來源: 猴子_數(shù)據(jù)分析學(xué)院 | 相對通識(shí)灶体，比較基礎(chǔ)
第一部分: 方法
1. 數(shù)據(jù)的分類有: 用戶數(shù)據(jù)(包括姓名/性別/郵箱/年齡/家庭住址/教育水平/職業(yè))，行為數(shù)據(jù)(比如停留時(shí)間，瀏覽過的商品)辫红，產(chǎn)品數(shù)據(jù)(比如名稱類別評(píng)論等等)
2. 常用的數(shù)據(jù)指標(biāo)有哪些:?
用戶數(shù)據(jù) —— 新增用戶(日新增用戶數(shù))虫给，活躍用戶(活躍率-需要明確活躍的定義，是登陸辫封，還是點(diǎn)擊還是購買)硝枉，留存用戶(留存率)；? ? ? ? ? ? ? ? ?
行為數(shù)據(jù)——PV/UV/轉(zhuǎn)發(fā)率/K因子(K-factor = 平均每個(gè)用戶向多少用戶發(fā)出邀請X接受到的用戶轉(zhuǎn)化為新用戶的比例)等等倦微；? ? ? ? ? ? ? ? ? ??
產(chǎn)品數(shù)據(jù) —— 比如成交總額妻味，客單價(jià)，付費(fèi)和復(fù)購率等業(yè)務(wù)總量指標(biāo) e.g. 電商行業(yè)的GMV欣福，游戲行業(yè)的人均ARPU(average revenue per user), 例:18年淘寶的人均消費(fèi)為8732元责球，京東4426元，拼多多673元拓劝；?
其他推廣付費(fèi)指標(biāo) e.g. CPC/CPM/CPA || CPC為按照點(diǎn)擊次數(shù)收費(fèi)雏逾，一般為搜索廣告；CPM為按照展示次數(shù)付, 一般為展示位廣告郑临；CPD（按照App下載數(shù)付費(fèi)), CPI (按照App激活數(shù)付費(fèi)), CPS(按照購買的用戶數(shù)或者銷售額付費(fèi)), 一般在信息流廣告中常見栖博，以投放實(shí)際效果看
3. 如何選擇指標(biāo)
我們會(huì)談?wù)摫睒O星指標(biāo)，是一個(gè)產(chǎn)品最為重要的指標(biāo)厢洞。比如喜馬拉雅最關(guān)心的指標(biāo)就是一個(gè)用戶進(jìn)來他能聽多久的音頻仇让。
4. 如何搭建指標(biāo)體系和報(bào)表
明確部門KPI，找到一級(jí)指標(biāo) --> 了解業(yè)務(wù)運(yùn)營情況躺翻，找到二級(jí)指標(biāo) --> 梳理業(yè)務(wù)流程丧叽，找到三級(jí)指標(biāo) --> 通過報(bào)表監(jiān)控指標(biāo)，不斷更新指標(biāo)體系
5. 常用的分析方法
- 邏輯樹分析方法(將復(fù)雜的問題變得簡單)?把問題看做樹木的樹干公你，通過不同的分枝踊淳，把問題拆解為一個(gè)個(gè)的子問題。通過解決單獨(dú)的子問題陕靠，從而匯總得出問題的答案; 經(jīng)常會(huì)有類似的費(fèi)米問題: 比如深圳有多少產(chǎn)品經(jīng)理迂尝，一個(gè)公交車能裝下多少乒乓球?
? ? “例子: 問題 - 中國有多少鋼琴調(diào)音師? 誰 — 調(diào)音師脱茉，調(diào)音師一般是調(diào)節(jié)鋼琴，那可以變成鋼琴的數(shù)量? X 每個(gè)鋼琴每年調(diào)多少次音 X 調(diào)一次需要多久 / 一位調(diào)音師每年工作的時(shí)間 —> 鋼琴一般出現(xiàn)的場景在哪里雹舀？ 鋼琴樂器店芦劣，自己購買鋼琴的家庭，演出場所说榆，學(xué)校教育機(jī)構(gòu)虚吟；+ 每個(gè)鋼琴估計(jì)一年1次 + 一年工作50個(gè)星期按照一周5天每天8小時(shí) 每個(gè)調(diào)音師每年工作2000小時(shí) —> 計(jì)算出結(jié)果
- PEST分析方法(通常用于行業(yè)分析）
? ? 政治: 政府的法律投資稅收政策等等 // 社會(huì): 一個(gè)地區(qū)的人口年齡收入分布購物習(xí)慣等等// 技術(shù)環(huán)境: 包括一些外部創(chuàng)新技術(shù)//
- 對比分析
? ? 和誰比: 和自己比 + 和行業(yè)比； 比較數(shù)據(jù)整體的大小(平均數(shù)中位數(shù))签财，數(shù)據(jù)整體的波動(dòng)(變異系數(shù)）及趨勢變化(時(shí)間折線圖 環(huán)比和同比）; 以及A/B測試?
- 假設(shè)檢驗(yàn)分析
? ? ? ?提出假設(shè) —> 收集證據(jù) —> 得出結(jié)論; （從用戶/產(chǎn)品/競品三個(gè)維度提出假設(shè)串慰，收集用戶數(shù)據(jù)產(chǎn)品數(shù)據(jù)競品數(shù)據(jù), 最后用數(shù)據(jù)去反復(fù)驗(yàn)證)
- 相關(guān)分析方法
? ? 相關(guān)分析的作用: 在研究兩種或者兩種以上數(shù)據(jù)之間有什么關(guān)系或者某個(gè)事情收到其他因素影響的問題時(shí)，可使用相關(guān)分析唱蒸。
? ? 相關(guān)系數(shù)邦鲫，通常用r表示，正負(fù)表示相關(guān)方向神汹，范圍為-1~1庆捺。-1，1屁魏，0為極值滔以。
? ? 如何判斷兩個(gè)數(shù)據(jù)之間是不是 相關(guān)關(guān)系，需要使用單變量控制方案
- 群組分析方法
? ? 按照某個(gè)特征氓拼，把數(shù)據(jù)分為不同的組你画。例子: 按照用戶開始使用產(chǎn)品的月份
? ? 例子: twitter開始去關(guān)注30個(gè)好友，是發(fā)現(xiàn)的分組"某月份用戶用推特的天數(shù)"和留存率有關(guān)系(核心用戶 - 每個(gè)月至少訪問7天的人/一般用戶 - 使用產(chǎn)品不那么頻繁的人/冷漠用戶-使用一次產(chǎn)品后再也不用的人) 分完組和相對應(yīng)的比例桃漾，再進(jìn)行假設(shè)檢驗(yàn)可以思考可能性
- RFM分析方法
? ? R代表Recency 最近一次消費(fèi)時(shí)間坏匪，F(xiàn)代表Frequency 消費(fèi)頻次(一段時(shí)間), M代表Monetary 消費(fèi)金額(一段時(shí)間)
? ? * 計(jì)算RFM的值，用戶名稱或ID + 消費(fèi)時(shí)間 + 消費(fèi)金額;?
????*給RFM值按價(jià)值打分撬统，比如將RFM3個(gè)指標(biāo)按照價(jià)值從小到大為1~5分适滓，對于R，大于20天的打1分恋追，10~20天打2分,5~10天打3分,3~5天打4分粒竖，3天以內(nèi)打5分
? ? * 計(jì)算R F M價(jià)值平均值
? ? * 進(jìn)行用戶分類，高于維度價(jià)值平均值的為高凈值的用戶（高低高低高低几于，區(qū)分出8種用戶)
? ? * 比如 重要價(jià)值用戶，RFM三個(gè)值都很高
- AARRR模型分析方法
- 漏斗分析方法
- 5W2H (What 是什么沿后，when 何時(shí)沿彭，where 何地，why 為什么尖滚，who是誰)
6. 用多種分析方法解決問題
?思路: 確定問題 —> 分析原因—>提出建議
e.g. 某個(gè)店鋪上半年完成的利潤很低喉刘，要找出利潤沒有達(dá)標(biāo)的原因瞧柔，以及完成年度目標(biāo)的方案。確定問題是A. 需要明確時(shí)間地點(diǎn)和數(shù)據(jù)來源 B. 明確其涵蓋的指標(biāo)意義和相比較的對象
1) 首先例子中的問題是睦裳，利潤沒有達(dá)到目標(biāo)(計(jì)劃為3000萬造锅，實(shí)際完成1991.37萬)，落后于計(jì)劃1008.63萬廉邑，需要解決哥蔚，以及如何完成下半年指標(biāo)；其業(yè)務(wù)指標(biāo): 利潤的含義如何定義 = 銷售收入 - 銷售成本 - 營業(yè)外支出蛛蒙，銷售收入 = 客單價(jià) X 用戶數(shù)糙箍，銷售成本 = 商品成本 + 實(shí)現(xiàn)銷售付出的成本，營業(yè)外支出 = 各種非盈利的支出比如捐款等
2) 明確好問題后牵祟，我們需要分析原因深夯。此處我們會(huì)先對利潤進(jìn)行拆解，按照上面的業(yè)務(wù)指標(biāo)可能由這么些要素組成诺苹，再去分別追溯數(shù)據(jù)咕晋。發(fā)現(xiàn)上半年的銷售成本出現(xiàn)明顯增長，但銷售成本和銷售收入直接關(guān)系收奔，在費(fèi)率比逐步下降的情況下掌呜，銷售費(fèi)用上升并非是利潤不達(dá)標(biāo)的原因。接下來再去分析商品采購成本筹淫，與去年上半年同期相比站辉，是低于的，也不是不達(dá)標(biāo)的原因损姜。銷售收入對比后發(fā)現(xiàn)饰剥，今年上半年總銷售收入比去年下降了8.79%；再在銷售收入的組成元素里去拆解摧阅，分析客單價(jià)和用戶數(shù)汰蓉，發(fā)現(xiàn)客單價(jià)變化不大反而用戶數(shù)量下降了。接著去分析用戶數(shù)量下降的原因棒卷。
將用戶按照用戶顾孽，產(chǎn)品，競品三個(gè)維度去拆解比规，從業(yè)務(wù)流程出發(fā)若厚，去做假設(shè)和分析思路
提出建議這一步，通常需要回歸分析和AARRR模型蜒什。
第二部分: 實(shí)戰(zhàn)
【電商行業(yè)】
模式: B2C测秸，B2B,C2C,O2O模式; 重點(diǎn)業(yè)務(wù)指標(biāo): 新老用戶, 復(fù)購率(反映忠誠度)和回購率（使用場景不同，分析大促對于用戶的吸引力 -- 大促期間購買的用戶數(shù)/某段時(shí)間的購買用戶數(shù))，人指標(biāo) --- 用戶交易常用指標(biāo)包括進(jìn)店瀏覽訪問UV霎冯，加購UV铃拇，收藏UV，購買的GMV沈撞，支付轉(zhuǎn)化率慷荔，折扣率以及退貨指標(biāo); 貨指標(biāo) --- 備貨指標(biāo)包括 SPU/SKU數(shù)量和備貨值，售賣比(GMV/備貨值缠俺，用來看商品流轉(zhuǎn)情況去優(yōu)化庫存)显晶，動(dòng)銷率(有銷量的SKU數(shù)量/在售的SKU數(shù)量）
例子: 2019年雙11結(jié)束后，某店的KPI未達(dá)成晋修，首次交易的新用戶數(shù)量可觀吧碾，可能與已購用戶銷售表現(xiàn)有關(guān)(老用戶);?
> 明確問題: 2019雙十一用戶回購率下降的原因
> 分析原因: 多維度拆解 + 對比分析法 + 假設(shè)檢驗(yàn)方法確認(rèn)原因
大促回購率 = 一定時(shí)間的購買人數(shù)/當(dāng)期的購買人數(shù)， 已知2017年雙11的回購比例8.79%墓卦，2018雙11的回購比例8.07%倦春，2019雙十一回購比例7.71%（用戶基數(shù)和雙11回購人數(shù)是一直在增長的，但是由于回購人數(shù)的增長率小于回購率的增長落剪，導(dǎo)致整體看下來老用戶的回購金額下降睁本。那么新增人數(shù)里面哪些人回購表現(xiàn)不佳，變成我們探究的原因忠怖。
下面我們來拆解用戶呢堰，簡單的采取以下RFM模型，先從單獨(dú)R的基數(shù)值看凡泣，劃分不同的老用戶 R <=365 365<R<730枉疼，目前看沒有明顯下降。再去拆F鞋拟，簡單拆一下F>1骂维，F(xiàn)=1發(fā)現(xiàn)2019年的購買次數(shù)1次的用戶回購率同比低了9.27%，而購買多次的用戶回購率同比只減少了0.81%;只夠買一次的用戶變二次復(fù)購變得更難了贺纲。接下來要將F=1的用戶單獨(dú)拿出來進(jìn)行更細(xì)致的分組航闺。
在細(xì)致拆分后 發(fā)現(xiàn)距離2019.11.11的R為90天和180天的用戶，回購率特別低猴誊。去提出落地優(yōu)化方案潦刃；
一般電商促銷運(yùn)營活動(dòng)的數(shù)據(jù):?
A. 總體運(yùn)營情況: 備貨值，銷售額懈叹，售賣比乖杠，SKU數(shù)，SPU數(shù)澄成，銷量滑黔，客單價(jià)笆包，UV，收藏?cái)?shù)略荡，加購數(shù)，轉(zhuǎn)化率歉胶，折扣率汛兜，毛利率; 一般如何分析?
B. 活動(dòng)的商品結(jié)構(gòu), e.g.將數(shù)據(jù)按照價(jià)格維度來拆解，比如500~800的售賣量集中通今，轉(zhuǎn)化率好粥谬。e.g. 按照折扣區(qū)間去拆解
【金融信貸行業(yè)及金融第三方支付行業(yè)】此處不感興趣就不贅述了
信貸行業(yè)模式: 金融機(jī)構(gòu)包括銀行，證券公司辫塌，保險(xiǎn)公司漏策，信托公司，網(wǎng)貸公司臼氨，第三方支付公司掺喻，金融科技公司等等;?
第三方支付公司模式: 為現(xiàn)在商戶提供收費(fèi)終端商品(如掃碼槍，付款碼等等) 更偏TOB
【家政行業(yè)】此處不感興趣就不贅述了
行業(yè)模式: 服務(wù)提供方 -->家政平臺(tái) <--服務(wù)需求方储矩，整體的數(shù)據(jù)分析也就是一個(gè)長業(yè)務(wù)鏈每一部分的轉(zhuǎn)化率分析
【旅游行業(yè)】
傳統(tǒng)模式: 用戶 —> 旅行社 —> 安排目的地旅游
新模式: 用戶 —> 平臺(tái) <—— 旅行社感耙，平臺(tái)比價(jià)和下單; 業(yè)務(wù)流程指標(biāo)：下單人數(shù)，出游人數(shù)持隧，人均團(tuán)費(fèi)即硼，復(fù)購率/轉(zhuǎn)化率，投訴率
案例: 旅行社想看下投訴對于用戶下一年復(fù)購的影響屡拨，首先先從業(yè)務(wù)數(shù)據(jù)上看只酥，有投訴的組和沒投訴的組相比，下一年的復(fù)購率 一個(gè)有43%呀狼，一個(gè)只有26%裂允，說明相關(guān)。然后需要提出建議赠潦。// 從業(yè)務(wù)流程上提出假設(shè)叫胖，可能是售前,售中，售后做的不好她奥，然后去統(tǒng)計(jì)投訴的類型瓮增，發(fā)現(xiàn)售中投訴占比82%; 再去拆分售中的業(yè)務(wù)有餐飲交通酒店導(dǎo)游行程等，再去看F地90%總體投訴量集中在售中-行程上哩俭。
【在線教育行業(yè)】
模式: 錄播課+直播課//前臺(tái)展示通常為App绷跑，網(wǎng)站，小程序等凡资。
業(yè)務(wù)指標(biāo): 一般轉(zhuǎn)化方式還是免費(fèi)課轉(zhuǎn)正價(jià)課砸捏。免費(fèi)試學(xué)階段包括:點(diǎn)擊次數(shù)谬运，點(diǎn)擊率，點(diǎn)進(jìn)概率垦藏，彈出率(具體還要看免費(fèi)課的載體決定梆暖，梳理業(yè)務(wù)轉(zhuǎn)化漏斗) // 觀察用戶的ARPU ARPPU，付費(fèi)用戶的消費(fèi)意愿越高掂骏，平臺(tái)收入越多轰驳。// 上課學(xué)習(xí)階段指標(biāo)包括 出勤率，完課率弟灼，課程評(píng)價(jià)數(shù)级解，好評(píng)率等等;?
【運(yùn)營商行業(yè)】
業(yè)務(wù)模式: 指的是提供網(wǎng)絡(luò)服務(wù)的供應(yīng)商。i.e. 中國移動(dòng)田绑，中國聯(lián)通勤哗，中國電信；常見為存量運(yùn)營掩驱，通過電話營銷去維系用戶和提升用戶價(jià)值芒划，比如把A套餐換為B套餐;?
常用數(shù)據(jù)指標(biāo): 出賬用戶數(shù)，用戶保有率昙篙，收入保有率腊状，用戶流失率，項(xiàng)目增收(某個(gè)產(chǎn)品收入增加);
【內(nèi)容行業(yè)】
業(yè)務(wù)模式: 一般以文章苔可，圖片缴挖，視頻為內(nèi)容載體去滿足用戶閱讀/學(xué)習(xí)/消遣需要。
主要指標(biāo):
- 內(nèi)容生產(chǎn)指標(biāo)
? ? 內(nèi)容生產(chǎn)者比例來衡量一個(gè)平臺(tái)內(nèi)容的生產(chǎn)健康度;?
????內(nèi)容更新總數(shù)為內(nèi)容平臺(tái)每天更新的內(nèi)容數(shù)焚辅，主要分為UGC/PGC?
? ? 內(nèi)容更新頻次為一段時(shí)間內(nèi)內(nèi)容更新的總量/時(shí)間周期
- 內(nèi)容曝光指標(biāo)
? ? 人均曝光次數(shù)指某類內(nèi)容的人均曝光次數(shù)
- 內(nèi)容點(diǎn)擊指標(biāo)
? ? 內(nèi)容平均點(diǎn)擊數(shù)/曝光點(diǎn)擊率
- 內(nèi)容閱讀指標(biāo)
? ? 完成閱讀的人/總閱讀人數(shù)映屋，體現(xiàn)內(nèi)容質(zhì)量
- 內(nèi)容評(píng)論指標(biāo)
? ? 評(píng)論用戶數(shù)/評(píng)論率
- 內(nèi)容分享指標(biāo)
? ? 用戶分享率/內(nèi)容分享用戶數(shù)/內(nèi)容實(shí)際產(chǎn)生價(jià)值(包括廣告/分成/訂閱付費(fèi)等等)
