文章目录
一、常用数据分析
产品运营分析：以移动端APP为主体，以AAARR模型为主，包括Acquisition用户获取、Activation用户活跃、Retention用户留存、Revenue收入、Refer传播。
市场营销分析：以传统的市场营销方法论为基底，包括用户生命周期，生命周期价值、用户RFM价值、用户忠诚度等功能的相关指标。。
流量分析：以互联网的流量为核心，包括浏览量曝光率、病毒传播周期、用户分享率、停留时间、退出率跳出率等功能的相关指标。
电商和消费分析：以商品的交易、零售、购买搭建而起。包括GMV、客单价、复购率、回购率、退货率、购物车关联分析、进销存等功能的相关指标。
其他：波士顿矩阵、5W2H、SWOT、4P理论、PEST、逻辑树等
二、产品运营分析
AAARR：
获取（Acquisition）：如何低成本的获客、怎么打动用户、抓住用户 （用户分层）的吸引力? 此阶段应及时关注DAU、留存、活跃时长、每日新增、累积新增、启动次数、首次交易户、首绑交易户、一次性用户数、平均使用时长等等指标，评估不同用户的反馈，对产品进行打磨。
激活（Activation）：如何避免注册多、打开少，让用户称为产品真正的使用者，用户的激活路径是怎样的？用户在哪一步流失？怎么提升转化率？对于处在不同生命周期的，不同类型的客户有不同的策略。此阶段应及时关注用户激活率、用户激活花费时长、DAU/MAU、日均使用时长等指标，投入适当匹配策略如LBS匹配、用户属性匹配、个性化推荐匹配等，通过为用户匹配或者推荐用户，促成用户之间的联系，进一步沉浸于产品中，达成用户激活。
留存（Retention）：用户能否持续留存？哪些用户可以留存？用户的行为如何？能否进行转化？能否持续转化？此阶段应及时关注日留存、周留存、月留存（统计方式各异）、用户忠诚度、每日流失、每日回流、用户生命周期、平均生命周期贡献、7日回访用户、使用间隔、页面访问量、回访率等指标。具体指标的设定需要根据自己的产品和业务重新定制。
收入（Retention）：根据不同的商业模式，创造收益。我们在产品实际过程中，需要通过一些指标去量化评估变现效果，如：LTV（计算方式各异）、用户付费率、N次付费率、ARPU、ARRPU，同时需要深入的研究不同用户的付费习惯，提供付费优化方案。
传播（Retention）：用户是否愿意告诉其他用户？在数据层面我们根据传播数量和转化率组成K因子量化传播效果。K因子=传播数量X转化率。
三、市场营销分析
用户生命周期：计算用户生命周期的两种方式：
1.定义用户的流失天数为N天，当一个用户>=N天未进行操作，我们默认他为流失客户，那么他第一次与最后一次的消费时间差则为他的生命周期天数。
2.全部用户的最近一次操作日期减去第一次操作日期，取平均数即为生命周期天数。
引入期：注册后未进行任何体验；运营目标——获客；运营策略——优化渠道、提高注册转化率和下单转化率；
成长期：用户较为活跃，已经完成过产品的；运营目标——提升用户价值、引导用户，培养用户习惯；运营策略——抓住用户每一次需求窗口促进购买，提升用户购买次数，处理客诉及时安抚；
成熟期：一段时间内操作频率大于N的用户；运营目标——维持忠诚度；运营策略——促进消费、交叉营销、用户关怀
休眠期：成熟期用户超过N天未发生操作；运营目标——降低流失；运营策略——流失分析、流失预警、潜在流失用户召回；
流失期：当一个用户>=N天未进行操作；运营目标——召回用户；运营策略——流失召回、产品诊断与重新定位。
RFM模型 ：RFM模型是衡量客户价值的一种分类思维。
R:最近购买日期
F:购买频率
M:购买金额
在R/F/M三个指标上，我们通过经验将实际的用户划分为以下8个区（如下图），我们需要做的就是促进不同的用户向更有价值的区域转移。也就是将每个付费用户根据消费行为数据，匹配到不同的用户价值群体中，然后根据不同付费用户群体的价值采用不同的策略。
LTV（生命周期价值）：LTV，通俗的说，是获客至流失所得的收益总和，它的作用在于辅助决策，如：计算回报周期、验证盈利模式、衡量用户质量、监测异常、调整经营策略等等。
一般预估方法有以下几种：
R：留存率 APRU:每用户平均贡献
LTV= 平均购买金额*平均购买频率*平均存续时间-（获客成本+维护成本）
GC：每用户年度总贡献 r：每用户年留存率 d：每用户年折现率 M:每用户年维护成本
NPV：净现值 OC：营业成本
用户忠诚度：
t：消费周期 S：每个周期内的消费次数
用户流失分析：
分析流失前的用户行为，我们可以分析用户导入期、成长期、成熟期的数据。分析流失用户前，需要定义怎样才算流失用户，一般用户流失分析流程：
- 用户流失前发生了哪些相似的行为；
- 用户是否集中在某一渠道；
- 用户画像是否一致；
- 流失前，产品、运营、市场是否发生某些变动。
建立预警模型的目的是提前识别潜在流失用户，为挽留用户赢得时间，一般预警模块：
- 基于用户属性的流失预警模块
- 基于关键事件的流失预警模块
- 基于负体验的流失预警模块
- 基于业务粘性的流失预警模块
- 基于用户活跃度的流失预警模块
用户留存分析：
留存分析可以有效帮助计算用户的生命周期，用户留存分析可以针对不同群组用户建立留存曲线，观察不同特征用户的留存情况，从而找出影响因素。一般需要考虑以下几个方向：
- 活跃用户的留存情况
- 关键行为访问留存
- 新增用户阶段时间内的留存情况
- 某渠道/活动用户阶段时间内的留存情况
一般用户留存分析的流程：
- 定义留存用户
- 通过数据特征梳理出，吸引用户留存的功能或利益
- 分析不同群组用户的留存用户的行为
- 定位不同群组非留存用户的行为
- 通过数据特征梳理出，不同群组非留存用户在探索产品功能和利益遇到的障碍
- 针对障碍特征再想出针对的调整政策
- 用户画像调研，佐证分析结论
四、流量分析
-
PV：页面访问量或点击量，用户每1次对网站中的每个网页访问均被记录1次。用户对同一页面的多次访问，访问量累计。
-
UV：访问某个站点或点击某条新闻的不同IP地址的人数。
-
ROI：通过投资而应返回的价值，ROI=（成本降低+收入增长）/总成本。
-
用户访问时长：是一次会话持续的时间。
-
退出率：是网页端的一个指标。网页端追求访问深度，退出率= 从该页退出的页面访问数/进入该页的页面访问数、
-
跳出率：退出率的特殊形式，有且仅浏览一个页面就退出的次数/访问次数。
-
DAU/MAU：每日活跃用户数/每月活跃用户数。
-
TAC：流量获取成本，用来评价产品的易用性、吸引力、用户预期一致性和推广效果。
-
ARPU/ARPPU：平均每用户贡献的收入/平均每付费用户贡献的收入。
-
K因子：每位用户平均向多少用户发出邀请，发出的邀请又有多少有效的转化率，即每一个用户能够带来几个新用户。
更多指标请参看https://glossary.matomo.org/?language=zh-cn
五、电商和销售分析
销售分析常用指标：
- 销售指标：销售额、销售量、销售周期、各指标增长率（同比、环比）、达成率等；
- 市场占有指标：占有率（金额、数量、人口属性）；
- 盈利指标：毛利率、净利率、费用率、各类成本等；
- 运营指标：周转率、库存比率、交付周期、获客成本等；
- 客户指标：客户数量、客户留存率、流失客户数、新增客户数、客单价、客户满意度、人均毛利、客诉率等；
- 地域指标：区域销售结构、产品销售结构等；
- 销售人员指标：拜访率、销售额、获客成本、客户保持率等。
分析方法：
通过6W2H或4P的框架来分析，把可能需要思考的维度都列出来，然后再根据需求具体的情况，拆解不同维度，找到需要分析的某个指标的影响因素。
1、整体销售分析
销售额/数量：分析近几年的总体销售额、数量，从而分析企业的业绩状况并判断企业的业绩变化类型
季节因素：依据行业销售淡旺季规律，与销售数据中的销售行程进行对比，分析淡旺季发展规律；
产品线：通过总体产品结构分析，了解整体产品结构分布和重点产品表现。
价格体系：通过总体价格结构分析，了解企业的优势价位区间。
2、区域布局分析
区域分布：分析企业的销售区域及各区域表现，检索重点区域、发现潜在市场，提出下阶段区域布局策略。
重点区域分析：对重点区域的销售状况予以重点分析，解析该区域的发展走势及结构特点，为未来在重点区域的发展提供借鉴。
区域销售异动分析：对增长和下跌明显的区域予以重点分析，总结经验教训，有效避免潜在的威胁。
区域产品分析：将重点区域中的产品结构进行时间上的横向对比，进行多要素复合分析。
3、产品线分析
产品线结构分析：分析产品系列和单产品结构分布，检索重点产品发展趋势及新产品的市场表现。
重点产品分析：针对重点产品进行分析，发现存在的问题，提供产品改进意见。
产品-区域分析：通过对产品的销售区域分布的分析，区分战略性产品/技术性产品、全国性产品/区域性产品，为产品的划分和进一步细化提供参考。
4、价格体系分析
价格体系分析：划分出符合实际的价格区间划分标准，寻找主导价位。
价格-产品分析：主导价位区间的趋势分析，主导价格区间的产品构成以及发育状况，分析主导价位产品成长空间。
价格-区域分析：各区域的价位构成分析，寻找各区域的主导价格以及价格层次的产品线战略分布。
六、其他
波士顿矩阵：
波士顿矩阵是分类思维的发展，它不再局限于用量化指标来进行分类。许多时候，我们没有数据做为支持，只能通过经验做主管的推断时，是可以把某些重要因素组合成矩阵，大致定义出好坏的方向，然后进行分析。
1、问题：有助于用户体验的提高，但是与公司战略相关性比较低，甚至相反；
2、明星：有助于用户体验的提高，而且与公司战略一致；
3、金牛：不利于用户体验，但与公司战略一致，相关性高；
4、瘦狗：即不利于用户体验，又与公司战略关系不大。
5W2H：
将5W2H带入如何分析店铺销售额降低，拆分维度有
- what：是什么？目的是什么？
- who：用户（用户、渠道、画像等）？
- when：发生时间？
- where：何店铺，何产品？
- why：为什么要做？
- how：？如何实施？方法是什么？
- how much ：多少销售额？损失金额？
SWOT：
SWOT分析包括分析企业的优势（Strengths）、劣势（Weaknesses）、机会（Opportunities）和威胁（Threats）。SWOT模型已由麦肯锡提出很久了，带有时代的局限性，还有在此基础上的改进方法——POWER SWOT分析，也常于PEST于波特五力模型联动分析。
成功应用SWOT分析法的简单规则：
- 进行SWOT分析的时候必须对公司的优势与劣势有客观的认识；
- 进行SWOT分析的时候必须区分公司的现状与前景；
- 进行SWOT分析的时候必须考虑全面。
- 进行SWOT分析的时候必须于竞争对手进行比较，比如优于或是劣于你的竞争对手；
- 保持SWOT分析法的简洁化，避免复杂化与过度分析；
- SWOT分析法因人而异
4P理论：
- 产品（Product）：注重开发的功能，要求产品有买点，把产品的功能诉求放在第一位。
- 价格 (Price)： 根据不同的市场定位，制定不同的策略，产品的定价依据是企业的战略，注重品牌的含金量。
- 分销(Place)： 企业并不直接面对消费者，而是注重经营商的培育和销售网络的建立，企业与消费者的联系是通过分销商来进行的。
- 促销(Promotion)：企业注重销售行为的改变来刺激消费者，以短期的行为（如让利，买一送一，营销现场气氛等等）促成消费的增长，吸引其他品牌的消费者或导致提前消费来促进销售的增长。
PSET：是指宏观环境的分析，一般应对政策、经济、社会、技术
| 政策 | 经济 | 社会 | 技术 |
| 环保制度 | 经济增长 | 收入分布 | 政府研究开支 |
| 税收政策 | 利率与货币政策 | 人口 | 产业发展 |
| 国际贸易章程与限制 | 政府开支 | 社会流动性 | 新型发明与技术发展 |
| 合同执行法 消费者保护法 | 失业政策 | 生活方式变革 | 技术转让率 |
| 雇用法律 | 征税 | 职业态度 | 技术生命周期 |
| 政府组织/态度 | 汇率 | 教育 | 能源利用与成本 |
| 竞争规则 | 通货膨胀率 | 潮流与风尚 | 信息技术变革 |
| 政治稳定性 | 商业周期 | 社会意识形态 | 互联网的变革 |
| 安全规定 | 消费者信心 | 生活条件 | 移动技术变革 |
逻辑树：一般说明逻辑树的分叉时，都会提到“分解”和“汇总”的概念。
扫一扫
817
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
