干货 | 一文读懂数据分析

一、常用数据分析产品运营分析：以移动端APP为主体，以AAARR模型为主，包括Acquisition用户获取、Activation用户活跃、Retention用户留存、Revenue收入、Refer传播。

市场营销分析：以传统的市场营销方法论为基底，包括用户生命周期，生命周期价值、用户RFM价值、用户忠诚度等功能的相关指标。。

流量分析：以互联网的流量为核心，包括浏览量曝光率、病毒传播周期、用户分享率、停留时间、退出率跳出率等功能的相关指标。

电商和消费分析：以商品的交易、零售、购买搭建而起。包括GMV、客单价、复购率、回购率、退货率、购物车关联分析、进销存等功能的相关指标。

其他：波士顿矩阵、5W2H、SWOT、4P理论、PEST、逻辑树等

 

二、产品运营分析AAARR：          

获取（Acquisition）：如何低成本的获客、怎么打动用户、抓住用户 （用户分层）的吸引力? 此阶段应及时关注DAU、留存、活跃时长、每日新增、累积新增、启动次数、首次交易户、首绑交易户、一次性用户数、平均使用时长等等指标，评估不同用户的反馈，对产品进行打磨。

激活（Activation）：如何避免注册多、打开少，让用户称为产品真正的使用者，用户的激活路径是怎样的？用户在哪一步流失？怎么提升转化率？对于处在不同生命周期的，不同类型的客户有不同的策略。此阶段应及时关注用户激活率、用户激活花费时长、DAU/MAU、日均使用时长等指标，投入适当匹配策略如LBS匹配、用户属性匹配、个性化推荐匹配等，通过为用户匹配或者推荐用户，促成用户之间的联系，进一步沉浸于产品中，达成用户激活。

留存（Retention）：用户能否持续留存？哪些用户可以留存？用户的行为如何？能否进行转化？能否持续转化？此阶段应及时关注日留存、周留存、月留存（统计方式各异）、用户忠诚度、每日流失、每日回流、用户生命周期、平均生命周期贡献、7日回访用户、使用间隔、页面访问量、回访率等指标。具体指标的设定需要根据自己的产品和业务重新定制。

收入（Retention）：根据不同的商业模式，创造收益。我们在产品实际过程中，需要通过一些指标去量化评估变现效果，如：LTV（计算方式各异）、用户付费率、N次付费率、ARPU、ARRPU，同时需要深入的研究不同用户的付费习惯，提供付费优化方案。

传播（Retention）：用户是否愿意告诉其他用户？在数据层面我们根据传播数量和转化率组成K因子量化传播效果。K因子=传播数量X转化率。

 

三、市场营销分析用户生命周期：计算用户生命周期的两种方式：

 1.定义用户的流失天数为N天，当一个用户>=N天未进行操作，我们默认他为流失客户，那么他第一次与最后一次的消费时间差则为他的生命周期天数。

2.全部用户的最近一次操作日期减去第一次操作日期，取平均数即为生命周期天数。 

引入期：注册后未进行任何体验；运营目标——获客；运营策略——优化渠道、提高注册转化率和下单转化率；

成长期：用户较为活跃，已经完成过产品的；运营目标——提升用户价值、引导用户，培养用户习惯；运营策略——抓住用户每一次需求窗口促进购买，提升用户购买次数，处理客诉及时安抚；

成熟期：一段时间内操作频率大于N的用户；运营目标——维持忠诚度；运营策略——促进消费、交叉营销、用户关怀

休眠期：成熟期用户超过N天未发生操作；运营目标——降低流失；运营策略——流失分析、流失预警、潜在流失用户召回；

流失期：当一个用户>=N天未进行操作；运营目标——召回用户；运营策略——流失召回、产品诊断与重新定位。

 

RFM模型 ：RFM模型是衡量客户价值的一种分类思维。

R:最近购买日期

F:购买频率

M:购买金额

在R/F/M三个指标上，我们通过经验将实际的用户划分为以下8个区（如下图），我们需要做的就是促进不同的用户向更有价值的区域转移。也就是将每个付费用户根据消费行为数据，匹配到不同的用户价值群体中，然后根据不同付费用户群体的价值采用不同的策略。

LTV（生命周期价值）：LTV，通俗的说，是获客至流失所得的收益总和，它的作用在于辅助决策，如：计算回报周期、验证盈利模式、衡量用户质量、监测异常、调整经营策略等等。

一般预估方法有以下几种：

R：留存率  APRU:每用户平均贡献

LTV= 平均购买金额*平均购买频率*平均存续时间-（获客成本+维护成本）

GC：每用户年度总贡献  r：每用户年留存率  d：每用户年折现率  M:每用户年维护成本

NPV：净现值  OC：营业成本

 

用户忠诚度：

t：消费周期   S：每个周期内的消费次数、、

 

用户流失分析：

分析流失前的用户行为，我们可以分析用户导入期、成长期、成熟期的数据。分析流失用户前，需要定义怎样才算流失用户，一般用户流失分析流程：

用户流失前发生了哪些相似的行为；用户是否集中在某一渠道；用户画像是否一致；流失前，产品、运营、市场是否发生某些变动。建立预警模型的目的是提前识别潜在流失用户，为挽留用户赢得时间，一般预警模块：

基于用户属性的流失预警模块基于关键事件的流失预警模块基于负体验的流失预警模块基于业务粘性的流失预警模块基于用户活跃度的流失预警模块

用户留存分析：

留存分析可以有效帮助计算用户的生命周期，用户留存分析可以针对不同群组用户建立留存曲线，观察不同特征用户的留存情况，从而找出影响因素。一般需要考虑以下几个方向：

活跃用户的留存情况关键行为访问留存 新增用户阶段时间内的留存情况某渠道/活动用户阶段时间内的留存情况                                                                                                                                   一般用户留存分析的流程：

定义留存用户通过数据特征梳理出，吸引用户留存的功能或利益分析不同群组用户的留存用户的行为定位不同群组非留存用户的行为通过数据特征梳理出，不同群组非留存用户在探索产品功能和利益遇到的障碍针对障碍特征再想出针对的调整政策用户画像调研，佐证分析结论 

四、流量分析

1. PV：页面访问量或点击量，用户每1次对网站中的每个网页访问均被记录1次。用户对同一页面的多次访问，访问量累计。
2. UV：访问某个站点或点击某条新闻的不同IP地址的人数。
3. ROI：通过投资而应返回的价值，ROI=（成本降低+收入增长）/总成本。
4. 用户访问时长：是一次会话持续的时间。
5. 退出率：是网页端的一个指标。网页端追求访问深度，退出率= 从该页退出的页面访问数/进入该页的页面访问数、
6. 跳出率：退出率的特殊形式，有且仅浏览一个页面就退出的次数/访问次数。
7. DAU/MAU：每日活跃用户数/每月活跃用户数。
8. TAC：流量获取成本，用来评价产品的易用性、吸引力、用户预期一致性和推广效果。
9.  ARPU/ARPPU：平均每用户贡献的收入/平均每付费用户贡献的收入。
10. K因子：每位用户平均向多少用户发出邀请，发出的邀请又有多少有效的转化率，即每一个用户能够带来几个新用户。

 

五、电商和销售分析销售分析常用指标：

销售指标：销售额、销售量、销售周期、各指标增长率（同比、环比）、达成率等；市场占有指标：占有率（金额、数量、人口属性）；盈利指标：毛利率、净利率、费用率、各类成本等；运营指标：周转率、库存比率、交付周期、获客成本等；客户指标：客户数量、客户留存率、流失客户数、新增客户数、客单价、客户满意度、人均毛利、客诉率等；地域指标：区域销售结构、产品销售结构等；销售人员指标：拜访率、销售额、获客成本、客户保持率等。

分析方法：

通过6W2H或4P的框架来分析，把可能需要思考的维度都列出来，然后再根据需求具体的情况，拆解不同维度，找到需要分析的某个指标的影响因素。

1、整体销售分析

销售额/数量：分析近几年的总体销售额、数量，从而分析企业的业绩状况并判断企业的业绩变化类型

季节因素：依据行业销售淡旺季规律，与销售数据中的销售行程进行对比，分析淡旺季发展规律；

产品线：通过总体产品结构分析，了解整体产品结构分布和重点产品表现。

价格体系：通过总体价格结构分析，了解企业的优势价位区间。

2、区域布局分析

区域分布：分析企业的销售区域及各区域表现，检索重点区域、发现潜在市场，提出下阶段区域布局策略。

重点区域分析：对重点区域的销售状况予以重点分析，解析该区域的发展走势及结构特点，为未来在重点区域的发展提供借鉴。

区域销售异动分析：对增长和下跌明显的区域予以重点分析，总结经验教训，有效避免潜在的威胁。

区域产品分析：将重点区域中的产品结构进行时间上的横向对比，进行多要素复合分析。

3、产品线分析

产品线结构分析：分析产品系列和单产品结构分布，检索重点产品发展趋势及新产品的市场表现。

重点产品分析：针对重点产品进行分析，发现存在的问题，提供产品改进意见。

产品-区域分析：通过对产品的销售区域分布的分析，区分战略性产品/技术性产品、全国性产品/区域性产品，为产品的划分和进一步细化提供参考。

4、价格体系分析

价格体系分析：划分出符合实际的价格区间划分标准，寻找主导价位。

价格-产品分析：主导价位区间的趋势分析，主导价格区间的产品构成以及发育状况，分析主导价位产品成长空间。

价格-区域分析：各区域的价位构成分析，寻找各区域的主导价格以及价格层次的产品线战略分布。

 

六、其他波士顿矩阵：

波士顿矩阵是分类思维的发展，它不再局限于用量化指标来进行分类。许多时候，我们没有数据做为支持，只能通过经验做主管的推断时，是可以把某些重要因素组合成矩阵，大致定义出好坏的方向，然后进行分析。

1、问题：有助于用户体验的提高，但是与公司战略相关性比较低，甚至相反；

2、明星：有助于用户体验的提高，而且与公司战略一致；

3、金牛：不利于用户体验，但与公司战略一致，相关性高；

4、瘦狗：即不利于用户体验，又与公司战略关系不大。

 5W2H：

将5W2H带入如何分析店铺销售额降低，拆分维度有

what：是什么？目的是什么？who：用户（用户、渠道、画像等）？when：发生时间？where：何店铺，何产品？why：为什么要做？how：？如何实施？方法是什么？how much ：多少销售额？损失金额？

SWOT：

SWOT分析包括分析企业的优势（Strengths）、劣势（Weaknesses）、机会（Opportunities）和威胁（Threats）。SWOT模型已由麦肯锡提出很久了，带有时代的局限性，还有在此基础上的改进方法——POWER SWOT分析，也常于PEST于波特五力模型联动分析。

成功应用SWOT分析法的简单规则：

进行SWOT分析的时候必须对公司的优势与劣势有客观的认识；进行SWOT分析的时候必须区分公司的现状与前景；进行SWOT分析的时候必须考虑全面。进行SWOT分析的时候必须于竞争对手进行比较，比如优于或是劣于你的竞争对手；保持SWOT分析法的简洁化，避免复杂化与过度分析；SWOT分析法因人而异

4P理论：

产品（Product）：注重开发的功能，要求产品有买点，把产品的功能诉求放在第一位。价格 (Price)： 根据不同的市场定位，制定不同的策略，产品的定价依据是企业的战略，注重品牌的含金量。分销(Place)： 企业并不直接面对消费者，而是注重经营商的培育和销售网络的建立，企业与消费者的联系是通过分销商来进行的。促销(Promotion)：企业注重销售行为的改变来刺激消费者，以短期的行为（如让利，买一送一，营销现场气氛等等）促成消费的增长，吸引其他品牌的消费者或导致提前消费来促进销售的增长。

 PSET：是指宏观环境的分析，一般应对政策、经济、社会、技术

政策 经济 社会 技术环保制度 经济增长 收入分布 政府研究开支税收政策 利率与货币政策

人口 产业发展国际贸易章程与限制 政府开支 社会流动性 新型发明与技术发展合同执行法消费者保护法 失业政策 生活方式变革 技术转让率雇用法律 征税 职业态度 技术生命周期政府组织/态度 汇率 教育 能源利用与成本竞争规则 通货膨胀率 潮流与风尚 信息技术变革政治稳定性 商业周期 社会意识形态 互联网的变革安全规定 消费者信心 生活条件 移动技术变革

 

逻辑树：一般说明逻辑树的分叉时，都会提到"分解"和"汇总"的概念。

End.

作者：zero_cola

更多文章前往首页浏览http://www.itongji.cn/