【資料分析】資料指標
什麼是好的資料指標？
- 好的資料指標能帶來你所期望的變化
- 好的資料指標是比較性的
- 好的資料指標是簡單易懂的
- 好的資料指標是一個比率
- 比率的可操作性強，是行動的嚮導
- 比率是天生的比較性指標
- 比率還適用於比較各種因素間的相生和相剋(正相關和負相關)
- 好的資料指標會改變行為
- 將日銷售額之類的“會計”指標納入財務報表，有助於進行更準確的財務預測
- “試驗”指標，如一個測試的結果，其作用在於幫助你優化產品、定價以及市場定位
學會根據資料確定一條做與不做的準繩，對規範你的創業行為大有裨益。
由錯誤資料指標引導的鈉售團隊也會犯同樣的錯誤 資料指標之間耦合現象也值得注意（轉化率、病毒系傳播係數、病毒傳播週期）
找出正確的資料指標的五點方法
1、定性指標與量化指標
定性指標：
- 通常是非結構化的、經驗性的、揭不性的、難以歸類的;
- 定性資料：雜亂的、主觀的、不精確的，極難量化
- 吸納主觀因素
量化指標：
- 則涉及很多數伯和統計資料，提供可靠的量化結果，但缺乏直觀的洞察
- 定量資料：那此我們跟蹤和衡量的數字，比如休育比賽的比分和電影的評分
- 量化資料使用方便，具有科學性，易於歸類、外推和置入電子表格
- 排斥主觀因素
2、虛榮指標與可付諸行動的指標
虛榮指標：
- 看上去很美，讓你感覺良好，卻不能為你的公司帶來絲毫改變相反
- 如果你有一個數據,卻不知如何根據它採取行動,該資料就僅僅是一個虛榮指標。它毫無意義,唯一的作用是讓人自我膨脹。
可付諸行動的指標：
- 可以幫你遴選出一個行動方案，從而指導你的商業行為
- 真正應該關注的指標,即可付諸行動的指標,是“活躍使用者佔總使用者數的百分比”(活躍使用者佔比)這個指標揭示了產品的使用者參與度,當產品作出調整時,這個指標也會相應地變化。如果調整的思路是正確的,這個佔比就應該上升。這就意味著,它可以指導你試驗、學習和迭代。
如果你並不明白哪個指標能夠改變企業的行為,那你壓根就不是在用資料驅動決策,而只是在資料的流沙裡掙扎。 另一個值得關注的指標是“單位時間內新使用者的數量”(或“新使用者增速”),它對比較不同營銷手段的優劣往往很有幫助。
8個需要提防的虛榮資料指標(模式)
- 點選量。
- 頁面瀏覽量(PⅤ值)
- 訪問量
- 獨立訪客數
- 粉絲/好友/讚的數量。
- 網站停留時間( time on site)/瀏覽頁數( number of pages)。
- 收集到的使用者郵件地址數量。
- 下載量。
3、探索性指標與報告性指標
探索性指標是推測性的，提供原本不為所知的洞見，幫助你在商業竟爭中取得先手優勢打告性指標則讓你時刻對公司的日常運營、管理性活動保持資訊通暢、步調一致 我們知道我們不知道的”意味著某種度量行為，用於核算、衡量試驗的結果 “我們不知道我們不知道的”與創業的關係最緊密;它意味著在一系列探索之後,我們得到了一個能撼動市場的新產品。
資料分析在唐納德理論的四個象限中都有重要的應用:
- 檢驗我們手頭上的事實和假設(如開啟率或轉化率),以確保我們不是在自欺欺人,我們的商業計劃是切實可行的
- 驗證我們的直覺,把假設變成證據;
- 為業務預測表、瀑布式開發流程圖和董事會議提供資料;
- 幫助我們發現黃金機遇,大展巨集圖
4、先見性指標與後見性指標
先見性指標用於預言未來，後見性指標則用於解釋過去。
相比之下，我們更喜歡先見性指標，因為你在得知資料後尚有時問去應對-—術雨綢繆，有備尤患先見性指標(或稱先見性指示劑)可用於預測未來，銷售漏斗。後見性指標能提示問題的存在，使用者流失。
5、相關性指標與因果性指標
如果兩個指標總是一同變化，則說明它們是相關的;如果其中一個指標可以導致另一個指標的變化，則它們之間具有因果關係。
如果你發現你能控制的事(比如播放什麼樣的廣告)和你希望發生的事(比如營收)之間存在因果關係，那麼恭喜你，你已擁有了改變未來的能力發現相關性可以幫助你預測未來,而發現因果關係意味著你可以改變未來。 證明一個因果關係:找到一個相關性,進行控制變數試驗並測量因變數的變化。 有時,你只能找到一些相關性,但你永不停止尋找因果性。
市場細分、同期群分析、AB測試和多變數分析
測試是精益資料分析的靈魂，測試就是通過市場細分、同期群分析或AB測試來比較兩個樣本的不同。
市場細分
細分市場就是一群擁有某種共同特徵的人。
同期群分析
同期群分析比較的是相似群體隨時間的變化。 產品會隨著你的開發和測試而不斷迭代,這就導致在產品釋出第一週就加入的使用者和後來才加入的使用者有著不同的體驗。 每一組使用者構成一個同期群,參與整個試驗過程。通過比較不同的同期群,你可以獲知:從總體上看,關鍵指標的表現是否越來越好了。 同期群的概念還可以表現為,根據使用者的體驗劃分資料。 同期群分析為我們提供了一個更加清晰的視角。 同期群分析使你能夠觀察處於生命週期不同階段客戶的行為模式,而非忽略個體的自然生命週期,對所有客戶一刀切。同期群分析適用於營收、客戶流失率、口碑的病毒式傳播、客戶支援成本等任何你關注的資料指標。
AB和多變數測試
縱向研究指比較不同群體的同期群試驗，資料是沿著客戶群體的自然生命週期收集 橫向研究指在同一時間段對不同被試群體提供不同的體驗。
AB測試看似簡單易行,實則有一個軟肋。只有使用者流量巨大的大型網站(如微軟必應、谷歌)能對單一的因素(如連結顏色、網頁速度)進行測試並迅速得到答案。
資料科學家的思維方式(模式),10條創業者需要避免的資料圈套：
- 假設資料沒有噪聲。
- 忘記歸一化。
- 排除異常點
- 包括異常點
- 忽視季節性
- 拋開基數侈談增長
- 資料嘔吐
- 謊報軍情的指標
- “不是在這兒收集的”綜合徵。
- 關注噪音。
資料分析框架
海盜指標
創業公司最需要關注的指標分為五大類:獲取使用者( Acquisition)、提高活躍度( Activation)、提高留存率( Retention)、獲取營收( Revenue)和自傳播( Referral),簡稱 HARRI 這五個指標並不一定遵循嚴格的先後順序。
埃裡克.萊斯的增長引擎
黏著式增長引擎
黏著式增長引擎的重點是讓使用者成為回頭客,並且持續使用你的產品 使用者參與度是預測產品成功的最佳指示劑之一 衡量黏性最重要的KPI就是客戶留存率。 流失率和使用頻率也是非常重要的指標。
病毒式增長引擎
病毒式傳播歸根結底就是一件事情:讓聲名傳播出去 病毒式傳播之所以吸引人,在於它的指數性本質 關鍵指標是病毒式傳播係數,即每個使用者所帶來的新使用者數。 需要考慮流失率對整體病毒因子的影響。病毒因子越大,增長也就越迅速。 衡量哪些使用者行為形成了一個病毒傳播週期(迴圈)
付費式增長引擎
賺錢是識別一個商業模式是否可持續的終極指標。 賺錢並不是一種驅動增長的引擎 客戶終生價值(CV)和客戶獲取成本(CAC) 客戶盈虧平衡時間,也就是你收回獲取一位客戶的成本所需的時間。
阿什.莫瑞亞的精益創業畫布
肖恩·埃利斯的創業增長金字塔
肖恩·埃利斯是一位著名的企業家、市場營銷家。他創造了增長黑客這個詞語 創業增長金字塔著眼於創業公司在找到產品與市場契合點之後該如何增長
長漏斗
客戶可能會在試探性地訪問幾次後才決定購買。 “長漏斗”它是一種分析方法,能夠幫你理解你最初是如何獲得客戶的注意力的,以及客戶從最初得知該網站到發生你所期望的行為的全過程
精益資料分析階段和關隘模型
許多優秀的框架來幫你審視創業:
- 其中一些(如海盜指標和長漏斗框架)側重於獲取和轉化使用者的行為;
- 其中一些(如海盜指標和長漏斗框架)側重於獲取和轉化使用者的行為;
- 還有一些(如精益創業畫布框架)幫助你釐清商業模式及其組成部分,讓你可以細緻地分析創業的這些成分。
第一關鍵指標的約束力
第一關鍵指標,就是一個在當前階段高於一切、需要你集中全部注意力的數字。 同時跟蹤很多指標很了不起,卻也是讓你失去專注度的不歸路。
使用第一關鍵指標的四大理由：
- 它回答了現階段最重要的問題。
- 它促使你得出初始(區別創業成敗的)基線並建立清晰的目標。
- 它關注的是整個公司層面的健康。
- 它鼓勵一種實驗文化。
參考：《精益資料分析》