业务知识及模型Business Knowledge and Frames

如果你不能衡量它,你就无法增长它 # If you can't measure it, you can't grow it

经典的业务分析指标:

电商/活动/内容类APP的指标

指标的建立:

1,核心指标 One metric that matter OMTM:新增用户量(初创)user growth in the beginning;用户活跃度(中期)user activity in the middle;ROI(商业化)ROI is for commercialization

2,好的指标应该是比率 best fit metric is ratio

3,好的指标应该能带来显著效果:marginal thinking / immeasurable metric lead to significant result

4,好的指标不应该虚荣vanity :需要观察关联的指标,不能单一观察 check associated metrics, don't concerns one metric

5,好的指标不应该复杂 metrics should not be complicated 


marketing metrics:

客户生命周期LTV

潜在客户,新客户,老客户,流失客户,回流客户。

用户价值:

    类似ROI:产出/投入,

    线性加权:贡献1+贡献2+……

    金融业:存款+贷款+信用卡+年费+……-风险-流失

RFM模型:在用户生命周期,衡量客户价值的立方体模型。Recency, Frequency, Monetary。

用户分群,营销矩阵:提取用户的几个核心维度,用象限法将其归纳和分类。

    价值和流失度,分成2^2的4类用户。


product operation metrics:

AARRR模型:

    acquisition, activation, retention, revenue, refer

    用户获取:

        渠道曝光量:广告,朋友圈

        渠道转化率:CPC_click, CPM_mille, CPT_time, CPS_sale, CPD_download……

        渠道ROI:投资回报率=利润/投资

        获客成本CAC

        日应用下载量:这里指点击下载,不考虑是否完成下载

        日新增用户数:以用户注册提交资料为准,注册转化率CR

        一次回话用户数占比:新用户下载完APP,仅打开过产品一次,且该词使用时长在2分钟以内

    用户活跃:

        DAU/WAU/MAU: 活跃标准是用户用过产品,不只是打开APP,要与APP核心相关

        活跃用户占比:衡量产品健康程度

        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:次日留存率,七日留存率等

    营收:

        付费用户数:先不考虑退款

        ARPU_Average Revenue per User:某时间段内每位用户平均收入

        ARPPU_Average Revenue per Paying User:某时间段内每位付费用户平均收入

        客单价ATV_Average Transaction Value:每一位用户平均购买商品的金额

        LTV:用户生命周期价值

        LTV = ARPU * (1/流失率), 比如说,一月份有100用户,流失率为30%,所以这100个用户需要3.3333个月流失光,即1/流失率,ARPU * 生命周期时间 = 生命周期价值

    传播:

        K因子:每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

        活动/邀请曝光量:线上传播活动中,该页面被浏览的次数。


user behavior metrics:

功能使用率/渗透率:使用某功能的用户占总活跃数之比

用户会话

用户路径:用户在一次会话中,其访问产品内部的浏览轨迹,通过此,可以加工出关键路径的转化率


E-commerce metrics:

笔单价:与客单价对应

件单价:商品平均价格

成交率:

购物篮系数:平均每笔订单中,卖出了多少商品,购物篮系数多多益善,它和商品关联规则有关系。

复购率:一个时间段, 多次消费客人占总数的比值。描述消费欲望,外卖

回购率:两个时间段,5月消费客人1000,其中有400在六月继续消费,400/1000即时回购率。描述忠诚度。


web traffic metrics:

PV: page visit 浏览次数

UV: unique visit 独立访客数,通过cookie,IP衡量


怎么生成指标:

组合

访客访问时长+UV=重度访问用户占比 :浏览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:用户在所有会话中,其中有多少次消费


建立业务分析框架:从指标,业务,流程角度出发

市场营销模型

机会用户:

    潜在客户转化率

    机会客户转化率

    新客付费转化率

    不同渠道在新客中的占比

    不同渠道在新客中的付费转化率

结构化分析

产品运营模型AARRR模型:从流程来建立框架

二次激活

    推送激活转化率

    有效推送成功率

    有效推送到达率

    用户打开率

    不同推送的转化率

用户行为模型(内容平台):

点赞/评论/收藏:

    点赞/评论/收藏用户活跃占比

    内容指数:线性加权点赞/评论/收藏


电子商务模型:

购物车:

    不同商品类别的占比(对比法)

    不同价格档次的占比(象限法)

    不同商品的下单支付率(漏斗法)


流量模型


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.

MOOC data framework
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,406评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,732评论 3 393
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,711评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,380评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,432评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,301评论 1 301
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,145评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,008评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,443评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,649评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,795评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,501评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,119评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,731评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,865评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,899评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,724评论 2 354