1.業務分析類
1.1杜邦分析法
主要同於財務領域，通過財務比率來分析財務狀況，核心是將一個大的問題拆分爲更小粒度的指標，以此瞭解問題出在了哪兒，從而對症下藥。以此爲例，GMV(網站成交金額)分析：
1.2同比熱力圖分析法
將各個業務線的同比數據放到一起進行比較，更直觀的瞭解各個業務的情況。
三步走：
1.按照杜邦分析法對問題進行拆解：GMV = 流量轉化率商品均價*人均購買量。
2.計算每個業務指標的同比數據；
3.針對同比高低設置顏色漸變條件格式。
縱向對比業務自身的同比趨勢，橫向對比了解自身在同類業務中的位置。此外，可綜合分析GMV等各項核心指標變動的原因。
1.3類BCG矩陣
BCG矩陣：市場增長率——相對市場份額矩陣。
市場引力：包括整個市場的銷售額增長率、競爭對手強弱及利潤高低。
企業實力：包括市場佔有率，技術、設備、資金利用能力。
市場增長率 = （本期總銷售 - 上期總銷售）/ 上期總銷售
相對市場佔有率 = 本公司某業務本期銷售額 / 最強的競爭對手該業務本期銷售額
①銷售增長率和市場佔有率“雙高”的產品羣（明星類產品）
②銷售增長率和市場佔有率“雙低”的產品羣（瘦狗類產品）
③銷售增長率高、市場佔有率低的產品羣（問題類產品）
④銷售增長率低、市場佔有率高的產品羣（金牛類產品）
類BDG矩陣：根據不同的業務場景和業務需求，可以將任意兩個指標作爲座標軸，從而把各類業務或者用戶劃分爲不同的類型，例如品牌GMV增長率和佔有率，來分析個品牌的狀況。
分析商品引流能力和轉化率：流量份額-轉化率
分析商品對毛利/GMV的貢獻：毛利率-銷售額
基於RFM分析用戶的價值：訪問頻率-消費金額
2.用戶分析類
2.1 TGI指數
將目標用戶分類，對比各類用戶與總體之間的差異性，TGI指數，反應各類用戶羣體在特定研究範圍（地理區域、人口統計、媒體偏好等）等內的強勢或弱勢。
TGI指數 = 用戶分類中具有某一特徵的羣體所佔比例 / 總體中具有相同特徵的羣裏所佔比例 * 100
比如：用戶分類1中16~25歲的用戶佔比爲4%，總體中16-25的用戶佔比是8.3%，那麼用戶分類1在16-25歲用戶中的TGI指數爲4%/8.3%*100=48。
上圖中各類目標用戶在16~25歲這個年齡段的佔比都比總體小（TGI指數<100），其中分類1的用戶年齡偏大。
所以在分析用戶畫像時，需要根據場景進行用戶分類，並對比各類用戶與總體間的差異，這樣才能保證分析結果的可信性和實用性，而TGI指數就是很好的對比指標。
2.2LRFMC模型
2.2.1 RFM模型
RFM模型是客戶關係管理中最常用的模型——衡量用戶價值和用戶創利能力的經典工具，依託於用戶最近一次購買時間、消費頻次及消費金額。
R：Recency 最近一次消費時間至今的時間長度，反映了用戶當前的活躍狀態。
F：Frequency 消費頻率，統計週期內購買商品的次數，反映了用戶的忠誠度。
M：Montary 消費金額 統計週期內消費的總金額，反映了用戶的購買能力。
將每個維度分爲高低兩種情況，構建如下三維座標系：
默認前提：
- 最近有過交易行爲的客戶，二次發生交易的可能性要高於最近沒有交易行爲的客戶；
- 交易頻率較高的客戶比交易頻率較低的客戶，更有可能發生二次交易；
- 過去所有交易總金額較多的客戶，比交易總金額較少的客戶，更有可能發生二次交易。
需要對最終的R值、F值、M值進行處理：評分方式和算法
評分方式：需要手動的根據業務進行調整，不夠靈活，但是可以很好的額保證數據的可比性。
算法方式：根據數據特性將數據基於模型處理後量化用戶價值，分爲劃分高低維度、量化用戶價值兩步。
1.劃分高低維度，根據數據分部情況進行分部：中位數分佈、四分位等。注意點：R值的大小和用戶價值呈現反比，所以高於分位數的時候算低維度，低於分位數時算高維度。
2.量化用戶價值，解決不均衡的問題“min-max歸一化”——(x-min)/(max-min)，就可以收斂到0-1區間內，後根據需要進行擴大。
劃分完用戶後，就可以有針對性的對用戶進行活動推廣等。
2.2.2 LRFMC模型
L(lifetime)：用戶第一次消費至今的時間長度，也反映了用戶可能的活躍總時間。
C(CostRatio)：用戶在統計週期內的折扣係數，但贏了用戶對促銷的偏好性。
L：用戶來多久了？
R：用戶最近是否有消費，如果來了很長時間都未消費，是否需要進行喚醒？
F：如果是固定週期購買，是否應該進行復購提醒？
M：用戶消費習慣是單價高還是頻次高？
C：用戶對摺扣的偏好如何，是爲用戶增加權益還是降價促銷？
產品運營類
1.使用廣度：總用戶數，月活、日活；
2.使用深度：每人每天平均瀏覽次數，平均訪問時長；
3.使用粘性：人均使用天數；
4.總和指標：月訪問時長=月活X人均使用天數X每人每天平均瀏覽次數*平均訪問時長
產品所處的階段不同，運營的側重點也會有所不同。產品初期，核心工作是拉新，更應該關注產品的使用廣度，產品中後期，更應該注重使用深度和使用粘性的提升。
對於不同的產品也需要根據產品的性質來確定核心指標，對於社交類，廣度和粘度；平臺分析類，深度和粘性。
先有數據，再有分析，纔有產品，分析的廣度和深度直接決定了產品的定位和價值。
若是做數據報表類的產品，需要了解核心指標，建立綜合指標的評估體系。
若是做分析決策類的產品，需要基於業務需求，將現有數據指標進行解構再重構。