【数据分析/商业分析】数据分析中使用的商业模型（学习总结）

WinniToast

已于 2022-05-04 21:52:04 修改

阅读量876

点赞数

文章标签：学习数据分析用户运营

于 2022-05-02 00:09:47 首次发布

本文链接：https://blog.csdn.net/awater_17/article/details/124534292

版权

本文总结了数据分析中常用的商业模型，包括AARRR海盗模型用于用户获取和保留，RFM模型帮助筛选优质客户并制定营销策略，OGSM模型作为企业管理工具用于量化目标，以及AB Test通过控制变量法优化产品决策。每个模型的优缺点和实际应用场合均有详述。

摘要由CSDN通过智能技术生成

模型	含义	关注指标	解决问题
A	获取，用户如何发现（并来到）你的产品	日新登用户数DNU	1.渠道贡献的用户份额 2.宏观走势，确定投放策略 3.是否存在大量垃圾用户 4.注册转化率分析
A	激活，用户的第一次使用体验如何	日活跃用户数DAU	1.核心用户规模 2.产品生命周期分析 3.产品活跃用户流失，分解活跃用户 4.用户活跃率，活跃用户计用户量
		周活跃用户数WAU	1.周期性用户规模 2.周期性变化趋势，主要是推广期和非推广期的比较
		日均使用时长DAOT	1.分析产品的质量问题 2.观察不同时间维度的平均使用时长，了解不同用户群的习惯 3.渠道质量衡量标准之一 4.留存即流失分析的依据
		DAU/MAU	1.可以看出用户每月访问App的平均天数是多少（一般需要结合产品属性去判断客户粘性） 2.产品生命周期分析 3.产品活跃用户流失，分解活跃用户 4.用户活跃率，活跃用户计用户量
R	留存，用户是否还会回到产品（重复使用）	N日留存率	1.APP质量评估 2.用户质量评估 3.用户规模衡量
		流失率 (统计日登录APP，但随后7日未登录APP的用户占统计日活跃用户的比例)	1.活跃用户生命周期分析 2.渠道的变化情况 3.拉动收入的运营手段，版本更新对于用户的流失影响评估 4.什么时期的流失率较高 5.行业比较和

关注