打卡秦路老师数据分析课程
1、业务模型
模型未动,指标先行——如果你无法衡量它,你就无法增长它
销售、运营、市场 --> 指标 --> 推动业务、机器学习、管理
建立指标的要点:(1)核心指标 (2)好的指标应该是比率 (3)好的指标应该能带来显著效果 (4)不应该虚荣 (5)不应该复杂
2、市场营销指标
客户/用户生命周期、用户价值
RFM模型【R——最近一次消费时间,M——总消费金额,F——消费频次】
用户分群、营销矩阵——提取用户的几个核心维度、用象限法将其归纳和分类
3、产品运营指标
AARRR模型:
Acquisition:用户获取,渠道到达量、转化率、ROI
Activation:用户活跃,提高活跃用户占比
Retention:用户留存,留存率
Revenue:营收,盈利获利
Refer:传播,自传播
4、用户行为指标
功能使用:功能使用率/渗透率——使用某功能的用户占比
用户会话
用户路径:路径图——用户在一次会话过程中访问产品内部的浏览轨迹
5、电子商务指标
购物篮分析——购物篮系数:平均每笔订单卖出多少商品
复购率和回购率:
复购率:一段时间内多次消费的用户占总消费用户数之比
回购率:一段时间内消费过的用户在下一段时间内仍消费的占比
6、流量指标
浏览量和访问量
PV:浏览次数
UV:一定时间内访问网页的人数,称独立访客数
技术上,UV会通过cookie或IP衡量
访客行为:新老顾客占比、访客时间、访客平均访问页数
退出率和跳出率
退出率:从该页退出的页面访问数/进入该页的访问数
跳出率:浏览单页即退出的次数/访问次数
跳出率一般衡量各个落地页、营销页等页面。退出率则更偏向产品。任何页面都有退出率。
7、怎么生成指标
组合
eg:访客访问时长 + UV = 重度访问用户占比
用户会话次数 + 成交率 = 有效消费会话占比
8、业务分析框架
用指标建立业务分析框架:
【从指标角度出发】、【从业务角度出发】、【从流程角度出发】
9、如何应对各类业务场景
练习 --> 业务熟悉 --> 应用三种核心思维 --> 归纳和整理出指标 --> 画出框架 --> 检查、应用、修正 --> 应用和迭代
10、数据化管理业务
30% 的数据统计 + 70% 的数据管理