数据分析方法论
一 用户指标
(1)用户规模
日活(DAU)日活跃用户数
周活(WAU)
月活(MAU)
大多数希望用户每天打开的应用如新闻APP,社交APP等,其产品的KPI考核标准均为日活(DAU)
定义活跃程度:登录,启动,完成任务为活跃用户
(2)新增用户
新增用户指标主要是衡量营销推广渠道的最基础指标
新增用户占活跃用户的比例也可以用来衡量产品健康度,如果占比过高,说明产品的活跃是靠推广得来,要关注用户的留存
安装应用后首次启动应用的用户
日新增用户
月新增用户
周新增用户
(3)用户构成
----新增用户
----回流用户
----活跃用户
----忠实客户
----流失客户
用户构成有助于通过新老客户结构了解活跃用户健康度
----留存用户
次日留存率
7日留存率
30日留存率
利用用户留存率可以对比同一类别应用中不同应用的用户吸引力。如果对于某一 应用在相对成熟的版本情况下,如果用户留存率有明显变化,说明用户质量有明显变化,很可能是因为推广渠道质量的变化所引起的。
二 行为指标
(1)启动次数
----人均启动次数
----人均启动次数
启动次数是指在某一统计周期内用户的启动次数
衡量产品的用户粘性
(2)使用时间间隔
记录两次启动的时间间隔,衡量用户粘度
(3)使用时长
使用时长指用户从APP启动到结束的使用总使用时长
----人均使用时长
----单次使用时长
用来衡量产品活跃度
启动次数和使用时长可以结合一起分析,如果用户启动次数高,使用时长高,该APP用户质量非常高,用户粘性好
(4)访问页面数
平均访问页面数指标可以衡量产品活跃度,使用产品的深度
可以通过不同统计周期(但统计跨度相同,例如都为7天)的访问页面分布的差异,以便于发现用户体验的问题。
(5)转化率
在一个统计周期内,完成转化行为次数占总访问次数的比率
(6)重复购买率
重复购买率越高,忠诚度越高
(7)ARPU
每个用户平均消费水平
日均ARPU
周均ARPU
月均ARPU
衡量互联网公司的收入能力
数据分析步骤
–确定目标–采集数据–数据建模–数据分析–数据决策
目标是:
降低成本-渠道分析
增加收入-费用流程,商品详情页
优化体验-注册流失率,首页跳出率
渠道:内部数据:自有统计平台
第三方统计平台:友盟,百度统计
外部数据:竞品数据:网站流量统计网站和公司财报
第三方数据:百度指数,微信指数,微博大数据,艾瑞咨询,易观智库,cnnic,必达咨询,dcci互联网数据中心,Alexa,Google,analytics
数据埋点统计:
一般是记录每个页面的交互时间,后台记录次数,比如等级按钮的次数,点击获取验证码的次数,进入某个页面的次数,PV和UV
数据建模:
考虑以下三大要素:1,打通行为数据和业务数据 2,回归关键数据指标 3,多维度考虑数据可行性
数据分析方法论
AARRR
获取,用户如何发现并来到您的产品,DAU日活
激活,用户的第一次使用体验如何。DAU/MAU日活占月活的比值
留存,用户是否还会回到产品(重复使用)留存率
收入,产品怎么通过用户赚钱 ARPU值
传播:用户是否愿意告诉其他用户 分享数,推荐数
渠道分析:
在用户获取阶段,最常用的分析方法就是渠道分析,用来估渠道与渠道之间的差别,需要评估的维度:获取用户的数量,获取用户的质量
漏斗分析:
活动页面-详情页面UV–下单人数–付款人数
留存分析
次日留存率>次日留存>3日留存>7日留存数据>30日留存数
留存分析中有一个非常重要的概念-魔法数据
分析留存率高的用户的共性,形成魔法数字,引导尽快触碰魔法数字,增留存率
A/B测试:把实验对象随机分组,然后比较对照,一次实验只设置唯一变量,同时实验分小组,尽量保证随机分布,便于数据结果客观
注:以上是视频学习笔记,视频链接是:视频链接