数据分析第一课

关于数据分析的第一课2015.11.28胡晨川数据分析的启动流程明确业务模式愿景、目标、盈利模式、战略等建立指标体系理解业务流程和分析需求，梳理数据源，设计数据指标部署数据工具数据库、ETL、数据跟踪、数据清洗、统计建模、可视化、汇报等工具开展数据分析人员分工、分析流程、分析方法、呈现方式、结果执行等一、业务的驱动模式——数据分析业务的主线埃里克－莱斯增长引擎说

黏着式增长引擎，重点是让客户成为回头客；

核心指标：客户留存率、流失率、使用频率、距上次登录时间、连续登录天数；

案例：

用邮件和信息推送等提高用户回访，跟踪邮件的打开率和点击率；

设置频率足够密集的自动消息推送机制，力求用户不断地进行使用；

跟踪客户的使用关键时间点，进行营销，比如纪念日（自身或朋友）、未登录时间、邀请用户、客户生命周期中的各阶段等；

设置积分奖励机制里的签到机制；

业务的驱动模式——数据分析业务的主线病毒式增长引擎，名声传播

核心指标：病毒传播系数，即每个用户所带来的新用户数；

哪些用户行为形成了一个病毒传播周期？病毒传播周期有多长？（完成邀请所需的时间）

案例：

询问是否要同步邮箱里的通讯录，然后诱导你邀请通讯录里的联系人；

促使用户关注友人的状况，比如在朋友有消息时或生日时推送提醒；

分享激励机制；

高质量的内容营销；

业务的驱动模式——数据分析业务的主线付费式增长引擎，赚钱了再把钱投到获取新用户

核心指标：客户终身价值clv、客户获取成本cac、客户盈亏平衡时间（收回一位客户成本所需时间）

案例：

对销售线索获取进行精细化计算，明确里面的各项成本；

对广告投放的效果进行归因分析；

专注于大客户，定制化服务，顾问模式；

（不已风投为业务增长动力的公司，基本会采取这种模式）

案例：明道的BI工作的框架运营产品跟踪(usemeasuretools)AARRRPipeline(fromMKTtoSale)(weneedABTestTools)MingDaoStatisticsSubproductStatistics研究(findefficiencymodel)ICPCLM/CLVUserExperienceMKTEfficiency…EfficiencyManageMethodDiscoverNewExperience…培训DataAnalysisTrainingBITools

TrainingConsultant二、建立指标体系：主流的互联网产品的数据跟踪模型——AARRRAcquisition

用户获取Activation

用户激活Retention

用户留存Revenue

创造收益Referral

用户推荐UserGrowth(channel/region/equipment/…)ActivityRate(usertype)7days/30days/weeklyRetentionPipelineEfficiencyReferralFlowRegProcessSelf-defineActiveVariablesSelf-defineVariablesOrder/RevGrowth(region/industry/…)BrandInfluenceSEMEfficiencyUsersegmentModulesRetentionSalesAbilityLPBrandInfluenceSurveyModulesSelf-defineVariablesICP(detailednotes)ReferralOrdersContentMKT…UseDepthLoseAnalysis…LPUsePathUserValueDripMKTMeasureExperience………二、建立指标体系：电商数据分析的一般指标体系市场推广指标网站流量指标销售转化指标客户价值指标商品类指标售后服务指标用户增长访问量销售漏斗模型客户分群库存健康度客户评价注册转化访问质量推荐能力客户生命周期商品分群物流效率用户获取成本访客行为重复购买能力客户价值arpu销售关系SNS传播推广渠道效果行业对标决策周期忠诚度／新鲜度商品生命周期……购买路径定价策略…归因分析长尾分析………区分清楚指标与维度，注意两者的相互转化，形成众多的交叉分析。建议寻找第一关键指标！

三、部署数据工具

（蓝色是我能提供指导的数据工具）GoogleAnalysis百度统计友盟分析R语言ExcelGrowingiospssNavicat其他还有许多从数据存储到抽取加工再到分析的各种工具。。。Whatarewedoing?MarketingTrack（市场投放跟踪）WebAnalytics（网站分析）UserActionTrack（用户使用分析）SaleAnalytics（销售分析）VCDataReport（风投数据报告）DataProductDevelop（产品优化分析）…stillmanythingsweshoulddobutwedidnot,becauseof…AnalysismodelsweuseCorrelationmodels（相关分析）Time

series（时间序列分析）anova（方差分析）Regression（回归分析）Crosstabsanalysis（交叉分析）Classification

analysis（分类分析）Datavisualization（数据可视化）分析方法其实并不局限于数理统计模型或者机器学习算法，包括管理学的很多分析方式是非常值得借鉴的，他们往往更直观并易于应用。许多统计模型，结果难以解释，很多时候不如描述统计指标。未来可以给大家分享的：轻松的统计学理论课程结合具体业务建立数据指标体系网站分析工具（GA、百度统计、友盟等）分析方法的具体实施（市场投放分析、销售分析等）数据分析工具使用案例（r语言、excel）数据分析模型的原理和使用案例数据可视化应用（各种数据图表的功能）如果是将具体案例型的课程，希望大家能将自身的业务数据共享，作为讲解依据；SomeBooks：《金字塔原理》《赤裸裸的