admin管理员组文章数量:1664573
无小意
个人博客:无小意
知乎主页:无小意丶
公众号: 数据路(shuju_lu)
百日计划第一周总结
1. 计划
1.彻底结束之前预定暑假完成的天善学院课程《七周数据分析师》
2.总结《七周数据分析师》。
2. 完成情况
1.完成《七周成为数据分析师》任务
2.周总结与《七周数据分析师》一起完成。
《七周数据分析师》总结
第一周:数据分析思维
1.核心数据分析思维
- 结构化
- 公式化
- 业务化
2.数据分析思维七大技巧
- 象限法
- 多维法
- 假设法
- 指数法
- 80/20法则(帕累托法则)
- 对比法
- 漏斗法
3.数据分析思维锻炼方法
- 好奇心!
- 案例分析
- 啤酒与尿布
- 去思考生活中商业案例的表现,背后的原理、摆放方法和数据差异
- 生活中的练习
- 例如夜市,一天的人流量?一人的流量?营业额?数据的分析方式?
- 换做你是商家,如何提高店面的利润?
- 工作中的练习
- 为什么领导和同事不认可?
- 如果我职位更高,我会怎么分析?
- 复盘,对于一个月,一年前等等的案例进行对比。需要,每个案例有记笔记的习惯,效果更好
- 历史分析,用这三种分析思维,分析更多的事情。结构化,公式化,业务化。
4.总结
- 核心思维为重点!结合案例理解了,这三种思维的重要性,运用范围极广,对于问题的思考都可以从这三方面开展。
- 七大技巧,展示了具体的分析技巧,但是需要配合分析工具如Python、excel中去实现他,需要记住特点,在需要时运用到数据分析中
- 数据分析思维的锻炼,来自于长期的思考习惯,从生活、案例和工作中日积月累的思考与积累,通过自己真正“思考”出来的结果,才是“真正”理解的思维。
第二周:业务篇-指标
1.为什么业务重要
唯有理解业务,才能建立完整的一套体系,简称业务数据模型。
想进入某个行业的数据分析,尽量需要一些业务知识,敲门砖。
2.经典的业务分析指标
模型未动,指标先行。
如果你不能衡量它,你就不能无法增长它
运用第一周的核心思维:结构化、公式化和业务化,形成指标。
指标建立的要点:
- 核心指标(公司和部门都认同的大目标,根据实际公司情况而认定)
- 好的指标应该是比率
- 好的指标能带来显著效果
- 好的指标不应该虚荣(如投入的钱很多,新增用户量大)
- 好的指标不应该复杂
3.市场营销指标
市场营销领域:
1.客户/用户生命周期
- 企业/产品和消费者再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,新客户,老客户,流失客户。
2.用户价值
- 业务领域千千万万,怎样定义最有效用户?
- 用户贡献=产出量/投入量*100%
- 用户价值=贡献1+贡献2+…
- 金融行业的用户价值,大概可以为存款+贷款+信用卡+年费+…-风险
RFM模型
具体看业务背景,确立RFM模型中的重心,进行更改和修正。
用户分群,营销矩阵
提取用户的几个核心维度,例如RFM,用象限法将其归纳和分类
3. 产品运营指标
AARRR框架
用户获取,用户活跃,用户留存,营收,传播
1.用户获取
- 渠道到达量:俗称曝光量。有多少人看到产品推广相关的线索。
- 渠道转换率:有多少用户因为曝光而心动Cost Per,包含CPM、CPC、CPS、CPD和CPT等。
- 渠道ROI:推广营销的熟悉KPI,投资回报率,利润/投资* 100
- 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。
- 日新增用户数:以用户注册提交资料为基准
- 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:指新用户下载完App,仅打开过产品一次,且该次使用时长在2分钟以内。(衡量渠道可靠程度)
2.用户活跃
- 日/周/月活跃用户应用下载量:活跃标准是用户用过的产品,广义上,网页游览内容算用,公众号下单算用,不限于打开APP。
- 活跃用户占比:活跃用户数再总用户数的比例,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,直到推出产品的整个周期。5分钟无操作,默认结束
- 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。
3.用户留存
用户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。
4.营收
- 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:某个时间段内,每位用户平均收入
- ARPPU:某时间段内每位付费用户平均收入,排除了未付费。
- 客单价:每一位用户平均购买商品的金额。销量总额/顾客总数
- LTV:用户生命价值周期,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(经验公式):ARPU*1/流失率(比如说,一月份有一百个用户,这个月用户流失率0.3,那么1/流失率=3.3,那么一月份这批客户在3.3个月后流失光,这段时间的LTV=ARPU(用户的平均消费100元) *3.3 =330元),适合敏捷项目
5.传播
- 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=人数邀请转换率
- 用户分享率:某功能/界面中,分享用户数占游览页面人数占比
- 活动/邀请曝光量:线上传播活动中,该活动被曝光的次数
4. 用户行为指标
1.用户行为
- 没有特别重要的框架,主要在于理解与应用。
- 功能使用率:使用某功能的用户占活动总活跃数之比。(比如点赞、评论、收藏、搜索等等)
- 用户会话:会话(session),是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
2.用户路径
路径图:用户在一次会话的过程中,其访问产品内部的游览轨迹,通过此,可以加工出关键路径转换率。
全产品路径如上,但是关注关键路径才重要。比如下单的路径,观察各个路径的情况,进行优化。
5.电子商务指标
购物篮分析
版权声明:本文标题:百日计划:第一周,《七周成为数据分析师》课程近万字总结 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://m.elefans.com/dianzi/1730023947a1219770.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论