【数据分析】3类常见业务数据指标,深挖产品问题,入门数据分析

【数据分析】3类常见业务数据指标,深挖产品问题,入门数据分析插图

#数据分析#与我们日常的普通分析的区别就在于,是否可以科学衡量,而这个科学的方式就是用数据说话。在日常工作中,业务指标,正是我们衡量工作绩效的标准,也是我们通过数据分析解决问题必不可少的元素。

1

在元稹的《离思五首》中有句著名的诗句“曾经沧海难为水,除却巫山不是云。”在对比之下,我们能得到清晰的感觉,而数据指标也是如此。好的数据指标应该是通过比率“%”能进行呈现,这样子我们才能知道这个数据指标的情况是好还是坏,效果怎么样。

而我们在处理数据指标的过程中,也是跟日常的工作管理一样,分轻重缓急,找到重点中心,找到产品数据指标中的唯一重要指标——北极星指标,并通过这个北极星核心指标来成为工作的指南针。

1.常见的业务指标

首先, 我们先来了解一下在数据分析工作中,常见的数据指标主要分为三类:

2

(1)用户数据指标

  • 日新增用户数

产品每日新增的用户数量,例如微信公众号的关注用户,APP的注册登录用户等,新的产品平台不断烧钱推广,为的就是新增用户。

  • 活跃用户

活跃用户代表使用产品的用户,例如我们打开登录微信,就成为活跃用户的一个指标,而活跃用户数的计算,在日常工作中也分为日、周、月。

①日活跃用户数(DAU, Daily Active User)

②周活跃用户数(WAU, Weekly Active User)

③月活跃用户数(MAU, Monthly Active User)

④活跃率=(日/周/月)活跃用户数/总用户数

活跃用户的指标,关乎着用户的粘性度,例如现在我们每天都要用微信聊天、阅读、工作、支付,这种成为了生活一部分的产品,活跃率和粘性都是非常高的。

  • 留存率/流失率

产品的留存和流失,指的是用户是否有继续使用产品,例如我们关注微信公众号,后面也有阅读里面的文章,那么我们就是留存用户,如果我们取消关注了,就是流失用户。

留存率=在第N天使用过产品的用户数/第1天新增用户数

当我们计算次日留存率的时候,N=2;

当我们计算第7日留存率的时候,N=7;

当我们计算第30日留存率的时候,N=30。

把“使用过”产品的用户替换成“没使用过”的计算,就是流失率了。

(2)行为数据指标

行为数据,顾名思义就是用户使用产品的时候做的行为统计计算。

  • 访问次数(PV, Page View)

用来计算页面的浏览次数,比如今天看了某个网页3次,那PV=3。

  • 访问人数(UV, User View)

访问人数用来计算在一定时间内访问页面的人数,比如我的文章昨天有10个人访问了,那UV=10,但要注意的是,同一个人浏览多次,在UV中也只算1。

  • 转发率

转发率=转发某功能的用户数/看到该功能的用户数

例如我的文章用10个人阅读,其中有5个人转发了,那么我的文章的转发率就是5/10=0.5也就是50%。

  • 转化率

转化率的标准和计算跟具体业务有关,不同的业务具体所指的转化率都不一样,转化率也是我们在工作中常用来衡量营销广告做的效果,例如:

店铺转化率=购买产品的人数/到店铺的人数

广告转化率=点击广告的人数/看到广告的人数

  • K因子

K因子是用来衡量推荐邀请效果的,也是我们在AARRR模型中最后一层自传播(Refer)效果的衡量指标。

K因子=(平均每个用户向多少人发出邀请)x(接收到邀请的人转化为新用户的转化率)

(3)产品数据指标

产品数据指标,关乎产品的使用、盈利情况如何。

  • 总量

①成交总量(GMV, Gross Merchandise Volume)

指的是在一定时间内的成交总金额。

成交总量=净销售额+取消订单金额+退货订单金额

②成交数量(产品的下单数量)

③访问时长(用户使用产品APP或访问页面的总时长)

  • 人均

①人均付费/客单价(ARPU, Average Revenue Per User)

=总收入/总用户数

②付费用户人均付费(ARPPU, Average Revenue Per Paying User)

=总收入/付费用户数

  • 付费

①付费率=付费人数/总用户数

①复购率=消费两次以上的人数/付费人数

(4)其他指标列举——推广付费指标

推广付费指标主要用户广告投放。

  • 按展示次数付费(CPM, Cost Per Mille)

每千人成本,指的是按每千人看到了这个广告进行展示付费,主要用于展示位广告。

  • 按点击次数付费(CPC, Cost Per Click)

每点击成本,指的是按广告每被点击的次数付费,主要用于搜索引擎广告和信息流广告。

  • 按投放实际效果付费(CPA, Cost Per Action)

每行动成本,按广告产生的实际效果进行付费。

①按下载收费(CPD, Cost per Download)

②按安装付费(CPI, Cost Per Install)

③按销售付费(CPS, Cost Per Sale)

2.案例实践——母婴产品数据指标分析

今天依旧拿婴儿产品购买情况的数据表来做例子,尝试一下业务指标的理解实践。下面我们将数据进行分类,看看这些字段信息可以分析出哪些业务指标,能用来解决什么问题。

3

  • 用户数据

用户ID(user_id)

出生日期(birthday)

性别(gender)

  • 行为数据

购买数量(buy_mount)

购买时间(day)

  • 产品数据

商品编号(auction_id)

商品二级类目(cat_id)

商品一级类目(cat1)

商品属性(property)

通过表格里的这些数据的分类发现,由于数据中没有用户的增长和访问数据,因此无法对用户数据指标和行为数据指标进行分析。而因为大多数数据是跟产品销售信息相关,因此我们可以通过数据分析出产品数据业务指标。

  • 成交数量:通过购买数量汇总得出成交总量。可通过每段时间的成交总量的变化,对产品的销售趋势进行分析,及时调整产品营销策略。
  • 复购率:通过用户ID、商品编号、商品类目、商品属性、购买数量、购买日期这些数据对每一款商品计算出付费两次以上的人数在这个商品的付费总人数中的占比。
  • 产品指标:根据商品编号、商品类目、商品属性、购买数量、购买日期这些数据来分析出哪些产品是热销产品、好评产品、差评产品。我们可以通过产品的指标指引接下来的产品工作,让差评产品及时调整,让热销产品继续保持热度等。

3.案例分析——喜马拉雅app

喜马拉雅作为国内优质音频app,抓住用户碎片化时间,打破传统音频节目固定场景收听的界限。我们下面一起来分析一下,他们在初期推广产品的过程中,遇到什么问题,然后是通过什么数据指标来分析和解决这些问题的。

4

(1)是否满足用户刚需,取剔传统产品的使用习惯。

指标:日均收听时长,

通过用户的收听时长来判断产品对用户的需求满足情况。

(2)产品是否是用户喜欢的,粘性如何。

指标:活跃率(日/周/月)、留存率

根据用户活跃和留存的占比情况可看出,产品是否能给用户带来良好的用户体验,也可以用以观察各个推广渠道的用户质量。

(3)产品内容质量与领域是否与用户需求匹配。

指标:K因子

根据用户自传播的行为,通过K因子来判断是否能维护好老用户,吸引新用户。

(4)AARRR漏斗模型的转化情况

指标:核心环节转化率

通过各个核心环节的转化率的提高来提升用户对产品的忠诚度。

(5)产品的稳定性问题

指标:闪退率

通过降低产品的闪退率来提高产品的使用稳定性,可增强用户体验。

(6)推广渠道的选择

指标:日新增用户数、下载量

可分析不同渠道的效果,调整推广策略。

(7)广告陷阱

指标:用户收听时长

设定用户收听时长作为衡量推广渠道用户真实性的数据指标,加大渠道商作弊成本,并可进行数据分析与检测。

【数据分析】3类常见业务数据指标,深挖产品问题,入门数据分析插图(5)

标签

发表评论