数据分析课堂笔记Day3(20221115)

1:产品单价与销售额的相关性。

2:是的产品的交叉数据

跟进项

1:优化产品结构在产品特征上参考4和2

2:部分订单没有产生消费额，需要进一步排查

3:门店3受外部影响大，完成率低，可进一步排查

查看地区竞品销售额

ROI

外部影响评估

结合1.2.3考虑是否关闭门店3，减少输出。。

思考：

区域性的产品特征，然后不同区域投放不同的产品，是否能用数据去验证？

区域产品特征。

总结：如何去分析一个陌生行业？

1:找到切入点（理清业务模式知道在干啥？ 寻找北极星指标？通过案例进行拆解？小发现大猜想？发现收敛？闭环？）

2:找到案例

微观模块的学习

1:指标体系的定义和选取原则

花费大量的时间对口径

每隔一段时间，增加数仓

根本原因是缺少指标体系的建设，宣贯，实施（业务不重视离KPI太远，数据方觉得这是个吃力不讨好的活）

指标指数是埋点，取数等一切的前提。

是什么？业务的不同阶段，分析师牵头，业务方协助，制定的一套能从各个维度反应业务框架。

选取原则：根本性，可理解性，结构性

怎么建立？4个步骤

 1:理清业务阶段和方向（前期用户量的大小，中期产品健康度，后期变现能力ROI,市场份额和竞品分析）

2:确定核心指标（让所有人去重新接受一些客观事实

3:核心指标的维度拆解。（先用公式计算，再按照业务路径进行拆解。）

大于3s，小于3s的用户特征，   停留时长分布，  用户画像，渠道转化率，打开方式

4:宣贯和落地，存档。

a:开会通知，然后正式邮件

b:存档，对口径和业务逻辑详细的描述存档

c:落地，建立核心的报表。在埋点前就要建立好。

以知乎APP为例

1:知乎目前的发展阶段

内容向娱乐大众型转型

向商业转型有一个大的探索

判断业务每年的规划，就知道在哪个阶段了。

2:核心指标

以首页推荐：问答数=提问数+回答数

提问数（人的画像，职位学历，进入的渠道，提问的漏斗）

人均提问数（提问的总类比例，提问的性质）

核心指标及拆解

会议，完整的说一遍

存档（对一些词解析，既有业务语言，又要有技术语言）

不需要大而全的指标，只需要围绕当前的问题能解决问题即可。

指标体系是看业务人员和分析师的逻辑怎么样，指标体系可以不一样，但是核心指标一定要正确。

核心指标的拆解是先公式拆解。

指标体系的宣贯和存档是必不可少的。

流量的分析

1从哪里来----渠道分析

a常见渠道，怎么分类 内部渠道（免费的 今日头条为抖音）和外部渠道（付费的，比如APP,社交媒体，软件市场）主要是拉新增。健康的app前期是要渠道的，后期要靠质传播，或者客户的免费推广。

量多质量高，量少质量少，量少质量高，量高质量少，进行分析。

b渠道的过程怎么样

漏斗：外部渠道+文案展示+落地页+下载+打开+浏览+注册

有很多的优化点

c渠道常见指标有哪些？

前期看有效用户数和次留，中期看次日，7日，30日留存，后期看ROI

作弊分析，对比分析，结构分析，趋势分析

漏斗分析（基础属性+行为属性的维度拆解）行为属性（入口，时段，用户活跃度，用户标签），基础属性（手机品牌。。。。）

功能模块常规分析（功能渗透率，功能的留存率，功能大盘留存率）

大盘用户

功能模块价值分析（功能核心用户数，对大盘的贡献度）功能带来的收入对比

功能用户数，功能的核心用户数，

功能的参透率，功能大盘的留存率

产品的每一次决策都要基于逻辑性的证明，我觉得这种词没有说服力。

每个产品经理都有自己的KPi,只有对大盘好才是真的好。

敢于说真话，实事求是，敢于暴露问题。

是否能找到真正的问题。

2经过了什么---转化分析

3产生了什么价值---价值分析（收入，忠实用户）

4过程是什么样（

5流量为何波动

流量波动模型（常识，竞品，外部环境，产品变化，数据来源，客户行为）

日活和留存衡量流量波动

内部+外部====对日活的影响

内部：数据统计+用户的基础属性（从哪里来，通过什么方式进入渠道，入口，用户画像）+用户行为属性（产品的变化）

外部=常识+外部事件+竞品

留存波动分析方法---留存

新用户留存=渠道+渠道过程有关

老用户留存=所有功能去重留存+大盘非功能留存

a.b.c有2个以上的留存下跌，进一步的观察

留存

总结：分析师对数据是非常的敏感，小到看日报，大到波动排查。

只有对业务和数据的非常熟悉，才能做到。

数据从哪来，干了什么，带来什么价值

渠道，流量波动分析要严谨，功能的漏斗分析，功能的常规指标，价值指标分析

流流量波动的逻辑分析，一定要逻辑性。

路径分析

1:路径分析的定义

漏斗模型（所有的漏斗是事先假设的，坑位越来越多）现有假设，再有数据

数据路径：现有路径再有假设。

举例

美团外卖

:路径分析——就是啃日志

2:步骤

3:美团举例

筛日志关联

数据进一步关联及标准化

启发

 

2:竞品分析

为什么要做竞品分析

是很自然的事情，要看外部的环境。

• 打算进入新的行业时候
• 产品处于下降时候
• 产品发展处于瓶颈阶段，稳定波动的阶段，
• 产品发展处于上升期，被别人当作竞品。

分析师：每天都要看竞品波动情况。

竞品分析如何做？

1:确定分析的目的

• 进入新的行业，对分析师要求非常高
• 学习竞品新的功能，玩法和数据
• 分析竞品的目的，预防为主

2:竞品3步走（如何挑选竞品，竞品数据如何来，找切入点，竞品产品功能体验

• 1:功能体验分析
• 2:运营手法分析
• 3:宏观微观分析

3:给出初步结论，看看管理层是否能给出建议

举例：爱奇艺APP竞品分析

a:基础数据对比（内部数据，外部数据），这里着重看用户画像。

b:产品对比（分析师的用户视角），线上问卷，线下调研（功能价值，选择困难，价格）

从用户的痛点切人，更加知道要分析哪些点

c:;运营对比，归根结底就是：提新增，拉留存，降流失（内容运营，活动运营）

d:竞品分析落地方案（如果这些基本的功能模块无法实现，那战略性的方向调整就跟你没有关系了）

尽最大努力去推动方案落地。

营销分析

1:背景：在国企时候很多营销打了水漂。

2:现状：营销师对没有什么存在感。

分析师时效性更快，缺点就是细节把握不到。

3:自身的理解：

分析师要保持活动的连贯性

分析师要保持活动的对比性

分析的公正性

4:2件事：活动效果评估，活动的优化建议

5:如何做

• 提前就要了解开发人员，熟悉这个活动，
• 提前1-2周准备（目标在哪？有考核。任何活动都要定目标。）（和研发沟通好买点，要分析师来主导，分析师有数据）（搭建好指标体系和报表）（定好输出格式）
• 活动中（第一天详细观察哪里有异常）（观察1-3天的数据预估目标，与产品沟通）（定时输出活动的真实数据每天早上输出）（活动1周后要详细的复盘，反馈给领导层，从更高的视野指导）
• 活动后好好复盘（对大盘的效果，长期和短期的效果，活动出现的问题客户反馈，要讲究报告输出的时效性。其实在活动快结束的时候就可以做这件事情。

第一次把模板给到运营人员。以后就按照这个模版来操作。

活动指标体系搭建

1：找到关键的指标（新增用户和活动参与用户）

• 活动参与用户（参与过程漏斗数据和入口，入口的漏斗数据）

提前做好报表。

2:活动后的复盘，不是数字罗列。

• 短期贡献（对大盘的DUV,参与活动uv,活动首次UV，大盘的日环比，周环比）
• 长期贡献（新增留存，低活留存）
• 活动优化（活动主漏斗，活动功能渗透率，用户反馈）

复盘总结：

新增用户，低活用户，首次用户比较能说明问题

更说明问题的是留存，

一定要活动之间有数据对比

一定要思考某次活动的本质和意义。

一定要敢于曝光问题

S级的活动，分析师要实时看数据，要重点投入

涉及到使用金额时候，一定要业务方给，不要自己算。记得邮件同步问题

用户增长

1:用户增长模型的理解

留存---变现----推荐---拉新----激活

变现--推荐---拉新---激活---留存

拉新---激活--留存---变现---推荐

看似很唬人的用户增长方案

魔法数字

优化渠道

流失客户召回

有效方法

北极星指标，要分解，然后与KPI挂钩。

举例：MAU=新增+老用户=本月新增+上月新增留存+上月老用户留存+上月老回流

AB测试（算法工程师  ）

用户增长的案例

找到对自己产品的增长方法论才是内功，而不是靠奇技淫巧

多看产品运营的书，所有的分析增长都需要产品和运营闭环。