Data Analysis summary

1.数据运营,你会关注哪些指标?

1.拉新指标

浏览量、注册量、拉新成本

2.活跃指标

活跃用户数、活跃率、在线时长

3.留存指标

用户留存率、用户流失率

4.用户价值/转化指标

用户生命周期价值(CLV)、成交额、复购率、付费用户数

5.裂变指标:

裂变k因子 :发起邀请的用户数*转化率 、传播周期

用户推荐的驱动力:

​ 产品驱动:airbnb的用户推荐项目的A/Btest

​ 利益驱动: 在用利益驱动的时候,尽量用券、优惠、打折等这样的一些利益进行诱惑

​ 情怀驱动:

2.数据分析的流程

数据分析是指用适当的统计分析方法对手机来的大量数据进行分析,将他们加以汇总和理解并笑话,以求最大化地开发数据的功能。

数据分析具有很强的目的性,首先需要确定分析目的,其次进行数据收集、数据清洗、数据分析;数据分析过程一定要紧扣分析目的进行,最后数据报告以及执行与反馈。

数据分析与数据挖掘的区别:

(1)前者更偏向业务,后者更偏向算法。

(2)前者是为了分析目的收集各式各样的数据,后者是提取数据库的数据。

3.DAU分析

1.确定数据真实性

2.分离维度进行分析

新老客户/登录版本/登录平台(ios or android)/登录渠道(pc or 手机)/时间

3.寻找原因

产品:功能调整、策略调整

技术:接口、网页打不开

运营:运营策略、运营活动

4.AARRR模型

Acquisition:获取 [用户从不同渠道来到你的产品 ]

Activation:激活 [用户在你的产品.上完成了一个核心任务(并有良好体验)]

Retention:留存 [用户回来继续不断的使用你的产品]

Revenue:收益 [用户在你的产品.上发生了可使你收益的行为]

Referral:推荐 [用户通过你的产品,推荐引导他人来使用你的产品]

5.RFM模型

R:recent 最近的交易离当前天数

F:frequent 交易单数

M:money 累计交易金额

运用RFM分出8种客户价值类型:

原文地址:https://www.cnblogs.com/jiaxinwei/p/13937870.html