第二週:業務分析
一,業務掌握的重要性
很多分析數出的結論得不到業務部門的認可或者得出的解決方案無法落地實現,原因是因為對業務瞭解匱乏。唯有了解業務,才能建立起業務資料模型,建立起資料分析的體系。
二,經典的業務分析指標將解
(課程截圖)
架構化+公式化+業務化=指標
指標的5要素:
核心指標
好的指標應該是比率
好的指標數應該能帶來顯著的效果
好的指標不應該虛榮
好的指標不應該複雜(指標複雜也會導致思維的複雜,好的指標應該乾淨利落)
不同領域的指標簡介
1.市場銷售領域:
客戶/使用者生命週期-----從購買那天起計算(可分為 潛在使用者,興趣使用者,新客戶,老/熟客戶,流失客戶,具體客戶分類需要根據業務實際情況進行劃分)。
使用者價值----
使用者貢獻度=產出量/投入量×100%
使用者價值=(貢獻1+貢獻2+......)
RFMI模型(通用模型):R最近一次消費時間,M總消費金額,F消費頻次,可將客戶劃分成多個群體。
使用者分群,營銷矩陣(類似多維度分析和象限法):分出來的群體可定義為一個標籤。
2.產品運營指標:AARRR框架
使用者獲取:
渠道到達量(曝光量)
渠道轉化率(曝光量或點選量)
渠道ROI(投資和回報比,利潤/投資×100%)
日應用下載量(多為預估值,以點選計算,但點選並不代表下載,故導致資料虛增)
日新增使用者數:以使用者註冊提交資料為基準
獲客成本:獲得一位使用者需要支付的成本(行業不同,獲客成本也不相同)
一次會話使用者佔比:指新使用者下載完APP,僅開啟一次產品使用2分鐘內的---用來衡量客戶質量。
日/周/月活躍使用者下載量:衡量健康程度
使用者會話session次數:使用週期內每次在規定的幾分鐘內沒有操作,預設會話結束
使用者訪問時長:一次會話持續時間
使用者平均訪問次數:看使用者的粘性
次日留存率,七日留存率等
達到 高活躍 提高留存 盈利獲利 自傳播
3.營收類指標
付費使用者數:花錢的(需要看實際情況下的統計口徑)
付費使用者數佔比:
ARPU:某段時間每位使用者平均收入
ARPPU:某短時間每位付費使用者平均收入,排除未付費的。
客單價:與ARPU區別是時間限制的,銷售額/顧客數
LTV:使用者什麼價值,和市場營銷的客戶價值接近,常用於遊戲運營和電商運營中
LTV=ARPU×1/流失率【此為經驗公式】 應用場景:短頻快的行業,例如電子遊戲。
4.傳播
K因子:每個使用者能帶來多少新使用者
使用者分享率:
活動/邀請曝光量:
5.使用者行為---廣泛課題
6.功能使用
功能使用率/滲透率:使用某功能的使用者佔活躍數之比
7.使用者會話
- 使用者行為指標
使用者路徑
路徑圖:桑基圖
8.購物籃分析
筆單價:
件單價:
成交率:
購物籃係數:平均每筆訂單中,賣出了多少商品,購物籃係數多多益善,它和商品關聯規則有關係。
9.復購率和回購率【區別】
復購率:一個時間段內的-----衡量客戶的銷售慾望
回購率:兩個或多個跨時間段的----衡量忠誠度
10.瀏覽量和訪客量
PV:瀏覽次數
UV:獨立訪客數(一天內,次日再次訪問會計數)
技術上,UV會通過cookie或IP衡量
11.訪客行為
新老訪客佔比:衡量網站的生命力
訪客時間:衡量網站內容質量
訪客平均訪問頁數:衡量網站對訪客的吸引力,訪問深度是否吸引
來源:訪客從哪裡來
使用者行為轉化率:
首頁訪客佔比:
12.退出率和跳出率【區別】
是否是單頁
跳出率:單頁退出次數
退出率是在網頁產品結構中衡量設計是否巧妙,容易使用;跳出率通常是在營銷活動場景中應用。
三,如何生成指標?----組合
例如:
1.訪客訪問時長+UV=重度訪問使用者佔比(瀏覽時間5分鐘以上的使用者在整個訪客中佔比)
2.使用者會話次數+成交率=有效消費會話佔比(使用者在所有的會話中,其中有多少次有效消費)
四,業務的分析框架
從指標的角度出發
從業務的角度出發
從流程的角度出發
(模型詳見課程內容暫不一一例舉)
五,如何應對各類業務場景
練習
熟悉業務
應用三種核心思維
歸納和整理出指標
畫出框架
檢查,應用,修正
應用和迭代
資料管理很重要
30%資料統計+70%的資料管理
總結練習
思維導圖進行結構化構思
將其轉換為流程閉環
再次轉化為指標
就汽車經銷商日常新車銷售簡單做了一一版為練習,先叫它V0.1版吧(●'◡'●)