(秦路)七周成为数据分析师（第二周）—— 业务能力

1.为什么业务思维重要

2.经典的业务分析指标

2.1 市场营销指标

2.1.1 生命周期

产品生命周期的4个阶段，产品经理该怎么做？

每个产品都有生命周期，包括多个不同的阶段。识别、认知及理解产品位于哪个阶段，不同阶段的需求分别是什么非常关键。

本文将产品生命周期分解为：起步、成长、成熟、衰退四个阶段，分别对每个阶段进行界定，并强调在各个阶段产品经理应当注意什么。

1. 起步阶段
   最主要的挑战就是怎样创造用户需求。
   产品起步，需要识别：哪些是目标用户，打动他们的功能是什么，是营销在起步阶段的一手信息。起步阶段是最费钱的阶段。

2. 成长阶段（拉新）
   销售额开始上升，随着生产数量达到一定规模，单位成本会下降，相继也会有竞品出现。
   需要适当下调价格更好地与对手竞争，扩展潜在用户市场，使得在竞争中收益最大化。

3. 成熟阶段（变现）
   新用户增长逐渐减少，竞争对手瓜分，利润空间不断缩小，最大的挑战是留存客户。
   产品的成熟阶段是实行差异化战略的时期，也是削减成本的时期。降低成本体现在提升生产效率，客服服务依靠自动化。研发新功能，提供增值服务，针对特定用户推销。

4. 衰退阶段（回流或转型）
   产品的衰退可能是由于整个同类产品的市场出现萎缩，原因则可以是出现了更好的替代方案，也可以是市场的整体需求出现下滑；当然，也可能只有你的产品被市场所淘汰，因为竞争对手在流行度、性价比或是功能性等多个方面已经超越了你。
   首先要明白是什么导致了衰退，如何进入新市场，高效利用现有技术和品牌价值；另一种是寻求老用户回归，激励不活跃的用户。

2.1.2 用户价值

2.1.3 RFM模型

RFM模型：
Recency：最近一次消费时间间隔
Frequency：消费频次、一段时间内的消费次数
Monetary：消费金额，一段时间内的消费金额

消费时间间隔越长，用户价值越低；消费总频次/总金额越高，用户价值越高。

RFM指标计算：
Step1：计算用户的R、F、M打分


Step2：计算平均值

Step3：用户分类

Step4：对应表格，找到用户分类

重要价值用户：保持长期关注，重点关注，可考虑vip等活动
重要发展客户：办理会员卡等方式提升客户消费频次
重要保持客户：给予优惠券等促销活动，吸引用户回流
重要挽留客户：定时消息推送及促销优惠

2.2 产品运营指标

2.2.1 AARRR模型

基于AARRR模型分析产品运营

（1）拉新

免费策略：瑞幸
流量购买：头条系
病毒分享：滴滴邀请
厂商预装：小米自带一点资讯
内容营销：软文/音频/短视频
活动营销：炒作/用户参与
资源互换：BD资源合作


产品功能：产品价值激活
push策略：APP内容信息推送
短信推送：促销/营销推送
Deeplink（深度链接）：APP间/分享页/应用直达
邮件营销：营销邮件推送

红包策略：美团APP红包券/短信信息推送
积分商城：签到打卡/领取积分兑福利
虚拟荣誉：虚拟等级/荣誉勋章设计
内容营销：持续输出软文/音频/短视频
活动营销：参与活动互动获得奖励
社群营销：输出高质量内容/提升价值和黏性


常规转化
免费+收费模式
广告流量：百度推广/门户banner广告/头条信息流
增值服务：QQ会员/京东PIUS会员/游戏装备
电商变现：小红书/淘宝/罗辑思维
中介服务：瓜子二手车/天猫

非常规转化：
金融服务：在线棋牌
数据超市：数据贩卖
融资上市：风投融资/股票增值

邀请好友助力
分享朋友圈/朋友
分享增加获奖几率
完成任务获得奖励





对于商业的本质，我认为即为：商业模式 × 发展空间 × 竞争壁垒 × 企业文化
互联网生意本质是：
产品（服务） × 流量（用户） × 转化
销售额 = 访客数 × 转化率 × 订单价

2.3 用户行为指标

2.4 电子商务指标

2.5 流量指标

2.6 怎么生成指标

组合

3. 如何建立业务分析框架

用指标建立业务分析框架：核心思维与指标，七种思维技巧与指标，业务与指标













如何应对各类业务场景

可以先尝试从 新用户 开始分析，分解整个业务。

3.5 归因分析

如何将用户行为的‘贡献’合理地分配到每一个渠道，这就是归因分析要解决的问题，通过渠道归因来衡量渠道的效果，反过来可以指导业务人员在渠道投放时合理分配投入。

对于归因分析而言，一个很重要的命题即是，针对当前的场景和目标，怎么把“贡献”合理分配到每一个坑位上。下面我们就以站内归因为例，普及一下几种常见的归因分析计算思路。假设一个用户一天内使用APP的行为顺序如下:

首先，启动APP，进入首页，先行搜索，在搜索结果列表页看到了商品A，浏览了商品A的详情，觉得不错，但是并未购买，退出APP。然后，再次启动APP，看到首页顶部Banner，点击进入活动分会场，浏览过程中再次看到商品A，点击再次查看商品A详情。接着，直接退出到了首页，底部推荐列表中推荐了一篇商品A的用户评论，点击进入，再次查看商品A的详细信息。最后，下定决心，购买了商品A。

以上过程是一个非常典型的用户购买决策路径，在整个过程中用户一共三次浏览到了商品A的详情页，均通过不同的入口发生访问。如果将这个用户的成单转化的功劳分配到对应的3个坑位上，实际上这类问题其实并没有标准答案。以下介绍几种常见的思路供参考。

1.首次归因
多个待选中触点时，认为第一个的功劳为100%。理由是第一个触点给用户建立了认知，与用户形成了连接。适用于重视新用户线索的业务。

2.末次归因
多个待选中触点时，认为最后一个的功劳为100%。这种思路适用范围最为广泛，常用于电商业务的站内归因的计算。

3.线性归因
多个待选中触点时，认为每个“待归因事件”平均分配此次功劳。适合坑位效果比较平均的产品。

4.位置归因
多个待选中触点时，认为第一个和最后一个各占40%功劳，其余平分剩余的20%功劳。兼顾最初的线索和最终的决策。
除此之外，还有“时间筛选归因”，“末次非直接点击”的归因计算思路。以上每一种归因计算思路均有各自的考量和不同的适用范围，没有绝对的孰优孰劣，在实际的应用过程当中，需要根据自身业务特点来选择合适的归因计算思路。

4. 如何快速地构建系统性的知识体系

运营知识体系的构建技巧
主要是三大技巧：抽象、关联、演绎。
抽象： 通过分析和总结多个实例，体现出对象的本质或者规律。抽象＝概括，将多种没进行下去的行为概括为一个问题：开始就没搞懂，就不会付钱。

有用户第一步没搞懂，就会有用户搞懂，有用户不会继续，也有用户坚持继续。更高一层的抽象是概括更多的用户类型。
于是引出更高一级的抽象：用户购买一样商品，20%会下定决心购买，20%不拖泥带水的关闭页面离开，60%处在犹豫的中间态。这句话说明了三种情况。第一步没搞懂就不会继续，就不会付钱，对应的是60%的用户，也就是犹豫用户。20%的冲动用户，是价格不敏感或者硬核用户，俗称的买买买用户。20%的非购买用户，既可以是理性用户，也可以是非需求用户。

关联： 关联是抽象的基础，因为只有事物之间有关联，才能从更高层次解释。从更高一层的抽象看，20%的立即购买的用户，情绪是冲动、非理性或狂热等等，20%的不购买用户，情绪是理性、冷静或者排斥。60%的中间用户，则是疑惑、担忧或者犹豫。虽然用户心智不相同，作出的反应不同，但在购买商品这事上，都有情绪的外在体现。这就给了我们抽象的基础。

关联是找出事物之间的规律，并且归类。它和抽象的区别是，抽象是上下结构的总结，关联是平行结构的联系。在运营体系中，用户的行为、用户的心理、用户的逻辑等，都是有普适性的。可以作为抽象和关联的基础去思考。

关联也可以拓展抽象的边界，发散思维。比如我们有冲动、理性、疑惑的情绪。那么用户会不会有贪婪的情绪？当然可能，比如商品的优惠，商品的促销等，都有可能将60%的一部分转化到冲动。这是关联的另外一种用法。

抽象和关联都是一体的，是好基友。简而言之，你想掌握运营的知识理论，先看一下碎片的知识互相之间有没有联系、共通或者规律，然后尝试更高一层去总结它们。

演绎： 演绎，就是将理论知识放到更广阔更实际的场景。
一是纵向观察，自己归纳出的运营体系是否正确，是否还能深入挖掘或者修正。
二是横向观察，去学习，看其他产品怎么应用的，其它产品怎么设计，书本上的知识我怎么消化成自己然后去用它，我能学到什么？
我们可以将学习想成一个输入和输出系统，演绎就是不断的输入，将现实遇到的问题放到自己的知识体系中，最后不断将案例检验。

经验决定了知识体系深度的下限，上限是由应用技巧和学习决定的。

5. 商业分析名词

PV：（Page View）访问量, 即页面浏览量或点击量，衡量网站用户访问的网页数量；在一定统计周期内用户每打开或刷新一个页面就记录1次，多次打开或刷新同一页面则浏览量累计。

UV：（Unique Visitor）独立访客，统计1天内访问某站点的用户数(以cookie为依据);访问网站的一台电脑客户端为一个访客。可以理解成访问某网站的电脑的数量。网站判断来访电脑的身份是通过来访电脑的cookies实现的。如果更换了IP后但不清除cookies，再访问相同网站，该网站的统计中UV数是不变的。如果用户不保存cookies访问、清除了cookies或者更换设备访问，计数会加1。00:00-24:00内相同的客户端多次访问只计为1个访客。

IP： （Internet Protocol）独立IP数，是指1天内多少个独立的IP浏览了页面，即统计不同的IP浏览用户数量。同一IP不管访问了几个页面，独立IP数均为1；不同的IP浏览页面，计数会加1。 IP是基于用户广域网IP地址来区分不同的访问者的，所以，多个用户（多个局域网IP）在同一个路由器（同一个广域网IP）内上网，可能被记录为一个独立IP访问者。如果用户不断更换IP，则有可能被多次统计。

会话次数（网站访问量）： （Session）会话是指在指定的时间段内在您的网站上发生的一系列互动，所以会话次数是一段时间内用户向您的网站发起的会话（Session）总数量。一次会话会浏览一个或多个页面

ETL： 数据仓库技术，是英文Extract-Transform-Load的缩写，用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。ETL一词较常用在数据仓库，但其对象并不限于数据仓库。目的是将企业中的分散、零乱、标准不统一的数据整合到一起，为企业的决策提供分析依据， ETL是BI（商业智能）项目重要的一个环节。

ETL和ELT： ETL所描述的过程，一般常见的作法包含ETL或是ELT（Extract-Load-Transform），并且混合使用。通常越大量的数据、复杂的转换逻辑、目的端为较强运算能力的数据库，越偏向使用ELT，以便运用目的端数据库的平行处理能力。

CAC、COC、CLV： （Customer Acquisition Cost）：获客成本
（Customer Operation Cost）：用户运营成本
（Customer Lifetime Value）：用户生命周期价值

KOL、KOC： （Key OPinion Leader），关键意见领袖。KOL在某一领域发表观点并且有一定影响力的人。拥有更多、更准确的产品信息，为相关群体所接受或信任，并对相关群体的购买行为有较大影响力的人。粉丝黏性很强，价值观各方面都很认可他们。也就是俗称的大V。

KOC，英文全称为“Key Opinion Consumer”，即关键意见消费者。一般指能影响自己的朋友、粉丝，产生消费行为的消费者。KOC自己就是消费者，分享的内容多为亲身体验；他们的短视频更受信任；他们距离消费者更近，更近注重和粉丝的互动，由此KOC和粉丝之间形成了更加信任的关系。

CRM： （Customer Relationship Management）客户关系管理。客户关系管理是指企业为提高核心竞争力，利用相应的信息技术以及互联网技术协调企业与顾客间在销售、营销和服务上的交互，从而提升其管理方式，向客户提供创新式的个性化的客户交互和服务的过程。其最终目标是吸引新客户、保留老客户以及将已有客户转为忠实客户，增加市场。

GMV:(Gross Merchandise Volume) 总交易额，包括未付款、取消订单、拒收、退货、刷单等项，比实际成交额大很多。

SKU:(Stock KEeping Unit) 库存保有单位，是一种分配给库存的字母数字商品编号，允许在整条供应链上跟踪产品的库存。
用途：
分析：收集数据，便于分析产品销售趋势，使库存保持一致
库存管理：跟踪库存，启动或停止库存订单的重要参考
客户协助：可快速查找可能需要替代版本产品的消费者的库存，提高消费效率和客户满意度
广告与营销：便于跟踪消费情况，分地区、产品等进行营销。

MAU、DAU（Monthly Active User，Daily Active User），月活跃人数。是一个用户数量统计名词，指网站、app等月活跃用户数量（去除重复用户数）。数量的大小反映用户的活跃度，但是无法反映用户的粘性。DAU 一般用于反映网站、互联网应用等运营情况。结合MAU（月活跃用户数量）一起使用，用来衡量服务的用户粘性以及服务的衰退周期。

LTV： (life time value)，生命周期总价值。意为客户终生价值，是公司从用户所有的互动中所得到的全部经济收益的总和。通常被应用于市场营销领域，用于衡量企业客户对企业所产生的价值，被定为企业是否能够取得高利润的重要参考指标。

ROI： （return on investment）投资回报率。是指通过投资而应返回的价值，即企业从一项投资活动中得到的经济回报。它涵盖了企业的获利目标。利润和投入经营所必备的财产相关，因为管理人员必须通过投资和现有财产获得利润。

DNU：（Daily New Users）每日新增用户

AU：（Active User）活跃用户，统计特定周期内完成过指定事项或指标的用户数

PU: (Paying User)付费用户

APA: (Active Payment Account) 活跃付费用户数

ARPU: (Average Revenue Per User)平均每用户收入，总收入/AU

ARPPU: (Average Revenue Per Paying User)平均每付费用户收入，总收入/APA
PUR: (Pay User Rate)付费比例，APA/AU

参考链接：
【秦路】七周成为数据分析师《第二周：业务》
增长黑客常见AARRR模型
KBL、KOL、 KOC分别是什么意思？
解读运营指标：CAC/COC/CLV
作为运营人，如何快速地构建系统性的知识体系