七周成为数据分析师 第二周:业务篇-指标
七周成为数据分析师 第七周:Python - CSDN博客
七周成为数据分析师 第六周:统计学 - CSDN博客
七周成为数据分析师 第五周:Mysql - CSDN博客
七周成为数据分析师 第四周:数据可视化 - CSDN博客
七周成为数据分析师 第三周:Excel篇 - CSDN博客
七周成为数据分析师 第二周:业务篇-指标 - CSDN博客
七周成为数据分析师 第二周:业务篇-框架与模型 - CSDN博客
七周成为数据分析师 第一周:数据分析思维 - CSDN博客
目录
1.为什么业务重要
2.经典的业务分析指标
3.市场营销指标
4. 产品运营指标
5. 用户行为指标
6.电子商务指标
7. 流量指标
8.怎么生存指标
9.总结
1.为什么业务重要
唯有理解业务,才能建立完整的一套体系,简称业务数据模型。想进入某个行业的数据分析,尽量需要一些业务知识,敲门砖。
2.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,你就不能无法增长它。 ---彼得.德鲁克
指标建立的要点:
- 核心指标(公司和部门都认同的大目标,根据实际公司情况而认定)
- 好的指标应该是比率
- 好的指标能带来显著效果
- 好的指标不应该虚荣(如投入的钱很多,新增用户量大),多个角度分析,推荐阅读《精益数据分析》
- 好的指标不应该复杂
3.市场营销指标
市场营销领域:
1)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,老客户,流失客户。
2)用户价值
- 业务领域千千万万,怎样定义最有效用户?
- 用户贡献 = 产出量/投入量*100%
- 用户价值 = 贡献1+贡献2+…
- 比如:金融行业的用户价值,大概可以为存款+贷款+信用卡+年费+…-风险
RFM模型(通用)= R最近一次消费时间;M 总消费金额;F消费频频次;
- 具体看业务背景,确立RFM模型中的重心,进行更改和修正。
用户分群,营销矩阵
- 提取用户的几个核心维度,例如RFM,用象限法将其归纳和分类
4. 产品运营指标
1)AARRR框架
用户获取,用户活跃,用户留存,营收,传播
1.用户获取
- 渠道到达量:俗称曝光量。有多少人看到产品推广相关的线索。
- 渠道转换率:有多少用户因为曝光而心动Cost Per,包含CPM(曝光)、CPC(点击)、CPS(销售)、CPD(下载)和CPT(时间)等。
- 渠道ROI:推广营销的熟悉KPI,投资回报率,利润/投资* 100;(>1 赚钱)
- 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CAC: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。(衡量渠道可靠程度)比如:刷单
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的产品,广义上,网页游览内容算用,公众号下单算用,不限于打开APP。
- 活跃用户占比:活跃用户数再总用户数的比例,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,直到推出产品的整个周期。5分钟无操作,默认结束
- 用户访问时长:一次会话的持续时间。(如:今日头条1.5h,墨迹天气几秒)
- 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,过了一段时间后仍旧继续使用的用户。周留存、月留存等。
4.营收
- 付费用户数:花了钱的用户数。
- 付费用户数占比: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:某个时间段内,每位用户平均收入。
- ARPPU:某时间段内每位付费用户平均收入,排除了未付费。
- 客单价:每一位用户平均购买商品的金额。销量总额/顾客总数。
- LTV:用户生命价值周期,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(经验公式):ARPU*1/流失率(比如说,一月份有一百个用户,这个月用户流失率0.3,那么1/流失率=3.3,那么一月份这批客户在3.3个月后流失光,这段时间的LTV=ARPU(用户的平均消费100元) *3.3 =330元),适合敏捷项目
5.传播
- K因子:每一个用户能够带来几个新用户。
- K因子=用户数*平均邀请人*人数邀请转换率,
- 用户分享率:某功能/界面中,分享用户数占游览页面人数占比。
- 活动/邀请曝光量:线上传播活动中,该活动被曝光的次数。
5. 用户行为指标
1)用户行为
- 没有特别重要的框架,主要在于理解与应用。
- 功能使用率/渗透率:使用某功能的用户占活动总活跃数之比。(比如点赞、评论、收藏、关注、分享、搜索等等)
- 用户会话:会话(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。
2)用户路径
- 路径图:用户在一次会话的过程中,其访问产品内部的游览轨迹,通过此,可以加工出关键路径转换率。
- 关注关键路径才重要。比如下单的路径,观察各个路径的情况,进行优化。
6.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,对应客单价
- 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,与商品关联规则有关。(线下也叫连带率)
- 复购率:(一段时间内)一段时间内多次消费的用户占到总消费用户数之比(忠诚度)
- 回购率:(跨时间段)一段时间内消费过的用户,在下一段时间内仍然有消费行为的占比(消费欲望)
7. 流量指标
1)浏览量和访客量
PV:浏览次数。以发起请求次数来判定(刷新也算)
UV:一定时间内访问网页的人数,UV会通过cookie或IP的访问次数来判定次数
微信中的网页,UV是不准确的,微信不会保存cookies。
2)访客行为
- 新老客户占比:衡量网站的生命力(适宜就好,过高过低就不行)老访客-黏性,新访客--吸引力;
- 访客时间:衡量内容质量,不是看内容的UV,而是内容的访问时间。
- 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
- 来源:与多维分析相关,访客从哪里来,游览方式?手机机型?通过来源网站的参数提取。
- 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问数上的占比;
- 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:从该页退出的页面访问数/进入该页的访问数(衡量网页产品结构)
- 跳出率:游览单页即退出的次数/访问次数(衡量落地页、营销页)
跳出率一般衡量各个落地页,营销页等页面,退出率则更偏产品,任何页面都有退出率
8.怎么生存指标
组合生成
- 访客访问时长+UV=重度访问用户占比(游览时间五分钟以上的用户占比)
- 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?)
- 机器学习,PCA学习,指数法,生成指标。(偏应用)
9.总结
- 通过三大核心思维,分解-理解-寻找,得到重要的指标。
- 根据不同行业,运用不同合适的模型
- 公司在不同时期、阶段和模式都有不同的指标,需要有根据目的,从更高层次去寻找有效的指标。
七周成为数据分析师 第二周:业务篇-指标相关推荐
- 七周成为数据分析师 第二周:业务篇-框架与模型
七周成为数据分析师 第七周:Python - CSDN博客 七周成为数据分析师 第六周:统计学 - CSDN博客 七周成为数据分析师 第五周:Mysql - CSDN博客 七周成为数据分析师 第四周: ...
- 数据分析师 知识体系 业务篇
目录 分析框架 事件分析 漏斗分析 AARRR模型 获取用户 激发活跃 提高留存 增加收入 病毒传播 三大增长引擎 1.粘着式增长引擎 2. 付费式增长引擎 3.爆发式增长引擎 指标异常分析 问题定位 ...
- [学习笔记]B站视频:磨剑之作,七周成“师”!【七周成为数据分析师】- 第一周
[学习笔记]B站学习视频:七周成为数据分析师-第一周 序 数据思维 结构化 公式化 业务化 数据分析的思维技巧 象限法 多维法 假设法 指数法 二八法 对比法 漏斗法 如何在业务时间锻炼数据分析思维 ...
- (秦路)七周成为数据分析师(第二周)—— 业务能力
文章目录 1.为什么业务思维重要 2.经典的业务分析指标 2.1 市场营销指标 2.1.1 生命周期 2.1.2 用户价值 2.1.3 RFM模型 2.2 产品运营指标 2.2.1 AARRR模型 2 ...
- 如何成为python 数据分析师_如何七周成为数据分析师20:了解和掌握Python的函数...
本文是<如何七周成为数据分析师>的第二十教程,如果想要了解写作初衷,可以先行阅读七周指南.温馨提示:如果您已经熟悉Python,大可不必再看这篇文章,或只挑选部分. Python之所以灵活 ...
- 转:《七周成为数据分析师》总结
本文转自: https://blog.csdn.net/weixin_39722361/article/details/79522111 个人公众号:数据路 知乎:无小意. 百日计划第一周总结 1. ...
- 天善磨剑之作,七周成为数据分析师秦路主讲
章节1: 如何七周成为数据分析师 课时1:为什么需要七周 课时2:七周应该怎么学 章节2: 第一周:数据分析思维 课时3:为什么思维重要 课时4:数据分析的三种核心思维(结构化) ...
- 【第七周:Python(四)】7周成为数据分析师
本课程共七个章节,课程地址:7周成为数据分析师(完结)_哔哩哔哩_bilibili 数据分析思维 业务知识 Excel 数据可视化 SQL 统计学 Python 第七周:Python(P86-P143 ...
- 如何七周成为数据分析师之快速掌握麦肯锡的分析思维
感谢关注天善智能,走好数据之路↑↑↑ 欢迎关注天善智能,我们是专注于商业智能BI,大数据,数据分析领域的垂直社区,学习,问答.求职一站式搞定! 原文链接:快速掌握麦肯锡的分析思维 磨剑之作,七周成&q ...
最新文章
- 获得目录下文件数和文件行数
- python pip国内源_【Python】设置pip源为国内源及简单操作
- BigInteger用法-Java大数据存储、运算
- POJ 1273 (基础最大流) Drainage Ditches
- tensorrt轻松部署高性能dnn推理_部署环境之:tensorRT的插件
- web.config文件访问物理路径_计算机操作系统学习笔记(五):文件管理
- mongo系统(1)
- vxworks系统是用c语言写的吗,VxWorks操作系统基本.doc
- 北京公交将标配智能辅助驾驶,具备行人防撞、车道偏离预警
- Steam怎么和Steam link远程畅玩?
- 网页播放器代码集中营(2)
- slqmf刀模工具_slq刀模绘图插件下载|
- LeetCode 206. 反转链表(c语言实现)
- ARFoundation多图切换识别
- 2014完,2015启
- 大数据实战二十四课 - Spark SQL04
- eMMC Partition
- 太和二中计算机考试,太和二中网上阅卷系统|翰林金榜太和二中查分系统 网页版_最火软件站...
- 设置webhook_数据采集教程_智能模式_如何设置Webhook功能_后羿采集器
- webpack打包时出错:ERROR in index.js?c20a42392c6d1abf69df from UglifyJs Unexpected token: punc (()