一.数据分析日常
在业务场景下对业务数据用各种分析手段分析,发现问题
-
监控类:对核心指标埋点上BI等
-
数据支持类 :针对业务方给的需求 提出建议
-
分析类:探索型 验证性 (用户画像等) 策略等
一 什么是业务
业务方提的需求
把产品一合理的方式通过渠道卖给消费者赚取利润
1.利润
2.组织架构
3.产品
4.渠道
5 运营
6 架构
一.利润
利润=收入-成本
收入来源:
成本:产品,推广 人力 渠道,运转,新客等
组织架构:管理层 (技术,产品,运营,市场)
通常所说的支持业务: 产品,运营,市场
1.产品
设计前:宏观数据
设计时:梳理,确定要(能)收集哪方面信息(埋点)
设计后:产品迭代 (需要用户量 客群信息 功能点使用情况)
产品优化方面
1.原来功能设计有问题,重要功能是否入口太深(使用,了解。用户使用情况),
- )(1)是否加入新的功能,需求量怎么样,
(2 )加了能影响多少人
(3)怎么加,加了之后会怎么样
进一步了解产品
1.体验,使用,了解,用户
2.配套的推广互动
3.产品优化的相关指标
2.渠道
做什么:拉新和销售
线上:
线下:门店 传统企业加盟
获客成本,客单价 ,新用户比例
3.运营 - 内容:各种push 微博,微信,作用:用户唤醒,做活动。提高活跃
2.提升业绩:促销活动,精品试用等
3.服务用户:售前支持,售后反馈。
关注什么:
1.接触用户渠道
2.时机
3.方式和目的
4.成果如何
成果考核指标
1.内容:到达率,响应率
2.业绩:短期,长期,成本控制,roi
3.服务用户:用户量,使用率,满意度
四.用户
1.互动/活跃/存在过
2.消费/促进消费
3.转介绍/带来消费
用户画像:根据用户不同静态信息和行为信息,对用户分层分类
常见分层:
1.用户价值
如RFM
2.生命周期:新客/老客/AARRR等
3.活跃度
4.业务相关
网友评论