美文网首页解密大数据
商业数据分析大作业1

商业数据分析大作业1

作者: 汤尧 | 来源:发表于2017-04-06 22:00 被阅读138次

    商业数据分析01大作业

    习题一

    斗鱼直播平台数据指标:

    • PV/UV(页面浏览量及独立访客数)

    • 申请账号的用户数

    • 关注主播的用户数

    • 点进每个主播直播间观看的用户数

    • 每个直播间观看的人数占总人数的比率

    • 用户同比增长率及环比增长率

    • 新客增长率及老客留存率

    • 礼物收入的增长率

    哪些是好的数据指标

    根据精益数据分析这本书中的介绍,好的数据指标有以下特征:

    好的数据指标是比较性的;好的数据指标是简单易懂的;好的数据指标是一个比率;好的数据指标能改变行为。

    那么根据好的数据指标是具有比较性的,可以看出其中好的数据指标有:

    • 每个直播间观看的人数占总人数的比率

    • 用户同比增长率及环比增长率

    • 新客增长率及老客留存率

    • 礼物收入的增长率

    根据好的数据指标是简单易懂的以及好的数据指标是一个比率,上面四个数据指标都不会被排除出去。

    而根据好的数据指标能够改变行为:可以得出其中好的数据指标有:

    • 每个直播间观看的人数占总人数的比率

    • 用户同比增长率及环比增长率

    • 新客增长率及老客留存率

    • 礼物收入的增长率

    哪些指标能驱动你做决策,哪些是虚荣指标?

    其中每个直播间观看的人数占总人数的比率这一个数据指标,可以让我们看出哪种类型的主播是比较受欢迎的,而当某个直播间的人数占比出现上升的时候,可以给他一个主页的推荐位。或者当其人气迅速上升的时候,将其签约,让TA留在自己的直播平台。

    在用户同比增长率和环比增长率这一数据指标中,随着增长率的上升或者下降,逆向思考在影响增长率的诸多要素中,是其中的某种或者某几种要素出现了问题,比如说主播流失严重或者网络不佳这些问题。分析出问题之后,针对问题作出相应的决策。

    在新客增长率及老客留存率这一数据指标中,假设新客增长率增大,可以分析是因为某种原因造成的新客增长率的增大,是因为引入了一个新的大主播还是因为广告的原因,这个就影响到接下来决策是基于粉丝经济还是广告经济了。

    在礼物收入的增长率这个指标中,当增长率增大的时候,就可以推出另外一些付费活动,比如说现在斗鱼直播开出的贵族系统。

    虚荣指标的定义是:不知道如何根据这个数据来采取行动的数据指标。

    根据这个定义,可以知道下面的指标就属于虚荣指标:

    • PV/UV(页面浏览量及独立访客数)

    • 申请账号的用户数

    • 关注主播的用户数

    • 点进每个主播直播间观看的用户数

    哪些指标可以剔除,为什么?

    可以剔除的数据指标是:

    • PV/UV(页面浏览量及独立访客数)

    • 点进每个主播直播间观看的用户数

    • 申请账号的用户数

    PV/UV这个指标可以用来看当天的活跃量,每个时间段观看的人数。但无法真正知道人们为什么来,来做什么。

    申请账号的用户数可以让我们了解愿意在这个平台上观看的人数,但是用这个账号登录斗鱼平台的次数和时间才是关键,所以,这个指标可以剔除。

    关注主播的用户数可以让我们知道这个粉丝的受欢迎程度,从一定程度上也影响了这个主播的收礼物数,但是有些主播购买虚假粉丝数确实也不可忽视。

    点进每个直播间观看的用户数可以让我们知道有多少的用户是来我们这个平台上看直播的,但是这个数据其实没有意义,如果加上观看超过一定时间的用户数想必更有意思,所以这个数据指标可以剔除。

    还有哪些你没想到但可能有意义的数据指标?

    • 用户观看的时间

    • 付费用户主要集中在哪些类型,哪些主播处,以及他们所购买的礼物数

    • 点击网页中所推送的广告的用户数

    • 发弹幕的用户数数和观看用户数的比例

    Ps:在解决这些问题的过程中遇到了这样一个问题:在精益数据分析这本书中,PV/UV是虚荣指标,是毫无意义的。但是PV/UV不是可以告诉我们什么时段用户最多,而在这一流量最多的黄金时段,难道不可以借鉴电视黄金时段卖广告这种模式获取相应的收益么?(卖广告只是一个例子,只要达到流量的最大化变现即可)
    我认为PV/UV是可以帮助我们做决策的,可是仔细想想,有下面几个问题:

    • 这些人在这个时间段都做了什么。
    • 这些人停留了多少时间。
    • 这些人为什么来这里面。

    因此这些数据尽管可以解释行为,解释过去,却无法预测未来,因为只是知道这些数据是无法进行细分的,就无法知道这些行为是由哪些因素决定的,而其中哪些因素是可以改变的,哪些因素是不可以改变的。假如利用这个数据获得收益,那么收益想必是暂时的甚至不会获得收益,而长此关注这些没有真正意义的数据,就会陷入一种自欺欺人的怪圈。

    习题二

    以天猫的购物流程为例,用户的购物流程及对应的量化指标如下:

    1. 首页登录 ——独立访问数UV
    • 进入对应商品页 ——通过各种途径(广告,搜索,筛选等)进入的用户的比例
    • 选择具体商品 ——每个商品的点击量占总点击量的比例
    • 加入购物车 ——查看过广告及评价的用户占总用户的比例
    • 付费购买 ——加入购物车之后购买的用户占总用户的比例
    • 确认收货及评价 ——进行确认收货及评价的用户占总用户的比例
    • 退款 ——各种退款原因所占的比例

    思考每一步到下一步转化和流失的可能性

    • 1到2之间转化的概率较大,因为来了淘宝网基本就是有购物的倾向,当然误进入的用户除外
    • 2到3之间转化的概率也比较大,在这一步中,一般流失的会是那些没有找到自己想要的商品的,留下来的一般都是有购物的计划并且找到适合自己的商品的用户。
    • 3到4之间转化的概率就不是很大了,在这一步中,用户很有可能因为介绍的不完善,有差评等各种各样的原因流失掉。
    • 4到5之间的转化的概率比3到4之间的转化要大的多,加入购物车一般是那些用户购买意愿比较强烈的商品,举个例子,去超市购物放在购物车里的商品一般都会结账买单,网上购物也基本一样。
    • 5到6之间的转化的概率相对而言比较小了。因为用户发表评价一般都是商家诉诸利益或是真的产品太好或有问题,而这些都属于小概率事件。
    • 6到7之间的转化就更小了。作为商家,是不希望有这样的情况发生,徒增很多麻烦,但是这一步的存在是不可或缺的。而现实中退货的人确实也不多,所以这个转化率也不大。

    思考如何提高每两步之间的转化率

    • 提高1到2之间的转化率可以通过分析通过各种途径进入商品页的用户的比例并采取相应举措来实现,假如通过首页推荐进入的比例比较多,那么就加强首页推荐这方面的建设。
    • 提高2到3之间的转化率可以通过分析相应的用户数据来改善算法来实现。
    • 提高3到4之间的转化率可以通过降低差评率,提高自己的广告投入来实现。
    • 提高4到5之间的转化率可以通过优化购买途径,改善物流来实现。
    • 提高5到6之间的转化率可以通过建立一定的奖励机制,给用户诉诸利益来实现。
    • 降低6到7之间的转化率可以通过提高商品的质量,提供完整的商品型号及说明来实现。

    习题三

    各指标的基本定义

    • 日期:当日日期
    • 开盘价:以竞价阶段第一笔交易价格为开盘价,如果没有成交,以前一日收盘价为开盘价。
    • 最高价:是指当日所成交的价格中的最高价位。有时最高价只有一笔,有时也不止一笔。
    • 收盘价:指每天成交中最后一笔股票的价格,也就是收盘价格。
    • 最低价:是指当日所成交的价格中的最低价位。有时最低价只有一笔,有时也不止一笔。
    • 成交量:表示买卖双方达成交易的数量,是单边的,比如A卖了10万股给B,成交量就是10万股。
    • 价格变动:股票由于供求关系的改变发生的价格变化。
    • 涨跌幅:涨跌幅=(最新价格一昨天收盘价格)/昨天收盘价格x100%。
    • 5/10/20日均价:5/10/20日股票成交价格的平均值。
    • 5/10/20日均量:5/10/20日股票的平均成交量。
    • 换手率:在一定时间内市场中股票转手买卖的频率。换手率=某一段时期内的成交量/发行总股数×100%(在中国=成交量/流通股本×100%)

    数据分析

    Paste_Image.png Paste_Image.png Paste_Image.png Paste_Image.png
    • 该股票从涨跌幅来看,基本围绕2%的涨幅做上下波动,所以,从一个月来看,该股票处于一个波动上涨态势。
    • 该股票从换手率来看,在涨跌幅比较大的时候,换手率也随之增大, 说明做短线交易的人很多,换手率一般都在1%以上,该股票的被关注度和受欢迎程度都较为不错,是一个比较优质的股票。

    相关文章

      网友评论

        本文标题:商业数据分析大作业1

        本文链接:https://www.haomeiwen.com/subject/fdccattx.html