文|運營萬機
之前做過的數據分析項目挺多的,最近有一位朋友,他們公司是一家年銷售額勉強破千萬的電商企業,因為之前的品牌紅利期,加上成本優勢、野蠻生長,今年後端成本上漲,前端銷量也在下滑,想總結一下之前的數據情況,並為之後發展看看有沒有哪些突破點。
於是拿著前幾個月的原始數據找到我,一起研究怎麼構建他們的業務分析指標,聊了一下午發現這位朋友企業的一個特點:注重結果而非原因。
數據分析有什麼用這個話題不用多說,大家都看過很多「科學數據增長,用數據指導業務增長」這些話題。但是,要想對數據分析有所了解,最少,基礎的指標應該知道,能夠快速的通過行業常見模型來拆解自己的業務,心裡有個譜,在運營中方能胸有成竹,下面會通過用戶指標、行為指標、業務指標3個大類來分享。
現代管理學之父 彼得·德魯克 提出用管理促進企業增長,他講過一句非常經典的話:如果你不能衡量,那麼你就不能有效增長。
那麼如何去衡量?就是用某個統一標準去衡量業務,這個統一標準就是指標。
用戶數據是指用戶的基本情況,包括姓名、性別、郵箱、年齡、家庭住址、教育水平、職業等。
1、為什麼要關注用戶指標?
如果把一款產品看作我的一個魚塘,那麼使用產品的用戶就是魚塘里的魚,而我們賺錢就靠這些魚,我們必須找到合適的指標來衡量裡面的魚從而來制定相應的運營策略,才能用魚實現最大化收益。
2、常見的用戶指標有哪些?
日新增用戶: 就是產品每天新增用戶是多少。 比如微信公眾號的日新增用戶是指每天新關注微信公眾號的人數。一個產品如果沒有用戶增長,用戶數就會慢慢減少,越來越慘澹,比如人人網。同時,新增用戶來自產品推廣的渠道,如果按渠道維度來拆解新增用戶,我們可以看出不同渠道分別新增了多少用戶,從而判斷出渠道推廣的效果。
活躍率:活躍用戶數按時間又分為日活躍用戶數(簡稱日活,DAU),周活躍用戶數(WAU),月活躍用戶數(MAU)。需要注意的是,統計人數要去掉重複的數據。
留存率:通過渠道推廣過來的新用戶,經過一段時間可能會有一部分用戶逐漸流失了,那麼留下來的用戶就稱為留存,也就是有多少人留下來了。
為什麼要關注留存呢?
因為可以評估產品功能對用戶的黏性。如果一個產品留存低,那麼說明用戶對產品的黏性就小,就要想辦法來提高留存了。留存反映了不同時期獲得新用戶的流失情況,如果留存低,就要找到用戶流失的具體原因。
舉個例子,某個app,我們把打開app定義為使用過產品。第一天新增用戶100個,第二天這100個人里有40個人打開過app,那麼次日留存率=40/100=40%。如果第七天這100個人人里有20個人打開過app,那麼稱七日留存率=40/100=20%
Facebook有一個著名的40-20-10法則,即新用戶次日留存率為40%,7日留存率為20%,30日留存率為10%,有這個表現的產品屬於數據比較好的。
PV:頁面訪問或頁面點擊,指頁面刷新次數,還是以公眾號來舉例,一個人點擊文章連結訪問文章1次,記為1次PV,1個人點擊5次,記為5次PV.
UV:獨立IP訪問,和PV含義類似,區別在於,1個人點擊連結訪問5次,還是記為1個UV,這裡計數是以人為單位而非次為單位。
轉化率:「資深」用戶/總用戶 ,以單次活動來看,則是完成了期望行為的用戶/參與活動總用戶,比如說我們單獨搞了一次促銷活動,頁面UV=10000 消費用戶=500,轉化率=500/10000 =5%
訪問時長:一般用來和PV/UV做關聯分析,意思是:單個用戶在訪問頁面的停留時間,可以理解為,用戶在我家產品中逛了多久時間。
訪問深度:現在無論是交易類產品或者社區類產品都有很多頁面和跳轉, 網站訪問深度就是用戶在一次瀏覽的過程中瀏覽了的頁數,簡單來說可以這麼算 DV=PV/UV 這個比值越大,用戶體驗度越好,產品的粘性也越高。
彈出率: 彈出率是產品是否滿足用戶需求的重要的數值。如果用戶來到我們這,大部分只打開第一個頁面,再也沒有點擊其他連結看其他網頁就離開,就說明產品不吸引人或易用性差 不能滿足他的需求。計算方式:只訪問一個頁面的用戶數/活躍用戶數。
GMV=銷售額+取消訂單金額+拒收訂單金額+退貨訂單金額,電商平台利用GMV可以進行交易數據分析,雖然GMV不是實際的購買交易數據,但同樣可以作為參考依據的,因為只要你點擊了購買,無論你有沒有實際購買,都是統計在gmv裡面的。所以,可以用gmv來研究顧客的購買意向,顧客買了之後發生退單的比率,gmv與實際成交額的比率等等,類似於百度統計裡邊研究的用戶粘度。
ARPU:ARPU的全稱是Average Revenue Per User,也就是每用戶平均收入。這個指標計算的是某時間段內平均每個活躍用戶為應用創造的收入,
ARPU的計算中,所有的用戶都被納入了計算範圍——無論是付費用戶或非付費用戶。ARPU是評估應用變現有效性的指標:ARPU越高,就代表用戶在這段時間內為應用帶來的變現收入就越多。
ARPU可用於評估應用中的變動是否能有效提升變現收益:如果ARPU提升,證明應用的變動有利於提升應用變現收益;如果ARPU不升反降,應用開發者可能就需要確認一下變動的有效性了。