本课程共七个章节，课程地址：7周成为数据分析师（完结）_哔哩哔哩_bilibili
- 数据分析思维
- 业务知识
- Excel
- 数据可视化
- SQL
- 统计学
- Python
- 为什么业务重要
- 经典的业务分析指标
- 业务分析框架
- 数据化管理业务
目录
第二周：业务知识（P15-P30）
一、为什么业务重要
二、经典的业务分析指标
指标
市场营销指标
产品运营指标
用户行为指标
电子商务指标
流量指标
怎么生成指标 —— 组合
三、业务分析框架
市场营销模型
AARRR模型
用户行为模型（内容平台）
电子商务模型
流量模型
如何应对各类业务场景
四、数据化管理业务
一、为什么业务重要唯有理解业务，才能建立业务数据模型
二、经典的业务分析指标 指标模型未动，指标先行。如果你不能衡量它，你就无法增长它
- 核心指标（结构化的角度就是金字塔的塔尖）：如初创公司关注新增用户量，创业中期关注用户活跃，创业后期关注营收
- 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：指标之间需要相互关联、配合着看
- 好的指标不应该复杂
1. 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（产生一定销售线索的用户，如浏览、咨询）、新客户、老/熟客户、流失客户
2. 用户价值
业务领域千千万万，怎么定义最有效的用户呢？ ——指数法，将业务最关注的几个指标一起加工
- 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：存款+贷款+信用卡+年费+...－风险－流失
3. 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（M和F是一个时间段内的），将用户划分成多个群体
4. 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
产品运营指标1. AARRR框架
（1）用户获取（Acquisition）
- 渠道到达量（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、CPC、CPS、CPD、CPT
CPM：曝光1000次收费多少
CPC：点击1000次收费多少
CPS：销售1000次收费多少
CPD：下载1000次收费多少
CPT：时间
- 渠道ROI（投资回报率）：推广营销的熟悉KPI，利润/投资*100%，>1 说明赚钱
- 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，故容易造成数据的失真
- 日新增用户数：以用户注册提交资料为准
- 获客成本：为获取一位用户需要支付的成本
- 一次会话用户数占比：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（判别机器人）
（2）用户活跃（Activation）
- 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：一段时间内用户平均产生会话次数。衡量用户黏性；也可以和时间段关联起来，看什么时间周期的用户比较活跃
（3）用户留存（Retention）
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，那么称七日留存率有10%
（4）营收（Revenue）
- 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（有时间限制）
- 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（无时间限制）
- 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公式：LTV = ARPU * 1/流失率
适合短平快的敏捷项目，如游戏；周期长的项目，如旅游，用该公式计算误差大
（5）传播（Refer）
- 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
K因子≥1，说明产品可以通过传播造成自增长
- 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
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
（1）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，均可以算作功能使用，这些指标在特定业务中均有作用
（2）用户会话
- 会话session：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
- 会话阈值（一般）：手机5分钟，网页半小时
（3）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
（1）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。多多益善，和商品关联规则有关系
（2）复购率和回购率
- 复购率：一段时间内多次消费的用户占总消费用户数之比。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：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%
区别：复购率为一段时间内，衡量用户的消费欲望；回购率为跨时间窗口，即两个时间段，衡量用户的忠诚度
流量指标（1）浏览量和访客量
- PV（Page Visit ，浏览次数）：互联网早期的统计指标。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
刷新、回退页面也算一次PV，故PV容易虚高
- UV（独立访客数）：是一定时间内访问网页的人数。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
（2）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（区分标题党）
- 访客平均访问页数：衡量网站对访客的吸引力
- 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SEM、SEO或外链等
- 用户行为转化率：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。衡量网页的结构，即对新用户的导航是否友好
（3）退出率和跳出率
- 退出率（网页产品结构）：从该页退出的页面访问数 / 进入该页的访问数
回退，衡量网站结构设计的是否巧妙，用户是否能找到想要的页面
- 跳出率（营销）：浏览单页即退出的次数 / 访问次数
跳出率一般衡量各个落地页、营销页等页面
退出率更偏产品，任何页面都有退出率
怎么生成指标 —— 组合
用指标建立业务分析框架
市场营销模型
- 通过付费渠道到落地页，是先下载再注册
- 通过社交传播/病毒营销到落地页，是先注册再下载
- 推送激活转化率：推了多少用户，用户因为这条推送回来了
- 有效推送成功率：有些用户手机号码错误或者换手机号，无法推送成功
- 有效推送到达率：服务器问题等导致未必所有用户都能接收到推送
主要分为内容消费者和内容生产者两大类
- TopN：哪些关键词能吸引到非常多的用户
- 多维：哪些关键词和多维组合，比如不同地区、不同手机型号在关键词上是否有差异
题：天善学院希望大家帮助建立一个数据分析框架，怎么建立？
画图软件：ProcessOn
30%数据统计，70%数据管理
