业务思维
一、为什么业务重要
案例
一家O2O领域的公司,他们的数据分析师发现在重庆地区。线下订单的效率始终提升不上去,在不断对数据分析的过程中,它们研究了配送员的工作状态,路线距离,用户评价,高峰时期订单量等指标,但是始终发现不了问题。后来问了当地的业务员,业务员翻了一个白眼说,重庆是山城啊,送订单用不了小电瓶,所以才慢。
二、指标
核心指标
好的指标应该是比率
好的指标应该能带来显著效果
好的指标不应该虚荣
好的指标不应该复杂
1.市场营销指标
客户/用户生命周期
●企业/产品和消费者在整个业务关系阶段的周期。
●不同业务划分的阶段不同。传统营销中分为潜在用户,兴趣用户,新客户,老/熟客户,流失客户。
用户价值
业务领域千千万万,怎么定义最有效的用户呢?请出指数法,将业务最关注的几个指标一起加工吧。
●用户贡献 = 产出量/投入量*100% ,
●用户价值= ( 贡献1 + 贡献2 + ...)
●比如金融行业会以 存款 + 贷款 + 信用卡 + 年费 ..... - 风险 - 流失
RFM模型
●用户生命周期中,衡量客户价值的立方体模型。利用R最近一次消费时间, M总消费金额, F消费频次,将用户划分成多个群体。
用户分群,营销矩阵
●用户分群是市场营销中的一种常见策略,它提取用户的几个核心维度,用象限法将其归纳和分类。
2.产品运营指标
AARRR
Acquisition用户获取、 Activation用户活跃、Retention用户留存、 Revenue营收、Refer传播。
用户获取
●渠道到达量:俗称曝光量。有多少人看到了产品推广相关的线索。
●渠道转化率:有多少用户因为曝光而心动Cost Per ,包含CPM(曝光)、CPC(点击)、CPS(销售)、CPD(下载)、CPT(时间)等。
●渠道ROI:推广营销的熟悉KPI ,投资回报率,利润/投资*100%。
用户获取
●日应用下载量: app的下载量,这里指点击下载,不代表下载完成
●日新增用户数:以用户注册提交资料为基准
●获客成本:为获取- -位用户需要支付的成本
●一次会话用户数占比:指新用户下载完App ,仅打开过产品一次, 且该次使用时长在2分钟以内。
用户活跃
●日/周/月活跃用户应用下载量:活跃标准是用户用过产品,广义上,网页浏览内容算「用」, 在公众号下单算「用」 ,不限于打开APP。
●活跃用户占比:活跃用户数在总用户数的比例,衡量的是产品健康程度
●用户会话session次数:用户打开产品操作和使用,直到退出产品的整个周期。5分钟内没有操作,默认会话操作结束。
●用户访问时长: 一次会话的持续时间。
●用户平均访问次数:一段时间内的用户
●平均产生会话次数。
用户留存
●用户在某段时间内使用产品,过了一段时间后仍旧继续使用的用户。
●假设产品某天新增用户1000个,第二天仍旧活跃的用户有350个,那么称次日留存率有35% ,如果第七天仍旧活跃的用户有100个,那么称七日留存率为10%。
营收
●付费用户数:花了钱的
●付费用户数占比:每日付费用户占活跃用户数比,也可以计算总付费用户占总用户数比
●ARPU:某时间段内每位用户平均收入
●ARPPU:某时间段内每位付费用户平均收入,排除了未付费的
●客单价:每一位用户平均购买商品的金额。销售总额/顾客总数
●LTV:用户生命周期价值,和市场营销的客户价值接近,经常用在游戏运营电商运营中。
●LTV = ARPU * 1/流失率
传播
●K因子:每一个用户能够带来几个新用户
●K因子=用户数平均邀请人数邀请转化率
●用户分享率:某功能/页面中,分享用户数占浏览页面人数之比。
●活动/邀请曝光量:线上传播活动中该页面被人浏览的次数。一般代指微笑朋友圈。
3.用户行为指标
用户行为的数据分析是一个很广泛的课题,不同业务领域背景的用户行为分析不一样。
功能使用
●功能使用率/渗透率:使用某功能的用户占总活跃数之比。
●比如点赞、评论、收藏、关注、搜索、添加好友,均可以算做功能使用。这些指标在特定业务中均有作用。
用户会话
●会话session:也叫做session ,是用户在一次访问过程中,从开始到结束的整个过程。在网页端, 30分钟内没有操作默认会话操作结束。
用户路径
●路径图:用户在一次会话的过程中,其访问产品内部的浏览轨迹。通过此,可以加工出关键路径转化率。
4.电子商务指标
购物篮分析
●笔单价:用户每次购买支付的金额,即每笔订单的支出。和客单价对应。
●件单价:商品的平均价格。
●成交率:支付成功的用户在总的客流量中的占比。
●购物篮系数:平均每笔订单中,卖出了多少商品。购物篮系数是多多益善,它也和商品关联规则有关系。
复购率和回购率
●复购率是一段时间内多次消费的用户占总消费用户数之比。有例如4月有1000 位用户消费,其中500位消费了两次以上,则复购率是50%。
●回购率是一段时间内消费过的用户,在下一段时间内仍旧消费的占比。例如4月的消费用户数1000 ,其中600位在5月继续消费,则回购率为60%。
5.流量指标
浏览量和访客量
●PV:浏览次数。互联网早起的统计指标用户在网页的一次访问请求可以看作一个PV ,用户看了十个网页,则PV为10。
●UV:是一定时间内访问网页的人数,正式名称独立访客数。在同一天内, 不管用户访问了多少网页,他都只算一个独立访客。
●技术上, UV会通过cookie或IP衡量。
访客行为
●新老访客占比:衡量网站的生命力
●访客时间:衡量内容质量不是看内容的UV ,而是看内容的访问时间。
●访客平均访问页数:衡量网站对访客的吸引力,是访问的深度。
●来源:访客从哪里来,技术上,通过来源网站的参数提取,可以区分SEMSEO或者外链等。
●用户行为转化率:用户在网站上进行了相应操作的用户在总访客数上的占比。
●首页访客占比:只看了首页的用户,在总访客数上的占比。
退出率和跳出率
●退出率:从该页退出的页面访问数/进入该页的访问数。
●跳出率:浏览单页即推出的次数/访问次数。
●跳出率一般衡量各个落地页,营销页等页面。退出率则更偏产品,任何页面都有退出率
三、如何生成指标
如:
访客访问时长 + UV = 重度访问用户占比。浏览时间5分钟以上的用户在整个访客中占比
用户会话次数 + 成交率 = 有效消费会话占比。用户在所有的会话中,其中有多少次有消费?
四、用指标建立业务分析框架
好的分析框架应该从:从指标的角度出发、从业务的角度出发、从流程的角度出发
1.市场营销模型
2.AARRR模型
3.用户行为模型
4.电子商务模型
5.流量模型
五、应对各类业务场景
练习-->熟悉业务-->应用三种核心思维-->归纳和整理出指标-->画出框架-->检查、应用、修正-->应用和迭代