第二周 业务

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