数据分析师需要洞悉的业务事项

数据分析涉及到不同的业务领域，对业务的理解往往比数据技能更重要。很多新人经常问Pythonnon、SQL，但很少有人问业务，但后者决定了分析的成败。业务洞察力决定了数据分析师发展的上限，数据技能只是接近它。好的分析师都懂业务，也必须懂业务。我希望通过这篇文章，数据新人对业务有一个大致的了解，也适用于产品和运营新人(我是互联网背景，所以这篇文章涉及的更多)。文章的内容会给你「宽」和「范」希望对新人有帮助，老人一笑而过。用户获取用户获取是操作的开始，用户获取接近线性思维或固定过程：用户接触-用户认知-用户兴趣-用户行动／下载。每个过程都涉及多个数据指标。渠道到达量俗称曝光量，即产品推广页面上有多少用户浏览。它可以在应用商店、朋友圈、搜索引擎中曝光，只要有流量。曝光是一个非常虚荣的数字。想想现代人每天接触多少信息？有多少促销活动最终能吸引用户？更常见的是，渠道到达量与营销推广费挂钩，但与效果相差甚远。广告和营销也将考虑推广带来的品牌价值。虽然用户没有点击或与产品互动，但用户知道有这样的东西会不知不觉地影响用户未来的决策。然而，品牌价值难以量化。在广告计算中，系统只将用户的行为归因于最新的广告曝光。广告点击量称为CTR，广告点击量/广告浏览量，除广告外，还应用于各种推荐系统的评价。由于广告曝光了渠道转化率，用户应采取行动，转化率是应用最广泛的指标。该行业将转化率与成本相结合，衍生出CPM，CPC，CPS，CPD，CPT等。CPM(CostPerMille)传统媒体更倾向于采用每千人的成本，这取决于有多少人看到广告收费。CPM的推广效果取决于印象，用户可能会浏览或忽略，因此适合在各种门户或大流量平台上以banner的形式展示品牌。CPC(CostPerClick)指每个用户的点击成本，按点击计价，对于广告商来说，这比CPM的土豪更理性。也有很多人会认为CPC是不公平的。虽然用户没有点击，但曝光带来了品牌的无形价值，这是广告空间供应商的损失。CPA(CostPerAction)指按用户行为计价的每一个行动成本，行为可以下载或购买订单。注册会计师的收入高于前两者，风险也大得多，对需求方有利，对供应商不利。以上三种是常见的推广方式，CPT按时间计算，CPS和CPS计算在CPA范围内。渠道推广是一个依赖技术的行业。用户肖像越准确，内容与用户匹配越多，就越容易产生收入。ECPMM还有另一个指标(effectivecostpermille)，每1000次展示可以获得收入，这是广告商估计自己收入的指标。投资回报率是一个广泛应用的指标，即投资回报率。通过利润/投资量化目标，营销和经营活动都是企业利润的起点。利润的计算涉及财务，往往以更简单的收入为分子。当运营活动的ROI大于1时，说明活动是成功的，可以赚钱。除了收入，ROI还可以推广到其他指标，有些产品的商业模式不清楚，赚不到钱，所以收入会被其他量化指标所取代。例如，注册用户的数量，即获取客户的成本。每日应用程序下载量应用程序需要下载，这是一个中间状态，如果不注意这个链接也会失去很多用户。推广文案会影响应用商店的产品介绍。一些几百米的产品通常在第一次启动应用程序时以补丁的形式安装一些产品。例如，各种游戏都害怕下载时间长，导致玩家流失。第三方平台下载到用户注册App，这一步数据容易出错，主要是用户不匹配。唯一的设备ID匹配是技术上的。新用户数量是用户获取的核心指标。新用户可以进一步分为自然增长和促销增长。自然增长可以是用户邀请、用户搜索等带来的用户，而促销则是在运营商的强大控制下增加的用户数量。前者是细火慢炖的优化，后者是炒菜的营销。用户获取客户的成本必然涉及到成本，这是运营新手最容易忽视的。一次会话用户数一次会话用户，是指新用户下载App后，只打开一次产品，使用时间不到2分钟。这类用户，很有可能是黑产品或机器人，连羊毛党都算不上。这是产品推广的灰色地带，通过各种技术刷，获得虚假点击量以获取收入。该指标属于风险控制指标，用于监督。无论是移动端、网页端还是微信端，活跃用户都是运营的核心阶段。另一方面，数据分析越来越注重用户行为，这是一种精细化的趋势。日活跃用户/月活跃用户行业的默认活跃标准是用户使用过产品。从广义上讲，网页浏览内容被视为「用」，在微信官方账号下单「用」，不限于打开APP。活跃指标是用户操作的基础，可以进一步计算活跃率：活跃用户在一定时间内占总用户的比例。根据时间维度，DAU有日活跃率、每周活动WAU和每月活动MAU。活跃用户数量衡量产品的市场容量和活跃率，取决于产品的健康。能否仅仅打开产品作为产品健康的衡量标准？答案是否定的。成熟的操作系统将活跃用户细分为新用户、活跃用户、忠诚用户、不活跃用户、丢失用户、返回用户等。丢失的用户是长期不活跃的用户，忠诚的用户是长期活跃的用户，回流的用户是不活跃或丢失的用户，然后再次打开产品。产品用户通过不同的活动状态分为几个群体，不同的群体构成了产品的总用户数量。对于健康产品，损失用户的比例不应过大，新用户的数量应大于损失用户的数量。PV和UVPV是互联网早期Web网站时代的指标，也可以理解为活跃的网页版本。PV(PageView)是页面浏览量，用户在网页上的访问请求可以看作是PV，用户看了十个网页，PV是10。UV(UniqueVisitor)访问网页的人数在一定时间内，独立访问官方名称的人数。无论用户在同一天访问了多少页面，他都只是一个独立的访问者。如何确认用户是否是同一个人？通过网页缓存cookie或IP进行技术判断。如果两者发生变化，用户将被视为新访客。PV和紫外线是一个非常古老的概念，但数据分析不能绕过它们。除了浏览产品上的每个页面外，微信等第三方平台上的各种营销活动只能通过网页实现，PV和紫外线需要发光和加热。需要注意的是，微信浏览器不会长期保留cookie，手机IP也在变化。基于此统计的UV会有误差(不是大问题，但UV中的新访客误差很大)。以微信提供的openid代替cookie作为UV基准，需要额外的技术支持。用户会话次数用户会话又称session，是用户在时间窗口中的所有行为集合。用户打开应用程序，搜索商品，浏览商品，下订单并付款，最后退出。整个过程被视为会话。对话时间窗口没有硬性标准，网页端是约定的30分钟内，无论用户在30分钟内做什么，都属于一次对话。而且超过30分钟，不如出去吃饭回来再操作，或者重新打开，都属于第二次会话。默认情况下，移动端的时间窗口为5分钟。结合用户会话次数和活跃用户数，可以判断用户粘性。如果每日活跃用户数为100，每日会话次数为120，则表明大多数用户只访问产品一次，产品不粘。用户会话依赖于埋点采集，不记录用户操作，无法知道用户行为从哪里开始和结束。另一方面，用户对话是用户行为分析的基础。顾名思义，用户访问时间是会话的持续时间。不同产品类型的访问时间不同，社交网络必须长于工具产品，内容平台必须长于金融管理。如果分析师发现大多数用户只访问了几十秒，那么最好分析原因。运营商和数据分析师除了注重活跃外，还应注重产品的重要功能。如收藏、大拇指、评论等，这些功能与产品的开发和用户的深度有关，不会喜欢用户每天打开产品，但不再做任何事情。功能利用率也是一个非常广泛的范围，如用户浏览一篇文章，所以有多少用户评论，有多少用户拇指，可以使用拇指率和评论率这两个指标，然后看到不同的文章拇指率和评论率是否不同，拇指率和评论率是否有助于内容操作，这些属于功能利用率。另一个例子是视频网站，其核心功能利用率是视频播放量和视频播放时间。微信微信官方账号指标可以单独说，也可以作为产品功能的延伸。图文送达率、转换分享率、二次转换分享率、关注者增量等与本文其他指标一脉相承。只是第三方数据不方便，更多的分析依赖于假设。如果用户保留是产品的市场规模和健康程度，那么用户保留是产品的可持续发展。保留率用户在一定时间内使用产品，经过一段时间后，仍然继续使用的用户称为保留用户。保留率=仍在使用的用户/原始用户总数。在当今的互联网行业，保留比新的和活跃的指标更多，因为移动人口红利消失了，用户越来越难以获得，竞争也越来越激烈。如何留住用户比获得用户更重要。假设有一天有1000个新用户，第二天仍有350个活跃用户，那么第二天的留存率是35%。如果第七天仍有100个活跃用户，则7天的留存率为10%。Facebook有一个著名的40-20-10法则，即新用户第二天的保留率为40%，第七天的保留率为20%，第三十天的保留率为10%。有这种表现的产品数据比较好。以上案例都是围绕新用户展开的，另一种保留率是活跃用户保留率或老用户保留率，即某一时间活跃用户之后仍然活跃的比例。它使用更多的维度来保留每周和每月。新的保留率和活动率是不同的。新的保留率与产品的新手指导和各种福利有关，而活跃的保留率与产品氛围、运营策略和营销方法有关，更注重产品和运营水平。用户流失率与留存率正好相反。若某产品新用户第二天保留30%，则反过来说明70%的用户流失。流失率可以在一定程度上预测产品的发展。如果产品在某个阶段有10万用户，月流失率为20%，简单推测产品将在5个月后失去所有用户。虽然这个模型很简单，没有考虑用户回流和新增，但它确实反映了产品未来的生命周期并不乐观。这里可以引出一个公式，生命周期=(1/流失率)*流失率的时间维度。它是一个经验公式，不一定有效。产品流失率过高有问题吗？不一定，这取决于产品的背景形式，产品主要是婚礼管理工具，其保留率肯定很低，大多数用户婚后不需要。但是这种产品必须有生存的逻辑。旅游应用程序也是如此，用户一年不能打开几次，但仍然可以开发。退出率退出率是网页端的一个指标。网页端追求访问深度，用户在会话中浏览多少页面，当用户关闭网页时，可以认为用户没有「留存」住。退出率公式:从页面退出的页面访问量/进入页面的页面访问量，商品页面进入PV100，直接关闭页面的访问量为300，退出率为30%。跳出率是退出率的一种特殊形式，只浏览一个页面的次数/访问次数。只浏览一个页面意味着这是用户进入网站的第一个页面，通常被称为登陆页面LandingPage。网页结构优化和内容优化采用退出率。跳出率常用于分析推广和运营活动，容易混淆。营销也有自己的数据系统，互联网的数据系统是从这里诞生的，开发了AARR框架。产品有两种开发模式。如果一个产品能在短时间内获得数百万用户，AARR框架更适合它；如果一个产品从第一个用户开始就有一个明确的商业模式，它也可以尝试应用市场营销的概念。用户生命周期用户生命周期来源于营销理论，旧称客户生命周期。它有两个含义，一个是用户个人/群体的营销生存窗口。随着时间的推移，用户会发生变化，给市场和企业带来无数的营销机会。例如，怀孕10月是一个生命周期为10月的营销窗口，企业将围绕这一时期的用户建立特定的营销。搬家、大学毕业、买房等都有典型的周期特征。另一个是用户关系管理层面的生命周期，对运营商更为重要。随着时间的推移，产品与用户之间的业务关系会发生变化。在传统营销中，分为潜在用户、兴趣用户、新客户、老/熟客户和流失客户。这些渐进阶段与用户活跃阶段非常相似。对于母婴产品，我不仅要知道营销的生存窗口，也就是说，怀孕几个月，因为早孕和晚孕的营销重点不同，只是怀孕一定是最合适的。我们还应该知道用户本身和产品之间的关系。这位母亲是新客户，还是曾经使用过应用程序，但失去了它。在营销数据分析中，最关键的环节是新客户-客户流失阶段。用户能与产品互动多久将决定产品的活力。听起来很像保留。上述生命周期计算公式是从市场营销中诞生的。用户生命周期价值生命周期价值是用户在生命周期中能为企业提供多少收入，需要涉及财务定义。互联网行业更多地提到生命周期，而不是生命周期的价值，因为互联网的商业模式不像传统营销那么简单和清晰。例如，微信用户生命周期价格