美文网首页
商业数据分析-互联网商业产品分析框架

商业数据分析-互联网商业产品分析框架

作者: 数有道 | 来源:发表于2022-04-05 12:39 被阅读0次

    企业本质是一种资源配置的机制,企业与市场是两种可以互相替代的资源配置方式。企业存在是以盈利为目的,从而进行生产经营,为社会提供产品和服务的经济组织。

    就近日京东的裁员,东哥做了简单的回应,其中提到了:

    • 京东是一家企业,他不是慈善机构,没有一家企业会养一大帮闲人。这句话虽然很残酷,但是很真实。

    • 京东如今到了一个发展的瓶颈期,做人才优化有什么问题呢?这是东哥的另外一句令人深刻的话。

    从上面的信息来看,大环境(尤其是互联网的环境)早就过了粗放经营的阶段,需要精细化的运营,需要降本增效。我也看了一下其他企业的财报,有些企业就是通过优化人才,来实现其目的。种种现象来看,我们需要提高核心竞争力,以免自己在时代变迁的浪潮中被波及。

    那么,今天就给大家分享一下我总结的互联网商业产品分析框架。对于没有接触过的或是接触比较少的同学来说都有参考意义。从18年起,商业产品的分析从0到1都是我负责。包括搭建指标体系、分析用户画像、完成商业报告等等。

    最终的效果是:

    运营策略90%被采纳并上线; 运营效率提高100%; 销量提升1%。

    话不多说,直接上头:


    互联网商业产品分析

    主要分三个方面:

    1. 售前,主要是预测制定KPI,以及如何达成KPI,在达成KPI的过程中遇到了问题该怎么去分析。

    2. 售后,主要和效果相关,包括退款、NPS、评价、用户的使用效果,以及用户是否复购。

    3. 第三部分,是补充内容,为了框架的完整性,有些产品会涉及到线下销售绩效的问题,但是,这部分确实涉及的很少,仅作补充。

    售前:预测-问题定位

    对于售前,主要是预测和问题的定位分析。

    预测:

    预测主要分两部分,第一部分就是KPI的制定,如何制定KPI。第二部分是如何达成KPI。

    制定KPI:
    老板-翻倍:每一个老板都有一个翻倍的理想。很多时候KPI是多少都是老板定的。所以,在定KPI的时候,大家一定要提前做好准备,了解现有的数据,这样跟老板聊的时候,就知道如何管理预期。就如何了解现有数据,如何制定合理的KPI,有如下的方法。

    预测

    趋势同比: 趋势同比直接是使用去年的增长率,计算得出即可,所以22年销售额= 50*(1+67%)= 83
    N年平均:N年平均,是把最近N年的增长率做了平均,然后乘以上一年的销售额,所以22年销售额= 50*(50%+100%+67%)= 86,其考虑了随着年份的增加,用户的消费情况
    前N年加权平均:主要是把N年的增长率进行了加权,越近的年份权重越大,分别给2019-2020-2021年的增长率赋值1-2-3,那么22年的增长率:(50%*1+100%*2+67%*3)/(1+2+3)=75%,所以22年销售额50*(1+75%)=88
    回归和时间序列:直接使用Execl中的功能即可,当然可以使用Python,这里就不细说了。

    注意

    • 这几个计算方式,是比较常用的方式,但是更多是老板拍,所以,在平时一定要经常给他汇报,在汇报中分享一下这些方法,让他有一定的印象。

    • 另外,自己一定要熟悉购买的用户画像,还有就是渗透率以及平台的增长。因为,如果整个平台的新用户增长放缓,付费用户肯定不会有很大的提升。

    • 还需要考虑商品的类型,是高频还是低频的商品。有的商品用户买了就不会再买,或是很长时间内才会购买,那么,新用户的增长对于付费用户的增长有很大的影响。

    达成KPI:

    主要从画像的维度和产品的维度来看,从产品的维度来看,主要是为了优化产品。从画像的角度主要是为了运营触达。
    产品:如何优化产品呢?主要从用户使用产品的路径来分析,现假设用户使用产品的路径为曝光产品入口--进入产品营销页--创建订单--支付成功,那我们就有了下面这个公式:

    下单人数= 曝光*转化率1*转化率2*转化率3
    
    • 曝光:曝光人数

    • 转化率1= 进入产品营销页的人数/曝光人数

    • 转化率2= 创建订单人数/进入产品营销页人数

    • 转化率3= 支付成功人数/创建订单人数

    通过上面的公式,使用这个分析模型,我们可以知道是曝光的问题还是每一步转化的问题。
    总量和转化率问题

    如果是曝光的问题,那么我们可以提升曝光,提升曝光有三种方式:

    1. 广告:增加产品的广告曝光,一般公司都有广告位,但是,这个广告位置具有排他性。也就是你使用,其他产品就使用不了,那么这个时候对于广告的效果就要求比较高,广告的展示群体要比较聚焦,需要分析用户画像,对于购买率高的用户进行曝光展示。

    2. 场景化营销:场景化营销的特点是在用户做了一些行为之后,进行曝光展示,或是在某些特定的场景页面下进行曝光展示,比如常见的提醒用户开启消息通知,一般是用户进行了聊天之后,会进行提醒用户打开。还有电商里面用户搜索或是浏览一些商品,就进行弹出推送。

    3. 用户触达,触达分为电话-短信-邮件-PUSH,其成本一次递减。PUSH一般推送量较大,用户可以不用很精准,但是需要注意推送的时间和频次,注意用户体验。

    如果是转化率的问题,从目前的转化率漏斗来看,也是有三种情况:

    1. 曝光到营销页的转化问题,这种情况下,就需要看看曝光的页面和文案是不是没有吸引到用户。

    2. 营销页到创建订单的转化问题,那就是营销页的问题,考虑如何打造黄金落地,对于这部分可以进行一定的分析,然后进行AB测试

    3. 创建订单到支付成功转化问题,可以考虑价格和多种付费方式进行测试。

    当然上面主要是介绍大的框架,还有具体实施过程中每个步骤的分析都需要进更加深入,这里就不做过多的展开。

    画像

    主要针对用户属性和用户行为分析其转化率。注意:分析的时候,不是只分析已购买的用户画像,而是分析转化率。我之前看过一个分析师,一上来就分析购买的用户画像,比如发现购买的用户中男女比8:2(虚拟数据),他很兴奋的去找运营同学,然后运营听完之后,很淡定。因为我们站内活跃用户就是男女比是8:2。画像分析之后,一般就是进行运营触达。其他:
    我们来看一下销售额的组成,销售额= 单价*销售量,上面的分析逻辑是假定单价不变。那么由上面的公式,我们可以分下面三种:

    1. ARPU*用户量,这种是看单个UV的价值,主要是流量型产品

    2. 客单价*订单量,这是看单个客户的价值,主要是低频的产品

    3. 定价策略:当然我们也可以进行价格测试,经验来说,制造价格诱饵,能够比较有效提升客单价。

    问题分析

    第二部分就是异常分析,我们制定好KPI,分析了如何完成KPI,如果在执行时候出现了问题,该怎么分析呢?可以参考下面的文章:
    异常分析框架

    售后-效果-复购

    当销售给用户之后,就需要关注售后相关的指标:

    退款率,可以分析退款的用户画像。做一个退款原因的产品,用户退款时可以填写。可以对退款用户进行调研。

    1. 评价,引导用户进行评价,好的评价也能有效促进商品销售。

    2. NPS,是比较通用的指标,能比较有效的评价产品,并且有通用的参考值。

    3. 使用效果,如果用户买了不使用或使用效果不好,那么产品肯定是有问题。

    4. 最直接的评价就是复购,不好的话用户肯定不会复购的,但是,复购周期和频率取决于产品的特性,高频还是低频,刚需非刚需。

    这次都是比较直接和通用的指标,并且分析也是比较重要,展开的话,每个都可以单独来写的。

    如果这篇文章点赞破100,后面会单独出一篇文章。

    销售绩效

    涉及到销售绩效部分,线下销售确实涉及很少,暂不做讲解。

    写在最后:

    • 距离上次更新很久了,感谢粉丝的认可,让我更加坚定了要持续的更新。
    • 下一篇,以百合网为例,具体讲讲商业产品分析框架。(冒着生命危险注册百合网)
    • 最后,假期都去玩了 ,就猫猫陪我了,有图有真相:


      猫猫

      gongzh:数有道
      gongzh:数有道

    相关文章

      网友评论

          本文标题:商业数据分析-互联网商业产品分析框架

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