大家在工作中是不是经常要做各种分析，但又常常遇到无从下手，抓不住重点，搞不清关键数据的情况。俗话说“工欲善其事，必先利其器。”一个好用的数据分析模型，能给我们提供一种视角和思维框架，从而帮我们理清分析逻辑，提高分析准确性。

那老李研究数据分析也很多年了，今天特意为大家整理出了8大常用数据分析模型，帮助大家快速提高数据分析能力。

1、AARRR模型

AARRR模型又叫海盗模型，这个模型把实现用户增长拆分成了 5 个指标：获客、激活、留存、收益、传播。分别对应“用户如何找到我们？”、“用户的首次体验如何？”、“用户会回来吗？”、“如何赚到更多的钱？”、“用户会转介绍，告诉其他人吗？”这五个问题。大家在做用户增长的时候可以通过指标数据问自己对应的问题，找到转化低的环节进行优化。只有找到合适的渠道，在合适的时间，把合适的产品，推给合适的用户，才能实现精准的用户增长。

AARRR增长模型出自于增长黑客，又称海盗模型，即获客、激活、留存、变现、传播推荐。

▶获取用户（Acquisition）、提高活跃度（Activation）、提高留存率（Retention）、获取收入（Revenue）、用户推荐（Refer），这个五个单词的缩写，分别对应用户生命周期中的5个重要环节。

▶获取用户（Acquisition）：通过一定的方式让产品在一些渠道上面得到展现，并使看到展现的用户转化成产品用户。

▶提高活跃度（Activation）：提高产品的使用粘性，提升用户使用产品的深度。

▶提高留存率（Retention）：如何让用户不断地使用我们的产品，减少用户的流失，提升用户粘性。让用户无法离开产品。

▶获取收入（Revenue）：通过一些手段和渠道从用户那里获取收益。

用户推荐（Refer）：通过提升产品的竞争力，使用户给他的朋友推荐我们的产品。

▆获取用户（Acquisition）的数据指标：流量来源、流量路径、CAC(用户获取成本)、CPC(每次点击付费) 、CPT(按时长付费)、 CPM(千人成本) 、 CPS(按提成收费) 、CPA(按点击计费) 、Campaign(塑造品牌)。

▆提高活跃度（Activation）的数据指标：DNU(日新增用户) 、DAU/WAU/MAU 、 ACU(平均同时在线人数)、 PCU(最高同时在线人数)、 PV、 UV 、意向UV(进入意向页面的用户数)、 PV/UV、 CTR(点击率)、意向UV-CTR （点击UV/意向UV）、VV(视频播放次数)、访问时长、停留时长、滚动屏数、人均停留时长、人均操作次数、 N次操作占比、行为路径、访问频次、跳出率、用户来源、用户去向。

▆提高留存率（Retention）的数据指标：留存率、次日留存率、7日留存率、30日留存率、回流率、召回CTR（提取出的正确信息条数 / 样本中的信息条数)、用户生命周期 (周期/(1-周期内新增留存率))。

▆获取收入（Revenue）的数据指标：GMV 、ARPU(每用户平均收入）、ARPPU(平均每付费用户收入）、LTV(生命周期价值)、 PBP(回收期)、 ROI(投资回报率 )、收入地图、客单价、消费次数、消费频率、订单量、利润、购买偏好、直接引导成交、间接引导成交、购买间隔。

▆用户推荐（Refer）的数据指标：分享率、分享次数、K-Factor (病毒传播指标)、 NPS。

RARRA模型

AARRR最开始关注的是如何获取用户，所以AARRR关注的首要指标是获客用户数，而RARRA通过最重要的指标来关注增长：用户留存。

RARRA的数据模型，本质上是在AARRR的基础上进行顺序调整得到，以满足日益获客成本所带来的压力成本。RARRA模型相比与AARRR可以使得获客成本更低。

▶用户留存Retention：如何让用户不断地使用我们的产品，减少用户的流失，提升用户粘性。让用户无法离开产品。

▶用户激活Activation：提高产品的使用粘性，提升用户使用产品的深度。

▶用户推荐Referral：通过提升产品的竞争力，使用户给他的朋友推荐我们的产品。

▶商业变现Revenue：通过一些手段和渠道从用户那里获取收益。

▶用户拉新Acquisition：通过一定的方式让产品在一些渠道上面得到展现，并使看到展现的用户转化成产品用户。

RARRAR首先关注的是产品的留存情况。当产品的留存情况不好，要优化产品的使用体验、功能和运营方式。当这三方面都得到优化提升，接下来就进提供用户的活跃度，以及商业化方面的尝试，等到这些都做好了，就大规模的推广产品关注获客数据指标。

▆用户留存数据指标：留存率、次日留存率、7日留存率、30日留存率、回流率、召回CTR（提取出的正确信息条数 / 样本中的信息条数)、用户生命周期 (周期/(1-周期内新增留存率))。

▆用户激活数据指标：DNU(日新增用户) 、DAU/WAU/MAU 、 ACU(平均同时在线人数)、 PCU(最高同时在线人数)、 PV、 UV 、意向UV(进入意向页面的用户数)、 PV/UV、 CTR(点击率)、意向UV-CTR （点击UV/意向UV）、VV(视频播放次数)、访问时长、停留时长、滚动屏数、人均停留时长、人均操作次数、 N次操作占比、行为路径、访问频次、跳出率、用户来源、用户去向。

▆用户推荐数据指标：分享率、分享次数、K-Factor (病毒传播指标)、 NPS。

▆商业变现数据指标：GMV 、ARPU(每用户平均收入）、ARPPU(平均每付费用户收入）、LTV(生命周期价值)、 PBP(回收期)、 ROI(投资回报率 )、收入地图、客单价、消费次数、消费频率、订单量、利润、购买偏好、直接引导成交、间接引导成交、购买间隔。

▆用户拉新数据指标：流量来源、流量路径、CAC(用户获取成本)、CPC(每次点击付费) 、CPT(按时长付费)、 CPM(千人成本) 、 CPS(按提成收费) 、CPA(按点击计费) 、Campaign(塑造品牌)。

2、转化漏斗模型

转化漏斗模型，主要是通过转化率分析整个业务流程中的转化和流失情况。通过转化数据，对每个环节的流失用户再进行精准营销。举个例子：一个手机公司同时在抖音和小红书投放了广告，通过转化漏斗发现小红书带来的最终购买比较低，那么此时就找到了解决问题的抓手，可以就提高小红书渠道的转化去做优化。

漏斗模型

即用户行为路径所要经过的核心流程步骤，用户在流程的走向过程中会逐渐的减少。关于漏斗模型，本质是分解和量化，从获取用户到最终转化成购买这整个流程中的一个个子环节，相邻环节的转化率则就是指用数据指标来量化每一个步骤的表现。所以整个漏斗模型就是先将整个购买流程拆分成一个个步骤，然后用转化率来衡量每一个步骤的表现，最后通过异常的数据指标找出有问题的环节，从而解决问题，优化该步骤，最终达到提升整体转化率的目的，整体漏斗模型的核心思想其实可以归为分解和量化。

可以通过这种分解和量化的形式，将问题进行不断的拆解，最后通过量化的形式来辅助达成目标，或者针对异常的步骤进行调优，最终达到总目标。它可以广泛应用于流量监控、产品目标转化等日常数据运营工作中，称之为转化漏斗；也可以用于产品、服务销售，称之为销售漏斗。

3、RFM模型

RFM 模型也是一种实用的客户分析方法，主要是通过对R（最近一次消费时间）、F（最近一段时间内消费频次）以及M（最近一段时间内消费金额）这三个关键指标对客户进行观察和分类，从而得出每类细分用户的价值，根据不同的用户价值去做不同的营销动作。这个模型对于实现精准营销和节约成本有很大作用。

RFM模型

衡量客户价值和客户创利能力的重要工具和手段，是电商运营所比知的分析模型。

▶R（Recency）代表最近一次消费。理论上来说,上一次消费时间越近的客户是越优质的客户,该部分客户与店铺的关系更加紧密,更加容易触达;距离当前上一次消费越远的客户,越有流失的风险。

▶F（Frequency）代表消费频率。可以说最常购买的客户,是满意度最高的客户,也是忠诚度较高的客户。提升客户的购买频率意味着提高客户终身价值的贡献。

▶M（Monetary）代表消费金额。消费金额是客户贡献的最直接的体现,我们所做的所有运营活动都是为了提升客户的消费金额。

4、波士顿矩阵

波士顿矩阵主要是通过销售增长率（反映市场引力的指标）和市场占有率（反映企业实力的指标）两个指标来对公司的产品进行四象限分类，得出每一个产品所处的时期和特征，便于确定公司整体产品布局，合理投资。

波士顿矩阵模型

波士顿矩阵其实是利用二维四象限将产品分成了明星、金牛、瘦狗和问题四种类型。在电商运营中波士顿也具有很大的指导意义,我们可以根据波士顿矩阵的方式制定平台的产品矩阵:流量款、利润款、形象款,让商城的产品更符合交易逻辑。

5、购物篮分析

购物篮分析是通过研究用户消费数据，将不同商品进行关联，并挖掘二者之间的联系。举个营销学上经典的“啤酒+尿布”案例，超市在统计数据的时候发现一般买尿布的男性顾客也会买啤酒，因此在尿布购物架的旁边放置了各种啤酒。果然，两者销量都显著提升。可见，购物篮分析能够找出一些被忽略的关联，帮助进行产品组合，增加销售额。

6、KANO模型

KANO模型和波士顿矩阵有一些类似，都是利用四象限。但前者主要是用来对用户需求分类和排序用的，根据用户需求对用户满意的影响，得出产品性能和用户满意之间的非线性关系，其优先级为「必备型>期望型>兴奋型>无差异」。

比如业务提了8个功能，先做哪一个呢？此时就可以用KANO模型，让业务人员填写满意度问卷，最后将统计结果汇总，得出必备型，也就是痛点功能进行优先满足。

7、ABC分析法

ABC分析法的核心思想就是少数项目贡献了大部分价值。通过统计事务对于目标达成的贡献度，进行分类排队，分清重点和一般，从而有区别地确定管理方式。举商品销售的例子来说，男士配饰、运动服饰、儿童服饰、女式皮鞋带来的销售额占总销售额的70%，那这些就属于A类商品，后续可以扩大销售和重点运营。

8、杜邦分析法

杜邦分析法是财务分析常用的模型，主要通过对ROE进行分解，从盈利能力、运营能力和偿债能力三个方面去衡量企业经营业绩。此外也可以与公司所处的行业、公司盈利模式结合起来，帮助投资者了解一家公司的核心竞争力是什么。

九、金字塔模型

可以在做精细化运营，用户分层时使用，比如可以将用户分成：头部用户、中腰部用户、底部用户；也可以分成：合伙人、付费会员、复购用户、成交用户、浏览用户等等。马斯洛需求层次理论其实也是金字塔模型的一个应用。

十、SWOT模型

SWOT是最常用的竞争态势和竞争机会的分析模型，利用二维四象限的方式分成：S (strengths)是优势、W (weaknesses)是劣势、O (opportunities)是机会、T (threats)是威胁四个维度。

十一、用户生命周期模型

用户从接触到平台(APP)到用户流失的整个过程,可以分为:导入期、成长期、成熟期、休眠期、流失期。从平台运营的角度可以将用户的生命周期分成获客区、升值区和流失区,对应着这三个阶段我们的运营核心工作也不尽相同。获客区:推广获客;升值区:成交转化、复购增购、分享裂变;流失区:新品研发、用户导流。

8个经典数据分析模型相关推荐

10大经典数据分析模型，你知道几个？
点击上方蓝色小字,关注"涛哥聊Python" 重磅干货,第一时间送达来源:悟空智能科技转自:上海数据分析模型分析法就是依据各种成熟的.经过实践论证的管理模型对问题进行分析的方 ...
10大经典数据分析模型，收藏了！
转自:上海数据分析模型分析法就是依据各种成熟的.经过实践论证的管理模型对问题进行分析的方法. 在长时间的企业管理理论研究和实践过程中,将企业经营管理中一些经典的相关关系以一个固定模型的方式描述出来, ...
10大经典数据分析模型，你知道几个？(二)
四.SCP分析模型 SCP(structure.conduct.performance)模型,分析在行业或者企业收到表面冲击时,可能的战略调整及行为变化. SCP 模型从对特定行业结构.企业行为和经营 ...
经典8个数据分析模型
大家在工作中是不是经常要做各种分析,但又常常遇到无从下手,抓不住重点,搞不清关键数据的情况.俗话说"工欲善其事,必先利其器."一个好用的数据分析模型,能给我们提供一种视角和思维框架 ...
经典常用的数据分析模型
0.背景在工作中是不是经常要做各种分析,但又常常遇到无从下手,抓不住重点,搞不清关键数据的情况.俗话说"工欲善其事,必先利其器."一个好用的数据分析模型,能给我们提供一种视角和思 ...
数据分析模型：漏斗分析
01 什么是漏斗分析漏斗分析是一套流程式的数据分析方法,能够科学地反映各阶段用户转化情况. 漏斗分析模型已经广泛应用于用户行为分析类产品,且功能十分强大:它可以评估总体或各个环节的转化情况.促销活动 ...
6大常用数据分析模型详解
转自:https://www.toutiao.com/i6906745504798097933/ 在进行数据分析过程中,我们通常需要使用各种模型来证明自己的分析观点,使自己的结论更具备说服力,同时也让 ...
数据分析-PART2--10大数据分析模型
数据分析-PART0--数据分析综合数据分析-PART1--数据获取和步骤数据分析-PART2--10大数据分析模型数据分析-PART3--数据分析常用指标数据分析-PART4--数据分析方法 ...
2023-01-29 学习笔记：常见28种数据分析模型
2023-01-29 学习笔记:常见28种数据分析模型知乎上的一篇文章,虽然之前对深度学习相关模型有所了解,但通过这篇文章了解了更多模型的应用场景,同时也知道了日常一共有多少种实用模型. Excel ...

8个经典数据分析模型