数据分析思维

一、数据分析指标

  1.日活跃用户量-DAU

  DAU用于计算一天之内登陆或使用了APP的用户数,,重复登录不计算在内。DAU并不直接反映业务的运营情况。MAU表示月活跃用户量。

  2.DAU/MAU比值

  日活跃用户量/月活跃用户量”的比值表示用户在当月登陆APP的频率,一般用来表示游戏的用户留存能力和用户粘性。

  3.用户留存率

  用户留存率是衡量免费游戏的一个非常重要的指标。

  4.付费转化率

  5.ARPDAU——日活跃用户的平均收益

  这个指标尤其适用于以获取新用户为目的的活动分析。在活动开始前,开发者必须知道产品ARPDAU的大体值和波动范围。

  6.ARPU——每付费用户平均收入

  在国外,该指数表示为ARPPU,表示有购买行为的用户的平均支出(收入)

  7.停滞率

  停滞率可以理解为是留存率的反面,表示下载后不再登陆或不活跃的用户比例。

  网站分析指标

  UV(浏览数量)、PV(独立访客)、点击率、转化率、网页停留时间、网站停留时间、跳出率、退出率。

  渠道分析指标

  新增用户数、用户转化率、渠道ROI(投资回报率)、渠道流量、 渠道流量占比。

  活动效果指标

  活动点击率、活动参与人数、活动转化率、活动ROI(投资回报率)

  收入指标

  付费人数、转化率、订单数、客单价、GMV(成交总额)、复购频次、毛利率、毛利额

  用户类型指标

  新增用户、活跃用户、留存用户、回流用户、流失用户

  用户价值指标

  用户最近一次下单时间、用户下单频次、用户消费总金额。

二、数据分析模型

  1.PEST分析法

  PEST,主要针对宏观市场环境进行分析,从政治、经济、社会以及技术四个维度对产品或服务是否适合进入市场进行数据化的分析,最终得到结论,辅助判断产品或服务是否满足大环境。 

政治环境:政治体制、经济体制、财政政策、税收政策、产业政策、投资政策等。

社会环境:人口规模、性别比例、年龄结构、生活力式、购买习惯、城市特点等。

技术环境:折旧和报废速度、技术更新速度、技术传播速度、技术商品化速度等。

经济环境:GDP及增长率、进出口总额及增长率、利率、汇率、通货膨胀率、消费价格指数、居民可支配收入、失业率、劳动生产率等。

  2.AARRR模型

  AARRR模型是做数据分析最基础的模型之一了,所谓的AARRR就是指获取、激活、留存、变现和传播。

获取就是指获取用户线索,我们可以分析SEO、SEM等分析网站的获取情况;

激活就是指提高用户的活跃程度,主要是通过促销、内容说服等方式让用户成为最有价值的活跃用户;

留存就是把上面的活跃客户沉淀下来,划归到自己的流量池中,比如常见的社区UCG、O2O服务留存等方式,我们可以通过日留存率、周留存率、月留存率等指标监控应用的用户流失情况,并采取相应的手段在用户流失之前,激励这些用户继续使用应用。

变现其实就是获取收入,我们可以通过监控成交率等指标进行分析;

传播是社交网络时代独有的分析方向,只有做到自传播的病毒式才能使自己的用户群群体不断扩大;

  3.PFM模型

  RFM分析是客户关系分析中一种简单实用客户分析方法,他将最近一次消费、消费频率、消费金额这三个要素构成了数据分析最好的指标,衡量客户价值和客户创利能力。RFM分析也就是通过这个三个指标对客户进行观察和分类,针对不同的特征的客户进行相应的营销策略。

R——最后交易距离当前天数(Recency)
F——累计交易次数(Frequency)
M——累计交易金额(Monetary)

在这三个制约条件下,我们把M值大,也就是贡献金额最大的客户作为“重要客户”,其余则为“一般客户"和”流失客户“,基于此,我们产生了8种不同的客户类型:

重要价值客户:复购率高、购买频次高、花费金额大的客户,是价值最大的用户。

重要保持客户:买的多、买的贵但是不常买的客户,我们要重点保持;

重要发展客户:经常买、花费大但是购买频次不多的客户,我们要发展其多购买;

重要挽留客户:愿意花钱但是不常买、购买频次不多的客户,我们要重点挽留;

一般价值客户:复购率高、购买频次高,但是花费金额小的客户,属于一般价值;

一般保持客户:买的多但是不常买、花钱不多,属于一般保持客户;

一般发展客户:经常买,但是买不多、花钱也不多,属于一般发展客户;

一般挽留客户:不愿花钱、不常买、购买频次不高,最没有价值的客户; 

  4. 5W2H模型
  5W2H,即为什么(Why)、什么事(What)、谁(Who)、什么时候(When)、什么地方(Where)、如何做(How)、什么价格(How much),主要用于用户行为分析、业务问题专题分析、营销活动等。应用场景较广,可用于对用户行为进行分析以及产品业务分析。

这个模型非常地使用,我们就以用户购买行为为例:

Why:用户为什么要买?产品的吸引点在哪里?

What:用户买的是什么?也就是产品提供的功能是什么?

Who:购买产品的用户是什么群体?这个群体的特点是什么?

When:用户的购买频次是多少?

Where:产品在哪里最受欢迎?在哪个平台卖出去?

How:用户通过什么方式、渠道购买?

How much:用户购买的成本是多少?

  5. SWOT分析模型

  SWOT分析法也叫态势分析法,S是优势、W是劣势,O是机会、T是威胁或风险。

其中,机会与威胁一般一起分析,威胁指的是环境中一种不利的发展。趋势所形成的挑战,如果不采取果断的战略行为,这种不利趋势将导致公司的竞争地位受到削弱。机会就是对公司行为富有吸引力的领域,在这一领域中,该公司将拥有竞争优势。

相对的就是优势与劣势分析,是从整个价值链的每个环节上,将企业与竞争对手做详细的对比,如产品是否新颖,制造工艺是否复杂,销售渠道是否畅通,以及价格是否具有竞争性等。

而影响企业竞争优势的持续时间,主要的是三个关键因素:

建立这种优势要多长时间?
能够获得的优势有多大?
竞争对手做出有力反应需要多长时间?

  6. 逻辑树分析模型

  逻辑树又称问题树、演绎树或分解树等。它是把一个已知问题当成“主干”,然后开始考虑这个问题和哪些相关问题有关,也就是“分支”。逻辑树能保证解决问题的过程的完整性,它能将工作细分为便于操作的任务,确定各部分的优先顺序,明确地把责任落实到个人。

主要针对已知问题进行分析,通过对已知问题的细化分析,通过分析结论找到问题的最优解决方案。

逻辑树的使用必须遵循以下三个原则:

要素化:把相同的问题总结归纳成要素。

框架化:将各个要素组织成框架。遵守不重不漏的原则。

关联化:框架内的各要素保持必要的相互关系,简单而不独立。 

  7. 4P 营销理论模型

4P即产品(Product)、价格(Price)、渠道(Place)、推广(Promotion)。

主要用于公司或其中某一个产品线的整体运营情况分析,通过分析结论,辅助决策近期运营计划与方案。 

产品:能提供给市场,被人们使用和消费并满足人们某种需求的任何东西,包括有形产品、服务、人员、组织、观念和它们的组合。

价格:购买产品时的价格,包括基本价格、折扣价格、支付期限等。影响价格的主要因素有需求、成本和竞争。

渠道:产品从生产企业流转到用户手上全过程所经历的各个环节。

促销:企业通过销售行为的改变来激励用户消费,以短期的行为促进消费的增长,吸引其他品牌用户或导致提钱消费来促进销售增长。

  8. 漏斗模型

它是一套流程式数据分析,它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况,是一种重要的分析模型。

漏斗分析模型已经广泛应用于网站和APP用户行为分析的流量监控、CRM系统、SEO优化、产品营销和销售等日常数据运营与数据分析的工作中。漏斗分析最常用的是转化率和流失率两个互补型指标。

  9、购物篮分析

购物篮分析是通过研究用户消费数据,将不同商品进行关联,并挖掘二者之间的联系。举个营销学上经典的“啤酒+尿布”案例,超市在统计数据的时候发现一般买尿布的男性顾客也会买啤酒,因此在尿布购物架的旁边放置了各种啤酒。果然,两者销量都显著提升。可见,购物篮分析能够找出一些被忽略的关联,帮助进行产品组合,增加销售额。

  10、波士顿矩阵

波士顿矩阵主要是通过销售增长率(反映市场引力的指标)和市场占有率(反映企业实力的指标)两个指标来对公司的产品进行四象限分类,得出每一个产品所处的时期和特征,便于确定公司整体产品布局,合理投资。

波士顿模型最初是一个时间管理模型,按照紧急、不紧急、重要、不重要排列组合分成四个象限,以此便于对时间进行有效的管理。

运用在客户分析中,也就是利用销售额和利润这两个重要指标分为四个象限,对我们的客户进行分组。我们将这两个维度作为横纵坐标轴分为四个象限,将产品或者服务分为下面四种类型:

  • 明星类:增长率高、占有率高,代表着十分成功的产品,是主打的明星产品;
  • 金牛类:增长率低、占有率高,已经占据了市场但是没有发展空间的产品,属于现金牛产品;
  • 问题类:增长率高、占有率低,说明用户需求高,但是本身产品有问题,需要改进优化;
  • 瘦狗类:增长率低、占有率低,市场不认可的失败产品,需要尽快去除;

参考链接: https://www.bilibili.com/read/cv14525815 出处:bilibili

11个数据分析模型,超实用!直接拿它分析问题! - 知乎 (zhihu.com)

http://youxichaguan.com/news/7371.html

posted @ 2022-07-12 15:15  hungry_J  阅读(38)  评论(0)    收藏  举报