数据驱动

大数据：大，全，细，实时性
大数据的本质是消除不确定性

数据驱动的价值：
驱动决策；驱动产品智能，基于数据，利用算法，使得产品有一定的学习能力

数据采集，数据处理，数据认知
数据采集：全域数据采集能力
数据处理：采集，存储，检索，加工，变换，传输的能力，是实现数据分析，挖掘数据价值的前提。
数据意识的提升：通过数据分析了解用户需求，洞察用户心理，从而提升用户体验，构建自身的核心竞争力。企业已经进入精细化运营阶段，建立起以用户为中心的设计，数据驱动的产品管理意识。

数据处理流：采集，传输，处理，建模存储，查询分析，可视化。

埋点：在正常的业务逻辑中嵌入数据采集代码的过程，就是埋点的过程。避免错埋，漏埋

数据不准确性：
网络异常造成数据丢失
统计口径不同，登录即算活跃或者在线时长查过10分钟算活跃
代码质量问题

数据模型就是对现实世界抽象化的数据展示，如家族人员关系

数据立方体是多维数据模型的俗称，主要由维度和指标组成
地域，日期 属于维度，销售额，用户数，成交量，则是指标

多维事件模型分成：Event实体和User实体
Event实体：who,when,where,how,what
User实体：对应一个真实的用户

行为事件分析：研究行为事件的发生对企业组织的影响以及影响程度，如注册，登录，充值等
涉及事件，维度，指标三个概念
事件的定义：一个用户在某个时间，某个地点，以某种方式完成了某个事情，who,when ,where,what,how

漏斗分析：企业精细化运营的重要分析模型，反应各个阶段转化情况的重要分析模型

留存分析：留存是判断产品价值的最重要标准，宏观把握用户生命周期长度以及定位产品可改善之处
,精确找到游戏流失点，
游戏的生命周期的时长差异和玩家的游戏粘度，直接影响游戏的竞争能力和盈利能力
根据等级分布，判断玩家流失与关卡设置的相关性

分布分析：用户在特定指标下频次，总额等归类展现，展现出单用户对产品的依赖程度。根据不同地区，不同时段购买不同类型的产品数量，频次，帮助运营人员了解当前客户状态以及客户运转状态
支持按时间（天，周，月），次数，事件，指标进行用户条件筛选及数据统计
挖掘用户分布规律，优化产品策略；
运营并持续用户群体，增加客户回访率；
快速识别核心用户群体，资源配置有的放矢，以最小成本实现企业利润最大化，核心群体是企业最大利润来源
重复购买次数，客单价分布等均是常用衡量忠诚度的指标
可以按日期查询，还可以从性别，不同渠道的用户查看支付频次的差异

点击分析：包括元素被点击的次数，占比，发生点击的用户列表，按钮当前与历史内容等因素，寻找访客热衷的区域，帮助运营人员评估页面的设计科学性
筛选细分访客，页面优化有的放矢
企业官网优化：单纯浏览者的点击分析以及优化
优化内容；增加社交因素等增加用户粘性，提高活跃
电商界面的优化：配合多维分析，验证方案的科学与否

用户路径分析，用户APP访问路径，
电商：买家从登录，到支付经过首页，搜索商品，加入购物车，提交订单，支付订单的过程。衡量网站优化的效果或者营销推广的效果，了解客户偏好，我们时常需要对访问路径的转换数据进行分析
可视化数据流，全面了解用户整体行为路径
定位转化的主次因素，产品设计的优化与改进的有的放失

用户分群：即用户信息标签化
通过用户历史行为路径，行为特征，偏好，我们将相同属性的用户划分为一个群体，并进行后续分析
真实了解用户，定位目标群体，精准高效营销
高粘度，高消费用户的行为观察
唤醒沉睡用户的精准推送与效果评估
召回流失客户的精准推送和效果评估

属性分析：根据用户属性涉及用户信息如年龄，性别，婚姻，学历，地区，渠道等分析
根据省份查看用户数，
查看一个月未发生购买的客户预警客户流失

指标体系构建
构建指标体系的方法：
第一关键指标法：在企业发展的每个阶段，都有一个当前阶段高于一切，需要集中全部精力注意的一个数据，这个数据就是第一个关键指标。随着业务的发展，这个指标会发生变化。
第一关键指标可外延更多的指标
一个成熟的电商平台，第一关键指标一定是销售额，销售额的衍生指标是访问量，转化率，客单价等指标
，企业运营人员需要通过对衍生指标的优化，来促进第一关键指标的增长。
从企业的发展阶段，大致分为MVP，增长和营收三个阶段
MVP，Minium viable product 最小可用产品:创业早期，确定用户需求，并用最小的可用产品来验证需求的真实性，这一阶段数据分析价值比较小，企业需要定性分析，如通过访谈来确定产品的满足情况，并不需要数据分析方面投入大量工作
增长阶段：此阶段企业已经有了成型的产品以及固定的用户群，有丰富的数据进行分析，我们将分析细分为关注留存和关注引荐指标两个阶段
留存分析直接反映了用户的活跃度。帮助企业证明产品是否给客户带来价值，客户开始关注引荐指标，企业可以人为的促进这种传播速度，这个阶段病毒系数，病毒周期值得关注，一年时间内，一个用户推荐两个用户成功注册，那么病毒系数就是2，病毒周期就是0.5年。
客户发展应该想滚雪球一样越来越大，在精心培养老客户忠诚度的基础上，开拓新客户
劣质产品和服务只能造成猴子掰玉米般的客户流失。
营收阶段：产品形态已经相对成熟，企业关注点在如何规模化，并实现快速盈利，关键指标在于LTV（life time value,声明周期总价值），CAC（coustomer acquistion cost,获客成本），渠道分成比例，渠道用户盈利周期等，此时企业需要寻找新的发展方向，为下一步增长准备，新方向则可以重复这三阶段
若企业对多个指标同时进行跟进和优化，就会导致团队专注力下降。

海盗指标法：Acquistion 获取，Activation激活，Retention 留存,Revenue 营收，Referral 引荐 简称AARRR

第一关键指标法，定位企业当前发展阶段的最重要问题，关注全企业层面的运转健康，有利于让全公司形成合力聚焦同一目标
海盗分析法为企业提供了数据分析的基础和罗盘，以及指导创业和企业发展的探索方向。

 

数据驱动的产品运营决策
ROI英文名(Return on Investment):投资回报率
市场部通过不同渠道触达用户，好的营销渠道带来的用户与设定目标人群有很大的吻合度，有针对性的圈定了目标人群，坏的渠道则相反。衡量各个渠道的ROI是重中之重。盲目试错造成的损失巨大。

激活的认知误区：
1.激活意味着用户触达
衡量市场效果时，需要以激活量来衡量，而非用户触达
2.激活意味着注册成功
注册成功不代表激活，基金是增加了一个用户数而已，用户激活是只新用户真正体验了产品的核心功能,若用户没有体验产品的核心功能，就没办法给客户带来实际价值

激活阶段的目的是实现用户转化，激活是用户留存的前提。

电商用户完成一次购物，视频平台新用户完成若干个视频播放等才被视为激活

让用户发现产品内在价值，让新用户称为粘性用户，新用户就很大可能被留存

找到你的magic number（魔法数字）

facebook 10天交到7个朋友，twitter 关注30个人，引导用户关注好友，并为其推荐好友关注，依次提升用户留存率
引导，推荐的方式
没有好友，没有互动，显然就没有趣味性。没有足够的更新，用户就没有刷twitter的动力

激活用户的核心在于让用户尝到产品的甜头
如何提升用户激活：
1.减少干扰，让用户尽快使用核心功能，页面过于复杂，让用户望而却步，很容易会离开
2.提升性能，如果产品卡顿，就不会有高的激活率
3.增加引导，引导用户到关键步骤上来
4.人工接入，只有不断的客户解释疑惑，才能让用户体验到产品价值

使用漏斗分析和用户分群来激活用户
将满足激活条件的用户和不满足激活条件的用户区分开来，并跟踪他们的差异，找到合适的magic number

留存用户量和留存率体现了产品的质量和保留用户的能力
监控留存流失情况，关注留存，提升留存，利用留存

关注留存：客户获取成本（CAC）小余客户生命周期价值（LTV）
CAC要明显小余LTV才算平衡的商业模式，LTV大于三倍的CAC才算企业良性发展
电子商务中心显示：获取新客户的成本是维护老用户成本的5-10倍，居高不下的获客成本，对客户留存率提出了更高的要求
用户培养应该像滚雪球一样越滚越大，而不是猴子掰玉米，一面努力开拓新用户，一面有大量的用户流失。我们要防患于未然，要有预警流失用户的意识。
如用户多少天不回访会流失，实时采取召回策略，保证用户多少天内出现回访

提升留存：降低流失率

精准信息推送：
降价信息推送，合理的把控频率以及内容，避免骚扰用户。避免向用户推送不合适或者无效的信息，尽可能推送用户感兴趣的内容

流失用户挽回：
通过用户分群，根据用户属性以及用户访问情况，将部分用户圈出，然后针对性的进行挽回操作。对最近20天或者一个月没有到访的用户群，特意给他们推出折扣优惠

读懂留存，最大限度延长用户声明周期，通过日留存，周留存，月留存等监控用户流失情况，关注留存变化与留存规律，在用户流失前采取措施，激励用户继续使用。如此无限延长用户生命周期，最大化用户生命周期价值。

引荐：referral
每个企业都希望自己的产品能实现病毒式传播，产品影响力是用户数的平方,如paypal，每引荐一个朋友注册，就可以得到10美元，最终paypal实现用户爆发式增长。

并非所有产品都适合病毒营销，要回归价值
一个好的产品会说话，最直接的就是口碑的力量，要让用户说话，把权利交给用户。

留存不代表用户忠诚度高
留存不能衡量用户的忠实行为，用户可能因为昂贵的转移成本，不得已放弃其他产品，而被迫停留在你家产品上，如用户想放弃云服务时，发现数据迁移并不轻松,为保证业务不受影响，用户最终不得已维持原有合作关系

NPS（Net Promoter Score），净推荐值，又称净促进者得分，亦可称口碑，是一种计量某个客户将会向其他人推荐某个企业或服务可能性的指数。它是最流行的顾客忠诚度分析指标，专注于顾客口碑如何影响企业成长。通过密切跟踪净推荐值，企业可以让自己更加成功。

NPS更能直接了当的判断用户对企业的忠诚度，盲目追求大量用户，NPS不理想也会造成用户流失率居高不下。

关注NPS：用户会主动推荐你的产品吗
一个满意的用户会带来8个潜在的生意，不满意的用户可能会影响25个人的购买意愿
不良利润是以恶化顾客关系为代价赚钱的利润，这种商业模式会造成用户流失并专向竞品，甚至会阻止身边的其他人使用
良性利润是真正践行以客户为中心，提升企业口碑，促成用户向周围人推荐，促进产品的持续增长，NPS已经从一个指标提炼上升到一个系统
不妨问客户一个问题，是否愿意将产品推荐给你的同事或者朋友？当更多用户自发去推荐企业的产品或者服务时，就会自动提升企业的良性利润占比，提高口碑和销售额，从而促进企业增长只有实现产品自传播到再次获取新用户，企业运营才能形成螺旋式上升的轨道

 

Revenue 营收
企业的最终目的是为了盈利。企业十分关注付费转化率，销售额，平均客单价，新增付费用户等指标

 

数据驱动最有效的方式是从上而下的推动。
透过现象看本质，提升决策的准确性和科学性
用数据说话，降低企业沟通成本
赋予企业全面准确的商业洞察力，实现智能商业预测

 

企业服务数据应用分为四个阶段：启动阶段，粘性阶段，增长阶段，营收阶段
1.启动阶段，获取一部分用户进行市场验证，衡量产品是否有效。
2.粘性阶段，留存是根本，关注用户的整个生命周期，新用户留存曲线分为三个阶段：震荡期，选择期，稳定期，绝大多数新用户在震荡期就流失了，在选择期部分用户找到了产品的价值，然后稳定下来，将核心价值尽可能的展示给新用户，增加用户使用核心功能的频率，让用户尽早发现产品价值，提升前两个阶段的留存曲线。产品某个功能对用户有高价值，ROI上有提升，会促使客户更好的使用。
3.增长阶段，该阶段企业开始关注NPS（净推荐值），NSM(North star metric 北极星指标)，关注获取线索的数量和质量，通过跟踪分类，优化策略，通过反馈采取行动,买家通常会和产品内容多次互动后，才会下定决心购买，了解顾客购买周期，并提供帮助他们满足各阶段的需求，实施正式的潜在客户培养计划，有助于定义和最大化营销活动价值。
推广，集客，引流阶段：品牌布点，获取销售线索
品牌营销阶段，精细社群运营
老用户续签和向上销售，找到新客户比维护老客户难度高7倍，向上销售是根据既有客户过去的销售喜好，提供更高价值的产品和服务，刺激客户做更多消费，间接降低了获客成本
病毒性传播，用户开始反复使用你的产品后，就可以着手发展用户基数了，该阶段对应海盗法则的自传播阶段，重点关注用户的获取与增长，但同时也要留意产品的粘性。
病毒传播系数=邀请率x邀请的接受率
邀请率=发出的邀请数/现有用户数
邀请的接受率=新用户数/总邀请数
经推荐着比例，NPS指用户向朋友推荐你产品的可能性有多大，并比较推荐值和不愿推荐者的人数,这个比例是病毒性的极好表现。
客户分层精细化运营，高活跃度用户，一般活跃用户，流失风险客户，以及已经流失的客户
4.营收阶段
客户终身价值
回报期
回收成本
等

零售行业数据驱动
新零售时代，线上线下融合