如何评估一个业务的好坏

最新推荐文章于 2021-05-31 20:21:46 发布
最新推荐文章于 2021-05-31 20:21:46 发布
阅读量1.5k 收藏
点赞数
分类专栏： 思想总结
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/KuaiLeShiFu/article/details/79044190
版权

一个业务功能上线后，如何评价其好坏？
不能简单的通过上线后的表现来看，也不能看上线后某一个时间段的表现，而是要通过趋势，看业务是上升趋势，还是下降趋势。然后才能得出这个业务的好坏。如果你仅仅看一段数据， 而不是对比、分析，你得出的结论是不靠谱的

说白了，就是看潜力。很多事情都是要看潜力。
看方向，而不是看现状；

bigzhangbig
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
业务数据分析.pdf
12-23
业务数据分析 1.数据驱动业务流程： 数据需求 数据收集 数据处理 两个分⽀：数据分析/机器学习 评估：数据能否对项⽬真正产⽣积极影响，取决于数据结论是否能击中业务痛点以及报告对数据的重视程度。 2.⽤户⽣命周期可分为六个阶段： 潜在⽤户阶段 新⼿阶段 有效活跃阶段 活跃下降阶段 即将流失阶段 流失阶段 3.数据驱动决策的10种思维⽅式： 1）分类思维：如RFM模型。 2）矩阵思维：波⼠顿矩阵。（适⽤于商品描述不是客户⾏为分析） 3）管道/思维思维：长漏⽃（涉及环节多，时间周期长。如AARRR模型）短漏⽃（时间短。如 注册漏⽃） 4）相关思维：（不仅看单个指标的变化，还需要观察指标间相互关系） 5）逻辑树思维：分解和汇总的概念（下钻和上卷） 6）时间序列思维：同⽐（指标往往存在某些周期性，需要在周期中的同⼀阶段进⾏对⽐） APP发展⽣命周期：初创期、⽣长期、成熟期和衰退期。 产品⽣命周期（PLC模型）:引⼊期、成长期、成熟期、衰退期。 7）队列分析思维：留存分析。指标其实是时间序列，不同的是衡量样本。队列分析中的衡量 样本是在时间颗粒上变化的，⽽时间序列的 样本相对固定。 8）循环/闭环思维：业务流程的闭环 9）逻辑思维：即明⽩价值链、明⽩各项数据中的关系，因果关系。 10）指数化思维：降维，减少了指标，提⾼了数据的可靠程度。 数据+经验 = 业务决策 4.数据驱动的价值： 1）驱动决策。BI(Business Intelligence)，商业智能，通过数据来⽀持决策。 2）驱动产品智能。有⼀定的数据基础，然后在上⾯套⼀个算法模型，再将得到的数据结果反 馈到模型。AI(Artiycial Intelligence)⼈⼯ 智能。 （数据基础+算法模型）——反馈。 5.数据通常分为3类： 1）⽤户数据：包括⽤户的姓名，年龄等，⽤于概括⽤户的特征属性，⽤于对⽤户进⾏聚类分 析。 2）⾏为数据：包括⽤户ID、点击等⾏为记录，根据⽤户⾏为可以判断⽤户的喜好程度，产品 的好坏。 3）产品数据：产品名称、类别等，可以⽤于判断产品的受欢迎程度。 6.指标： 衡量⽬标的单位或⽅法，说明总体数量特征的概念及其数值的综合，⼜称综合指标，实际应⽤中，称为指标。 7.业务指标的三类： ⽤户数据指标 ⾏为数据指标 产品数据指标。 8.MTA指标体系： 基础指标，⽤户属性，⽤户来源，⽤户⾏为，模型数据。 9.将表数据结构进⾏字段整体的汇总结果可以求得指标结果。 10.指标需要与维度结合才能统计出结果。 流量相关重要指标 电商黄⾦公式： 销售额 = 流量 * 转化率 * 客单价 最重要的指标是流量，但需要投⼊⼤量成本，企业资⾦出现问题时，应优先解决黄⾦公式中的另外两项指标。 流量数量重要指标： · 访客数（UV）：到达店铺页⾯的⾮重复⽤户数 · 浏览量（PV）：店铺内浏览和查看页⾯的累加次数 · 访问次数（Visits）：⼀个会话内被⽤户连续访问的次数 · 新访客数： 新进访客数 · 主页(Home Page）:主⽬录功能的页⾯，也是⽹站起点。通常是⽹站主页。 · 跳出率（Bounce Rate）：跳出率=在这个页⾯跳出的⽤户数/PV · 退出率：退出率=在这个页⾯退出的⽤户数/PV。 · CTR点击率：指某个⼴告、Banner、URL被点击的次数和被浏览的总次数的⽐值。⼀般⽤来考核⼴告投放的引流效果。CTR=点击数 (click)/被⽤户看到的次数。 流量质量重要指标： · 平均访问深度：浏览量 / 访问次数（描述电商流量质量好坏程度） · 跳失率：跳出次数 / 访问次数 · 新访客占⽐： 新访客数 / 访客数 ⽤户数据指标： · ⽇新增⽤户 · 活跃⽤户 · 活跃率：活跃率=活跃⽤户数/总⽤户数(⽇活跃率、周活跃率、⽉活跃率) · 留存率：描述客户质量好坏程度。通过渠道推⼴过来的新⽤户，经过⼀段时间可能会有⼀部分⽤户逐渐流失掉了，那么留 存下来的⽤ 户就称为留存。作⽤：评估产品功能对⽤户的粘性。 表⽰第⼀天新增⽤户中在第N天使⽤过产品的⽤户数/第⼀天新增⽤户数 · NPS：（Net Promoter Score）净推荐值，衡量⽤户对品牌的推荐程度 商品数据指标： · 投资回报率。投资回报率(ROI)=年利润或年均利润/投资总额100，通常⽤于评估企业对于某项 活动的价值，ROI⾼表⽰该项⽬价值 ⾼。 · 总量。包括：成交总额(GMV)、成交数量。 成交总额：即流⽔，包括销售额、取消订单⾦额、拒收订单⾦额、退货订单⾦额 成交数量：即下单商品数量 · 商品 包括：热销商品、好评商品、差评商品，商品指从商品的⾓度去衡量哪些商品好，哪些商品不 好，重点推销或优化。 转化相关指标: · 转发率：转发某功能⽤户数/看到该功能⽤户数 · 转化率：当前阶段/初始阶段（或
如何看待近几年国内开源的现状？来看一下：贾扬清、李沐、陈天奇大神的回答...
深度学习技术前沿
01-19 646
关注上方“深度学习技术前沿”，选择“星标公众号”，资源干货，第一时间送达！问题：如何看待近几年国内开源的现状？你是如何理解开源的？https://www.zhihu.com/questi...
数据分析面经整理：业务分析方面
kkill_youokk_的博客
05-31 635
目录1.指标异动分析 1.指标异动分析 指标异动分析五步骤： 1.确认数据以及统计来源的准确性 2.了解清楚数据指标具体业务情况和异常情况 3.将数据指标进行拆解。 4.异常范围定位，根据业务进一步做假设，具体情况具体分析。 5.预测未来是否还会下跌？应该采取什么方式避免下跌？与业务沟通反馈分析结论，探讨后续方案的执行。再针对原因解决问题，制定优化策略。 ...
存储性能瓶颈的背后，这篇文章带来的参考价值
架构师技术联盟
11-25 790
在项目实战中，需根据业务真实诉求，针对业务模型进行最佳实践分析和洞察，从主机端口、存储系统、后端磁盘等端到端进行分析和评估，才能提供比较切合业务诉求的配置。       基于项目实战，作者已经总结出一套性能评估技术方法论，并整理成文的“IO知识和系统性能深度调优全解”电子书，涉及到的内容已在本号推送过，但如果怕麻烦零散阅读，那就通过原文链接支付少量费用获取吧，也是您对咱们公号的支持，资料
清晰理解业务分析——《七步掌握业务分析》读书笔记（一）
JUNEZHANG2015的博客
10-11 1万+
第一章 清晰理解业务分析 业务分析涉及： 确定业务问题和商业机会引导干系人的需要并分析制约因素分析干系人的需要以定义解决方案的需求分析和验证潜在和实际的解决方案管理“产品”或者需求范围 业务分析使用很多系统分析的实用技术，但是更多侧重业务目标而更少侧重技术设计。 业务分析对业务需求进行引导，并在更加具体的层级进行分析，同时业务分析更加注重理解用户和业务换将，并设计实用性强的因工
衡量一个优秀系统的标准(工作总结)
chenhaiyang_ok的专栏
10-15 1850
各位：                    最近我们在开发一些项目过程中，或多或少都遇到了一些大大小小的问题，这些问题涉及多个项目，比如PPC、支付中心等等，也涉及到各个组许多同事。                    这几天我一直在想这些问题为何会发生？是因为我们做事不认真或者是我们的能力本身就不够？？再或者是这些问题本身属于不可抗力非人力所能做好？
一文详尽系列之模型评估指标
Datawhale
11-22 9770
点击上方“Datawhale”，选择“星标”公众号第一时间获取价值内容在机器学习领域通常会根据实际的业务场景拟定相应的不同的业务指标，针对不同机器学习问题如回归、分类、排...
如何评估模型好坏
成鹏的专栏
08-26 9366
介绍“所有模型都是坏的，但有些模型是有用的”。我们建立模型之后，接下来就要去评估模型，确定这个模型是否‘有用’。当你费尽全力去建立完模型后，你会发现仅仅就是一些单个的数值或单个的曲线去告诉你你的模型到底是否能够派上用场。在实际情况中，我们会用不同的度量去评估我们的模型，而度量的选择，完全取决于模型的类型和模型以后要做的事。下面我们就会学习到一些用于评价模型的常用度量和图表以及它们各自的使用场景。内容
2017春招互联网产品经理笔试题整理|腾讯，阿里，京东，网易，头条，去哪儿，携程，人人
热门推荐
lasebella的博客
06-16 2万+
腾讯：1.分析一款你最喜欢的app，他的产品定位，目标用户，竞争优势，还有哪些可以改进的地方？ 2.VR AR AI时代，设计一套智能生活解决方案阿里：笔过之后没有进行记录，因此印象比较模糊：（3道大题） 大概20道选择，基本都是技术相关 大题： 1. 结合现在很火的一些技术（AR，VR， 人工智能相关），为淘宝增加一项新功能 2. 现在阿里一些平台拥有大数据基础，例如阿里云，高德地图等，
如何更靠谱的评估工作量
KuaiLeShiFu的博客
01-10 1810
1.背景 作为一个开发者，你要做的主要工作是实现功能，那么如何更靠谱的评估工作量，不坑自己和队友呢？ 2.具体 首先 评估自己的业务熟悉度、技术熟练度：业务 + 所使用的技术 了解下项目规模：配合、沟通复杂度，参与人员是不是很多，是否涉及到跨部门沟通 一般情况下，参与的人员多，跨部门的项目都比一般的部门内项目需要更多的沟通配合时间。 在执行前，做好风险点，难点评估； 在执行过程中，
聚类分析
01-07
聚类分析一、聚类的关键：距离二、K-means聚类算法三、聚类的注意事项聚类好坏的评估方法1、技术上的方法2、业务上的方法连续型数据标准化分类型数据标准化 一、聚类的关键：距离 二、K-means聚类算法 三、聚类的...
大数据建模五步法.pdf
12-24
前⾯说过，模型的好坏是不能够单独评估的，⼀个模型的好坏是需要放在特定的业务场景下来评估的，也就是基于特定的数据集下才能知道 哪个模型好与坏。 既然要评估⼀个模型的好坏，就应该有⼀些评价指标。⽐如，数值...
如何做好产品数据分析报告的一点思考.docx
12-23
注意：所以叫业务诊断，是因为最后输出的结论，应该是指向一个具体的业务行动，而不是简单的扔一个"XX指标低了，要搞高"出来（如下图）。 四个方法，拯救你平淡的数据分析报告 如何做好产品数据分析报告的一点思考...
大数据：数据质量.pdf
06-22
⼤数据：数据质量 ⼤数据：数据质量 ⼀、数据质量保障原则 ⼀、数据质量保障原则 如何评估数据质量的好坏，业界有不同的标准，阿⾥主要从 4 个⽅⾯进⾏评估：完整性、准确性、⼀致性、及时性； 1、完整性 、完整性2 ...
设计和开发时间配比
KuaiLeShiFu的博客
01-16 4073
如果把整理思路，调研都算到设计里面的话， 那么设计和开发的时间比例一般都是设计远大于开发时间。 所以，至少想清楚了再去开发，比较顺畅，也不容易返工。
如何全面了解一个系统
KuaiLeShiFu的博客
02-06 3466
如果一个系统包括了前台（面向C端用户），一个后台（面向B端用户），而且也有一些平台化的运营使用模块（比如ERP，CRM等），还有一些后台调度系统（JOB等）。 那么这么全面的系统怎么能够了解全面呢？ 那就是去做与这些系统相关的需求，或者修改这些项目相关的bug，或者是跟（一步一步调试地跟踪）这些项目相关的代码。 总之，要亲身经历，然后多问，多做，多使用（操作这些系统）。时间到了，你就懂了。
git merge 注意事项
KuaiLeShiFu的博客
01-25 2495
背景 在使用git作为版本控制工具时，经常遇到把另外一个分支的代码合并到当前分支的情况，那么怎么做呢？ 具体 一般在git merge之前，需要把当前分支和要合并的那个分支代码git pull下，这样最新的代码就可以更新到本地仓库。 在使用git merge合并过程中，如果遇到冲突，那么怎么解决呢？ 首先，冲突分为： 一种：修改同一个文件，但是新增的是不同内容，一般都是都保留。
ERP管理系统（后台系统）中javaweb-分页组件
KuaiLeShiFu的博客
02-26 2295
后端采用的技术： SpringMVC PageHelper 核心点： ThreadLocal、拦截器 前端采用的技术： http://www.jeasyui.com/documentation/datagrid.php
如何做到并行工作
KuaiLeShiFu的博客
01-20 2011
1.背景 在工作中，或者生活中，很多事情需要我们去并行的做，如何更好地并行呢？ 2.具体 心理上抛弃完美，行动上不能将就 既然是并行工作，那么工作列表要有个优先级。 即使有了优先级，但是变化还是可能发生，因此，要根据事情的紧急程度的变化，再斟酌手头的工作，做到随时切换。切换的时候一定要记录下来之前的事情的进度和下一步的工作。不能因为切换而导致慌乱而切不回来了。 心理上不要追求什
决策树模型可以用哪些指标评价好坏
最新发布
05-17
决策树模型可以使用以下指标来评价其好坏： 1. 准确率（Accuracy）：分类正确的样本数占总样本数的比例。 2. 精确率（Precision）：被模型预测为正例的样本中，实际为正例的比例。 3. 召回率（Recall）：实际为...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值