1.数据驱动业务流程：

 数据需求
 数据收集
 数据处理
 两个分支：数据分析/机器学习
 评估：数据能否对项目真正产生积极影响，取决于数据结论是否能击中业务痛点以及报告对数据的重视程度。

2.用户生命周期可分为六个阶段：

 潜在用户阶段
 新手阶段
 有效活跃阶段
 活跃下降阶段
 即将流失阶段
 流失阶段

3.数据驱动决策的10种思维方式：

 1）分类思维：如RFM模型。
 2）矩阵思维：波士顿矩阵。（适用于商品描述不是客户行为分析）
 3）管道/思维思维：长漏斗（涉及环节多，时间周期长。如AARRR模型）短漏斗（时间短。如 注册漏斗）
 4）相关思维：（不仅看单个指标的变化，还需要观察指标间相互关系）
 5）逻辑树思维：分解和汇总的概念（下钻和上卷）
 6）时间序列思维：同比（指标往往存在某些周期性，需要在周期中的同一阶段进行对比）
APP发展生命周期：初创期、生长期、成熟期和衰退期。
产品生命周期（PLC模型）:引入期、成长期、成熟期、衰退期。
 7）队列分析思维：留存分析。指标其实是时间序列，不同的是衡量样本。队列分析中的衡量 样本是在时间颗粒上变化的，而时间序列的样本相对固定。
 8）循环/闭环思维：业务流程的闭环
 9）逻辑思维：即明白价值链、明白各项数据中的关系，因果关系。
 10）指数化思维：降维，减少了指标，提高了数据的可靠程度。
数据+经验 = 业务决策

4.数据驱动的价值：

 1）驱动决策。BI(Business Intelligence)，商业智能，通过数据来支持决策。
 2）驱动产品智能。有一定的数据基础，然后在上面套一个算法模型，再将得到的数据结果反 馈到模型。AI(Artiycial Intelligence)人工智能。
（数据基础+算法模型）——反馈。

5.数据通常分为3类：

 1）用户数据：包括用户的姓名，年龄等，用于概括用户的特征属性，用于对用户进行聚类分 析。
 2）行为数据：包括用户ID、点击等行为记录，根据用户行为可以判断用户的喜好程度，产品 的好坏。
 3）产品数据：产品名称、类别等，可以用于判断产品的受欢迎程度。

6.指标：

 衡量目标的单位或方法，说明总体数量特征的概念及其数值的综合，又称综合指标，实际应用中，称为指标。

7.业务指标的三类：

 用户数据指标
 行为数据指标
 产品数据指标。

8.MTA指标体系：

 基础指标，用户属性，用户来源，用户行为，模型数据。

9.将表数据结构进行字段整体的汇总结果可以求得指标结果。

10.指标需要与维度结合才能统计出结果。

流量相关重要指标

电商黄金公式： 销售额 = 流量 * 转化率 * 客单价
 最重要的指标是流量，但需要投入大量成本，企业资金出现问题时，应优先解决黄金公式中的另外两项指标。

流量数量重要指标：

 • 访客数（UV）：到达店铺页面的非重复用户数
 • 浏览量（PV）：店铺内浏览和查看页面的累加次数
 • 访问次数（Visits）：一个会话内被用户连续访问的次数
 • 新访客数： 新进访客数
 • 主页(Home Page）:主目录功能的页面，也是网站起点。通常是网站主页。
 • 跳出率（Bounce Rate）：跳出率=在这个页面跳出的用户数/PV
 • 退出率：退出率=在这个页面退出的用户数/PV。
 • CTR点击率：指某个广告、Banner、URL被点击的次数和被浏览的总次数的比值。一般用来考核广告投放的引流效果。CTR=点击数(click)/被用户看到的次数。

流量质量重要指标：

 • 平均访问深度：浏览量 / 访问次数（描述电商流量质量好坏程度）
 • 跳失率：跳出次数 / 访问次数
 • 新访客占比： 新访客数 / 访客数

用户数据指标：

 • 日新增用户
 • 活跃用户
 • 活跃率：活跃率=活跃用户数/总用户数(日活跃率、周活跃率、月活跃率)
 • 留存率：描述客户质量好坏程度。通过渠道推广过来的新用户，经过一段时间可能会有一部分用户逐渐流失掉了，那么留 存下来的用户就称为留存。作用：评估产品功能对用户的粘性。 表示第一天新增用户中在第N天使用过产品的用户数/第一天新增用户数
 • NPS：（Net Promoter Score）净推荐值，衡量用户对品牌的推荐程度
商品数据指标：
 • 投资回报率。投资回报率(ROI)=年利润或年均利润/投资总额100，通常用于评估企业对于某项 活动的价值，ROI高表示该项目价值高。
 • 总量。包括：成交总额(GMV)、成交数量。
 成交总额：即流水，包括销售额、取消订单金额、拒收订单金额、退货订单金额
成交数量：即下单商品数量
 • 商品
包括：热销商品、好评商品、差评商品，商品指从商品的角度去衡量哪些商品好，哪些商品不 好，重点推销或优化。
转化相关指标:
 • 转发率：转发某功能用户数/看到该功能用户数
 • 转化率：当前阶段/初始阶段（或上一阶段）与具体业务有关（店铺CR=购买产品人数/到店铺人 数，广告CR=点击广告人数/看到广告人数）
 • K因子(病毒系数)：衡量推荐到效果。平均每个用户向多少人发出邀请转化率。

库存类指标

 • SKU：stock keeping unit 库存量单位 商品的最小单位，应精确到具体产品上 。
 • SPU：Standard Product Unit 标准产品单位（SPU>SKU）
 • 商品动销率=（动销品种数 /仓库总品种数）
 动销天数用来辅助描述销售行为的风险程度而不是好坏程度。动销，即拉动销售，指在营销的渠道终端，通过一系列的营销组合手段，提高单店/单点销售业绩的方式。店内动销主要通过提高客流量、进店率、成交率、客单价、重购率，来提升；店外可通过团购、异业合作、会员开发来提升。
 • 库销比代表进销存流转速度，流转速度越快资金利用效率越高
 • 库存资金周转率：库存资金周转率=（供应额（销售额）/平均占用的定额资金）*100%
 • 库存服务水平。库存服务水平=（供应量（销售量））/（供应量（销售量））*100%

财务指标：

 • 人均消费：总销售额/不重复的用户数
 • 客单价：总销售额/不重复的订单数

绩效类指标：

 • MTD、QTD、YTD：月初、季度初、年初至当前日期的汇总，重要时间维度下的汇总指标
 • 均比：与维度下指标的平均值比较
 • 定基比：与维度下指标的指定值比较
 • 同比：是指在相邻时段中的某一相同时间或阶段点进行比较。（去年同期）
 • 环比：是指相邻时间段的对比。（这月和上月）
用来描述销售人员业绩情况好坏的指标是：同环比、目标比
环比计算公式：（当期值-上期值）*100%/上期值
 • OKR：（Objectives and Key Results）即目标与关键成果法，是一套明确和跟踪目标及其完成情况的管理工具和方法。
观测指标值好坏程度的前提条件:相同时间、相同维度、相同条件

流量、转化分析：流量转化分析、流量渠道分析

 CPM与CPC是常见的平台间引流计费指标
 CPM（Cost Per Mille） ：展现成本，或者叫千人展现成本，这是衡量广告效果的一种基本形式（不 管是传统媒体还是网络媒体）。为广告每展现给一千个人所需花费的成本。
 CPC（Cost Per Click） ：点击成本，即每产生一次点击所花费的成本
 CPA（Cost Per Action）：每行动成本。即按行动收费（CPS、CPR、CPP等广告形式，其实都属 于CPA的一种）

常见的分析方法：

 逻辑树分析法：将复杂的大问题拆解成小的子问题。
 多维度拆解分析法
 对比分析法
 归因分析
 相关分析法
 FRM分析模型（客户价值分析）
 漏斗分析模型
 杜邦分析法
 业务分析方法：树状结构分析法、二八分析法、四象限分析法、同期群分析法

漏斗模型主要关注：

 体形（是否均匀）、流速（销售周期）、体量（粗细）
 漏斗模型的本质：风险管控

RFM模型：(电商客户价值细分)

 R（Recency）最近一次消费时间;
 F（Frequency）消费频率；
 M（Monetary）在统计周期内消费的总金额
 R值越小，用户活跃度越大。
 F值越大，用户忠诚度越大。
 M值越大，用户购买力越大。

AARRR模型：

 Acquisition获取用户、
 Activation激活用户、
 Retention提高留存、
 Revenue增加收入、
 Referral推荐

二八分析法

 帕累托图，是“二八原则”的图形化体现。寻找关键因素，获得最大利益的同时减少资源损耗。（定位核心用户群体）

波士顿矩阵：（适用于商品描述不是客户行为分析）

用散点图生成波士顿矩阵效果