唯有理解業務,才能創建業務數據模型。微信
模型未動 , 指標先行cookie
若是你不能衡量它,你就沒法增加它session
例如APP進行數據分析就有以下指標進行衡量。app
接前一篇文章講的數據分析思惟,能夠直接產生業務分析指標。框架
各部門與指標之間的聯繫以下:優化
1,要肯定核心指標網站
2,好的指標應該是比率ui
3,好的指標要帶來顯著效果搜索引擎
4,好的指標不該該虛榮3d
5,好的指標不該該複雜
具體講解各部門存在的指標:
一、客戶/用戶生命週期
企業/產品和消費者在整個業務關係階段的週期。 不一樣業務劃分的階段不一樣。傳統營銷中,分爲潛在用戶,興趣用戶,新客戶,老/ 熟客戶,流失客戶。
二、用戶價值
業務領域千千萬萬,怎麼定義最有效的用戶呢?用指數法,將業務最關注的幾個指標一塊兒加工。
用戶貢獻 = 產出量/投入量*100%
用戶價值 = (貢獻1+貢獻2+……)
好比金融行業會以存款+貸款+信用卡+ 年費+……-風險-流失
三、RFM模型
用戶生命週期中,衡量客戶價值的立方體模型。利用R最近一次消費時間,M總消費金額,F消費頻次,將用戶劃分紅多個羣體。
四、用戶分羣,營銷矩陣
用戶分羣是市場營銷中的一種常見策略,它提取用戶的幾個核心維度,用象限法 將其概括和分類。
一、AARRR
Acquisition用戶獲取、Activation用戶活躍、Retention用戶留存、Revenue營收、Refer傳播。
二、用戶獲取
渠道到達量:俗稱曝光量。有多少人看 到了產品推廣相關的線索。
渠道轉化率:有多少用戶由於曝光而心動Cost Per,包含CPM、CPC、CPS、 CPD、CPT等。
渠道ROI:推廣營銷的熟悉KPI,投資回報率,利潤/投資*100%。
日應用下載量:app的下載量,這裏指點擊下載,不表明下載完成 。
日新增用戶數:以用戶註冊提交資料爲基準 。
獲客成本:爲獲取一位用戶須要支付的成本 。
一次會話用戶數佔比:指新用戶下載完 App,僅打開過產品一次,且該次使用時長在2分鐘之內。
三、用戶活躍
日/周/月活躍用戶應用下載量:活躍標準是用戶用過產品,廣義上,網頁瀏覽內容算「用」,在公衆號下單算 「用」,不限於打開APP。
活躍用戶佔比:活躍用戶數在總用戶數 的比例,衡量的是產品健康程度。
用戶會話session次數:用戶打開產品操做和使用,直到退出產品的整個週期。5 分鐘內沒有操做,默認會話操做結束。
用戶訪問時長:一次會話的持續時間。
用戶平均訪問次數:一段時間內的用戶 平均產生會話次數。
四、用戶留存
用戶在某段時間內使用產品,過了一段時間後仍舊繼續使用的用戶。
假設產品某天新增用戶1000個,次日仍舊活躍的用戶有350個,那麼稱第二天留存率有35%,若是第七天仍舊活躍的 用戶有100個,那麼稱七日留存率爲 10%。
五、營收
付費用戶數:花了錢的
付費用戶數佔比:每日付費用戶佔活躍用戶數比,也能夠計算總付費用戶佔總用戶數比
ARPU:某時間段內每位用戶平均收入
ARPPU:某時間段內每位付費用戶平均收入,排除了未付費的
客單價:每一位用戶平均販買商品的金額。銷售總額/顧客總數
LTV:用戶生命週期價值,和市場營銷的客戶價值接近,常常用在遊戲運營電商運營中。
LTV = ARPU * 1/流失率
六、傳播
K因子:每個用戶可以帶來幾個新用戶
K因子=用戶數*平均邀請人數*邀請轉化 率
用戶分享率:某功能/頁面中,分享用戶數佔瀏覽頁面人數之比。
活勱/邀請曝光量:線上傳播活動中, 該頁面被人瀏覽的次數。通常代指微信朋友圈。
用戶行爲的數據分析是一個很普遍的課題,不一樣業務領域背景的用戶行爲分析不同。 這裏簡單歸納說幾個分法。
一、功能使用
功能使用率/滲透率:使用某功能的用 戶佔總活躍數之比。
好比點贊、評論、收藏、關注、搜索、添加好友,都可以算作功能使用。這些 指標在特定業務中均有做用。
二、用戶會話
會話session:也叫作session,是用戶在一次訪問過程當中,從開始到結束的整 個過程。在網頁端,30分鐘內沒有操做, 默認會話操做結束。
三、用戶路徑
路徑圖:用戶在一次會話的過程當中,其訪問產品內部的瀏覽軌跡。經過此,能夠加工出關鍵路徑轉化率。
一、購物車分析
筆單價:用戶每次販買支付的金額,即每筆訂單的支出。和客單價對應。
件單價:商品的平均價格。
成交率:支付成功的用戶在總的客流量中的佔比。
購物車系數:平均每筆訂單中,賣出了多少商品。販物車系數是多多益善,它也和商品關聯規則有關係。
二、好基友:復購率和回購率
復販率是一段時間內屢次消費的用戶佔 總消費用戶數之比。例如4月有1000 位用戶消費,其中500位消費了兩次以 上,則復購率是50%。 回購率是一段時間內消費過的用戶,在下一段時間內仍舊消費的佔比。例如4月的消費用戶數1000,其中600位在5月 繼續消費,則回購率爲60%。
一、瀏覽量和訪客量
PV:瀏覽次數。互聯網早起的統計指標, 用戶在網頁的一次訪問請求能夠看做一個PV,用戶看了十個網頁,則PV爲10。
UV:是必定時間內訪問網頁的人數,正 式名稱獨立訪客數。在同一天內,無論 用戶訪問了多少網頁,他都只算一個獨立訪客。 技術上,UV會經過cookie或IP衡量。
二、訪客行爲
新老訪客佔比:衡量網站的生命力
訪客時間:衡量內容質量不是看內容的 UV,而是看內容的訪問時間。
訪客平均訪問頁數:衡量網站對訪客的吸引力,是訪問的深度。
來源:訪客從哪裏來,技術上,經過來源網站的參數提取,能夠區分SEM, SEO或者外鏈等。
用戶行爲轉化率:用戶在網站上進行了相應操做的用戶在總訪客數上的佔比。
首頁訪客佔比:只看了首頁的用戶,在總訪客數上的佔比。
三、退出率和跳出率
退出率:從該頁退出的頁面訪問數/進入該頁的訪問數。
跳出率:瀏覽單頁即推出的次數/訪問次數。
跳出率通常衡量各個落地頁,營銷頁等頁面。退出率則更偏產品,任何頁面都有退出率
組合法:
訪客訪問時長 + UV = 重度訪問用戶佔比瀏覽時間5分鐘以上的用戶在整個訪客中佔比
用戶會話次數 + 成交率 = 有效消費會話佔比用戶在全部的會話中,其中有多少次有消費?
從指標的角度出發,從業務的角度出發,從流程的角度出發
其中機客戶涉及到的指標:
潛在客戶轉化率
機會客戶轉化率
新客付費轉化率
不一樣渠道在新客中的佔比
不一樣渠道在新客中的付費轉化率
其中二次激活涉及到的指標:
推送激活轉化率
有效推送成功率
有效推送到達率
用戶打開率
不一樣推送的轉化率
推送列表
成功推送
有效推送
用戶屏蔽
用戶接收成功
用戶瀏覽到通知
用戶成功打開
其中點贊/評論/收藏涉及到的指標:
點贊用戶活躍佔比
評論用戶活躍佔比
收藏用戶活躍佔比
內容指數
其中購物車涉及到的指標:
不一樣商品類別的佔比(對比法)
不一樣價格檔次的佔比(象限法)
不一樣商品的下單支付率(漏斗法)
其中搜索引擎流量 搜索引擎優化涉及到的指標:
以上舉例了各類產品及業務的多個數據分析框架,那麼如何從0到1創建業務數據分析框架呢?分爲以下幾個步驟: