支持现在的定价”就要比“一般大家都是这个价位”要有说服力的多。长期进行以量化事实为依据的交互，分析师能赢得很多的信任。

三、用户营销（RFM）

1、何为用户营销
对产品里的用户做的一系列运营的活动，包括拉新、激活或者唤醒等，通过这些活动，使用户反复进行购买。这样的运营或营销才是精准的，最后才能达到提高整体购买转化率的目的。

2、如何进行用户营销
1）确定业务场景,通过绘制用户画像，来找准我们的目标用户。

2）在第一条的基础上，找到了目标用户之后，就要精准营销,就是所谓的激活或者唤醒，使得这部分目标用户，在我们的网站上进行购买，从而提高最终的转化率。

业内比较经验的一个用法，就是对这个用户价值度的分级。我们提到用户价值度的话，这个词实际上是比较含糊的，我们如何精准的去为这个价值度做一个分级?

业内常用的RFM模型：R是Recency，就是最近一次购买距现在的时间 ；F是Frequency，指的是用户的购买频次； M是Monetary，指的是用户的购买金额。

3、RFM的8类用户
我们可以从这三个维度，对用户进行一个分级，我们可以把它分成8类，这8类可以涵盖我们想要说明的这个用户的价值。

四、转化率提升（AARRR）

1、转化率
在美国硅谷非常流行的Growth Hacker概念就是海盗法则， AARRR 模型，该模型就是以产品设计和运营为核心，获取用户、迅速转化、提高留存，然后变现和传播，这些都是以产品设计和运营为核心。

无论是之前的流量为王，还是现在的产品设计和运营为王，其核心都在转化上。对于市场部门来说需要关注不同渠道流量的转化和注册；对于工程部门]来说，优化创新产品也是为了更好的用户体验，从而帮助用户完成核心的转化；至于销售，用户的留存本身就是服务于营业额的。

2、提升转化率的基本步骤
针对不同的行业、不同产品的移动端和网页端、不同的场景下，我们都有对应的不同分析框架去思考这个问题。
1）定位正确的用户
比如借助 [用户分群] 功能，分别筛选来自IOS和安卓来源用户，有区分地研究这些人群的特点，以便做针对性的产品改进和内容优化。

2）提升产品的体验与流畅性
定义好用户人群后，我们需要认真关注转化流程的用户体验。改善用户体验的方法很多，如调配按钮位置、界面的颜色，或者进行整体的改版、产品交互等。再分析用户行为，互联网企业需要迅速迭代、改进产品，不断提升产品的用户体验,这是一个不断试错的过程。

3）优化转化路径
我们借助漏斗转化分析的思路，分析用户每一步的转化率，以帮助更好的优化注册流程，提升转化率。
了解了转化流程后，我们也可以进一步拆分这些步骤，了解不同用户群体之间的差异。在这个过程中我们会发现很多的转化点、分析点,这些分析点都会帮助我们很好地提升转化。

4）关注复购与增购
复购是一个非常重要的指标，其本质就是留存，我们需要关注并优化它，有利于提升整体的转化率。但是复购这东西并不是对所有平台都那么重要，比如SaaS产品，注册一次就够了，我们线下去和客户沟通就好。

五、留存

1、留存的重要时间节点
1）次日留存：当天过来第二天的留存有多少。我们可以看出，当天拉新，比如说我们拉了100个人，到
了第二天可能只有十几个了，这是次日留存。
2）周留存：一般情况下客户使用一 款产品，如果他进行一个完整的使用的话他的体验周期大约是一周
或者是几天，比较常见的是周留存。当然,如果你的产品体验完整周期是14天或者3天，我们就定3日留存或者14日留存。客户经过体验，产品满足了他的需求，就会稳定地留下来，如果没有满足就离开了。

2、留存方法论
假如我们做了很多的拉新、渠道的优化等等，也许会提高一定的留存率，但是这个留存到底能不能留下来，核心的问题还是产品功能设计能否满足客户的核心需求。如果能满足的话，我们能不能再进一步，我们这个产品的设计能否比较好的、比较快的、比较方便地满足客户的核心需求，这是第二点。
1）按照获取客户时间进行分析
2）按照用户行为进行分析
3）不同群组对产品不同模块使用情况的分析

3、留存是增长的核心
1）提升用户推荐产品的可能性。一个很简单的道理，留存的基数越大、核心用户越多，推荐的人和可能性就越大。
2）延长用户使用产品的生命周期，意味着用户会越来越长的留在我们的网站上，带给我们财富的可能性就越大。
3）提高付费概率。升级是指用户从最初使用免费的初级功能到后来的复杂功能，到最后通过付费来购买完整功能。
4）缩减回本周期。越来越多的人们留下来的时候，通过付费购买，或者推荐给他人的方式，都能让钱尽快回到我们公司的内部。
5）有利于降低获客成本、增加渠道。如果用户的生命周期价值( LTV )和获客成本( CAC )的比例达到3:1的话就非常好。LTV越高的话，我们就可以增加市场渠道的投入，因为渠道越多的话就能找到更加优质的客户。

参考文献：《互联网增长的第一本数据分析手册》