最近在研讀《數據化運營系統方法與實踐案例》，特在此做信息記錄。
先明確這次分析到底需要達成什麼目的，在瞭解業務的基礎上，明確應該從什麼角度去切入，應該從哪些指標着手，再去確認哪些數據現階段已有，哪些指標現階段需要推動去建設，然後統籌規劃。
數據分析目標分3大類：
- 解決是什麼的問題，用描述性統計方法就可解決。
- 解決爲什麼的問題，用嚴謹的邏輯思維對具體的問題做數據分析，找出原因。
- 解決做什麼的問題，通過具體的分析，提供可選的建議，交給運營或管理層拍板方案。
一、流量
流量運營，指的是通過各種推廣活動、營銷方式提升網站的流量。當產品的轉化率達到穩定期時，持續不斷的流量會成爲產品能夠穩定存活的重要因素之一。
從流量運營的角度，主要看產品表現來進行資源及預算的合理分配，而產品的表現需要通過一系列指標來追蹤。
流量的來源包括廣告、SEO、搜索、直接和其他流量（用環形圖描述）。有幾類花錢買的流量，需要評估付費流量對 ROI 的影響。
虛假流量是指合作方爲騙取廣告費而人爲操作產生的流量，可以從幾個維度查看：分時分佈，頁面跳出率，用戶留存，風控規則，對營收的轉化和其他。
- PV 就是頁面被加載的總次數，每一個頁面被加載都會加 1。
- UV 是唯一身份訪問者，在指定時間內不重複的訪問人數。
- 跳出率是指某一段時間內只訪問了一頁就離開的訪問量與所產生的總訪問量的百分百，用於衡量流量來源用戶與網站內容的匹配程度，內容匹配程度與跳出率成反比。
漏斗圖是通過對業務的各個關鍵環節的描述，來衡量各個環節的業務表現，可以直觀地看到各個業務的轉化程度。
AB測試指的是在網頁優化中的比較策略，對同一種功能設計兩個或多個頁面同時發佈，讓用戶隨機訪問一張頁面，計算各自的轉化率，進行效果評估。
場景包括：產品頁面或功能控件的調整，運營策略的調整。注意，每次測試有且只有一個目標，流量要足夠大，還是一個長期的過程。
二、用戶運營分析
用戶運營的工作內容主要是擴大用戶規模，減少用戶流失，促進活躍及提高留存，增加付費轉化。
用戶規模常用的指標是激活量與註冊量，來源渠道和註冊轉化率。
用戶流失需要定義流失，對產品的用戶構建生命週期模型，看多長時間用戶沒有登錄即爲流失。
促進活躍及提高留存需要做的事情包括：設定指標，哪些行爲可衡量用戶活躍；設定留存指標，加入對比指標，例如時間趨勢。
增加轉化，將高價值用戶的特徵歸納出來，想辦法提高復購率，精準營銷。
1）用戶分羣
對於用戶分羣，首要任務是根據具體的業務場景，確定不同的分類規則和指標，給出清晰的定義。通過簡單的指標篩選或條件限定來確認不同的用戶分類。
簡單一點，按業務的關鍵流程將用戶羣體分爲註冊用戶、活躍用戶、留存用戶、下單用戶和忠誠用戶。
複雜一點，按統計分析方法（如聚類、決策樹等）總結特徵來區別用戶羣體，比較成熟的分析方法是RFM模型，消費新鮮度，消費頻率和消費金額，這3個指標可以反應用戶價值。
2）用戶行爲
用戶行爲分析是指在獲得網站訪問量基本數據的情況下，對有關數據進行統計、分析，從中發現用戶訪問網站的規律。
並將這些規律與網絡營銷策略等相結合，從而發現活動中可能存在的問題，併爲進一步修正或重新制定網絡營銷策略提供依據。
通過行爲數據的分析，對用戶構建精細的、完整的用戶畫像，判斷用戶對產品的期望和喜好。
3）用戶特徵
活躍用戶：在統計時間段內訪問或登錄過產品的用戶。
流失用戶：一段時間內容沒有登錄或訪問APP的用戶，流失率會降低到某一穩定數值。
回訪用戶：流失後重新訪問網站的用戶，回訪率很低。
用戶渠道包括三類：直接訪問，搜素引擎，第三方合作渠道。
4）埋點
埋點指標有些是通用的，例如用戶的訪問頻率、平均停留時長等；有些指標是特定場景適用，例如盈利平臺的下單、社區的內容發佈等。
用戶行爲的相關指標可分爲粘性指標、參與度指標、轉化類指標。
- 粘性指標如訪問頻率，選取活躍用戶每週的活躍天數，並按其對用戶分類，用堆疊柱狀圖展示數據，方便對比。
- 參與度指標指完成某一關鍵動作的用戶，或者參與情況滿足某一條件的用戶，例如電商網站的下單、社交互動、視頻播放等。
- 轉化類指標對分析用戶的路徑轉化有3個作用：可追蹤用戶的訪問細節，推測用戶心理活動；追蹤用戶在走流程中遇到的困難，定位具體原因，調整佈局；尋找有價值的可迭代路徑，對產品進行優化。
5）用戶生命週期
用戶的生命週期價值可解釋爲變現、留存和傳播 3 個變量組成的函數。
用戶的生命週期一般會經歷引入期、成長期、成熟期、衰退期、流失期五個階段。
6）關鍵指標
在用戶運營的過程中，要設定一個目標，圍繞目標拆解爲關鍵指標，要提升這些指標需要滿足用戶什麼核心需求，例如提升用戶生命週期每個節點的轉化率，提升用戶的留存（即用戶的參與程度）。
提高轉化率有，一是開源，二是節流。開源指的是要不斷通過各種方式來獲取新用戶；節流指的是減少產品的用戶流失。
- 首先通過現有指標找出用戶是在哪一步流失的，例如某一環節的閃退、下單流程繁瑣等。
- 然後從運營出發，形成種子用戶羣體，保證流失下限，優質內容推送、用戶等級體系建設等。
- 還有就是提高ARPU（每個用戶的平均收入），發放優惠券、精準營銷平臺、生日福利等。
- 最後是降低成本，一是降低用戶的獲取成本，優化渠道質量、流失預警、與其他平臺合作資源共享。二是降低用戶的運營成本，搭建精準營銷平臺，推送召回，建立 BI 報表等。
8）業務側重點指標
互聯網產品有不同的業務側重點，從整體上看，主要分爲總運營指標（KPI）、渠道類指標、流量類指標、營收類指標和用戶類指標。
流量類指標包括 PV、UV 和某些重要的 banner 位的 click UV，跳出率，訪問深度，訪客獲取成本、新訪客佔比等。
營收類指標從訂單和轉化率兩個維度去監控，訂單量、下單人數、訂單金額、退單量等，訂單轉化率=有效訂單量/頁面訪問UV
渠道用戶質量的評價通過留存率來看，包括次日留存率、7日留存率、月留存率等。
次日留存率 =（當天新增的用戶中第二天還登錄的用戶數）/ 第一條新增用戶數
用戶類指標一方面是用戶類型（新註冊、活躍、流失、回訪、付費等用戶），另一方面是用戶的留存與流失，第三方面是建立用戶畫像。
三、數據分析方法
任何對現實的抽象都可以稱爲模型。
1）邏輯模型
邏輯模型指的是通過一定的邏輯來分析具體問題的模型，包括4P營銷理論、5W2H分析法、PEST分析法、SWOT、SMART原則、二八原則等。
- 4P是指產品（Product）、價格（Price）、促銷（Promotion）和渠道（Place），通過4P分析公司的整體情況。
- 5W2H是指爲什麼（Why）、做什麼（What）、何人做（Who）、何時（When）、何地（Where）、如何（How ）和多少（How much）。
- SWOT是戰略分析的一種，S（Strength）是優勢、W（Weakness）是劣勢、O（Opportunity）是機會、T（Threat）是威脅。
- 邏輯樹是將問題一步一步拆解，將某已知問題的影響層當成已知問題的樹枝，每多一個影響層，則添加一個樹枝，直到列出已知問題的所有影響層爲止。
- RFM模型是最近一次消費 （Recency）、消費頻率 （Frequency）和消費金額 （Monetary）的縮寫。
2）指標和維度
指標是用來記錄關鍵流程的，衡量目標的單位或方法。指標的細化需要根據對業務的深入理解來拆解。
維度就是觀察指標的角度，需要在熟知業務的情況下具體劃分。
常用的網站維度包括時間（如時、日、周、月、季、年等）、地理位置、來源、渠道、瀏覽器、關鍵字、競品等。
3）趨勢分析
趨勢分析是同類指標基於不同時間週期的對比，分爲同比和環比。
環比指的是與相鄰的上一週期做對比。同比指的是兩個週期同一個時間點的比較，目的是追蹤週期性的變化。
A指標環比增長率 = （本週期A指數值 - 相鄰的上一週期A指標數值）/ 相鄰的上一週期A指標數值
趨勢線主要是爲了用最直觀的方式來顯示數據的趨勢及預測未來的走勢，趨勢擬合線的結果一般是通過迴歸所得到的。
4）變異係數
變異係數也叫標準差率，是衡量樣本觀測值變異程度的變量。優勢在於可以忽略量綱及量級不同帶來的影響。
熵的概念來源於熱力學，表示對不確定性的一種度量，信息量越大，不確定性越小，熵就越小。
5）AARRR
AARRR 是 Acquisition、Activation、Retention、Revenue、Referral，這個五個單詞的縮寫。
闡述的是用戶從激活，註冊，到留存，產生營收，到口碑認可正向傳播的一系列閉環效應。
6）AB Test
AB Test 參與實驗的 UV 日均小於 5W，測試效果會很不穩定。實驗上線後新版會先開 5% 的流量，1~2 天內確保沒有明顯問題後開放到 20%，7 天內開放到 50%。
利潤 = 流量 * 轉化率 * 客單價 * 利潤率
GMV（網站成交金額）由流量、轉化率和客單價共同決定。
7）圖表展現
根據圖表可傳遞的信息，可劃分成比較分析、成分分析、趨勢分析、分佈分析和轉化率分析。
- 比較分析包括柱形圖和雷達圖。
- 成分分析包括餅圖和樹狀圖，堆積柱形圖，氣泡圖。環形圖的是爲了既能傳達有用的信息，又讓傳達的信息看起來美觀大方。
- 趨勢分析包括折線圖。
- 分佈分析包括散點圖，矩陣圖。矩陣圖是散點圖的變形，在兩個影響因素中探索分類及尋找解決方案時，需要直觀地看出目標數據分步的情況。
- 轉化率分析包括漏斗圖。
- 文字雲可直觀顯示詞頻的大小。