美文网首页读书笔记
精益数据分析

精益数据分析

作者: sunnywen2018 | 来源:发表于2018-05-16 11:01 被阅读0次

笔者总结:精益数据分析的核心在于找到有意义的数据指标,通过各种测试的方式进行改善。

数据指标的类型:

优先明确好的数据指标的特性:1.可比较 2.简单易懂

其次对于数据指标的定义也非常重要。比如活跃用户,对于活跃用户的定义。定义明确是衡量数据指标是否具有意义的准绳。

1.定性指标和定量指标:定性指标很难量化,是回答“为什么”,定量指标可量化,是回答“多少”。收集高质量的定性指标需要做很多准备工作,向潜在客户提出的问题很讲究。

2.虚荣指标和可付诸行动指标:虚荣指标是看上去很美,但是会随着时间自然增长。比较点击量,注册用户数。要避免这种指标。

可付诸行动指标:是真正应该关注的指标,比如活跃用户占总用户的百分比,单位时间内新用户的数量增比等。

3.先见性数据指标和后见性数据指标:先见性数据指标是具有预测意义,但是对于初创企业,数据样本不足,可以先关注后见性数据指标。后见性数据指标如留存率等。

4.相关性指标和因果性指标:数据指标之间具有相关性。比如夏天冰淇淋的销量和溺水的人数。

检验数据指标的一些方式:

测试是精益数据分析的灵魂

最小化可行性产品测试:小团队小圈子进行最小化产品功能的测试

A/B测试和多变量测试:通过改变一方面或多方面进行数据的检测。同期群测试:选择相似的用户进行测试。

精益数据分析周期

选择一个预期改进的kpi——基于你的商业模式,为该KPI确定一条准绳——找到提升这一个kpi的方法——根据数据列出每一个点,找到可改进的点,如果没有数据,则进行A/B或多变量测试——找到能做到改进的点的共同属性,根据共性进行调整——衡量所做改动对kpi提升的效果——继续改进或调整改进方案

精益画布(商业画布)

A4纸上的可视化商业计划书。

问题:市场问题,存在的问题

用户群:给谁用,他们在哪?为什么是他们(给企业的价值)

早期种子用户的特点,在哪里找到?

3.独特卖点(价值主张):一句话介绍,概括性描述,比如视频界的youtube

4.解决方案:为现存的问题找到解决方法

5.渠道:用户在哪里得到

6.营收分析:盈利来源,是一次营收还是连续性。LTV(长期用户价值

7.成本分析:钱花到哪些地方?

8.关键指标:运营数据,比如用户增长等

9.优势:不可复制的壁垒,比如技术的,比如产品的

职业选择

找到希望做的和善长做的,并将技术进行变现

找到希望做的但不善长做的,学会把它做好

数据分析框架

海盗指标说:AARRR指标。是呈漏斗状的。

获取用户(acquisition)

活跃用户(activation)

提高留存率(retention)

获取营收(revenue)

自传播(referral)

增长的三大引擎

三步曲:先粘着——再传播——后付费

1.粘着式增长引擎:最重要的KPI就是客户留存率及使用频率。是让用户成为回头客。

2.病毒式增长引警:最重要的KPI是传播系统,即每个用户所带来的新用户数。除此之外,还要考虑传播周期。比如从用户到邀请到新用户注册所需的时间以及类别。

3.付费式增长引擎:付费是识别商业模式是否可持续的终极指标。

肖恩埃利斯的增长金字塔

海盗指标和长漏斗:侧重于获取和转化用户的行为

精益分析各个阶段

创业阶段的第一关键指标:OMTM(One metric that matters),挑选一个唯一的指标

互联网商业模式

目标都是增长的

增长的源泉是三大增长引擎中的一个

用户价值最大化就要以目标为导向,区分哪些用户是有价值的用户,哪些是路过的用户。

六大商业模式

一.电子商务的三大模式,通过监控公司的复购数据,得出经营模式。针对经营模式做出精准判断和改进。(出售的商品应该符合自己的模式)

获取用户的模式:90天内重复购买率达到1%-15%

混合模式:新用户的获取+回头客的招揽,90天内重复购买率15%-30%

忠诚度模式:重复购买率60%以上,经营重心应该放在鼓励回头客

除明确的模式外,决定电商电败的另一关键是定价。

电商关注的指标:

转化率:来源——点击——登录、注册(新用户)——加到购物车——支付——支付成功

年均购买率:复购率

弃买率:1-转化率

库存流转率

客户获取成本

用户终身价值(LTV)是一个复杂的计算过程。要收毛利来计算。要考虑用户流失率(1-留存率=本月/上月)

LTV=(某个客户每个月的购买频次*每次的客单价*毛利率)*(1/月流失率)

平均购买频次=总频次/总用户数。可以取中间平均值

市场普遍认为 LTV>CAC的时候公司是有可能性的,LTV

第二种方式

LTV的计算涉及到顾客保持率、顾客消费率、变动成本、获得成本、贴现率等信息的正确取得。

其中:

顾客保留率(retention rate,RR)= 本年度的顾客总数 / 上年度的顾客总数;

顾客消费率(spending rate,SR)= 顾客总消费额 / 顾客总数;

变动成本(variable cost,VC)= 产品成本 + 服务管理费用 + 信用卡成本等;

获得成本(acquisition cost,AC)= 本年度广告、促销费用 / 本年度顾客总数;

净利润(gross profit,GP)= 总收入 – 总成本;

贴现率(discount rate,DR)= [1 +(风险系数×银行利率)]n ;

利润净现值(net present value profit,NPV)= GP / DR ;

累积NPV = 特定时间内每年NPV 的总和;

顾客终身价值(LTV)= 累积NPV / 顾客总数。

二.Saas

关注的指标:

访客来源,有多少注册为免费版用户

粘性

转化率:从免费版用户变为付费用户,从他人邀请注册为用户

用户获取成本

病毒性,用户邀请他人的可能性及所需进间

追加销售,是什么促使用户支付更多费用,以及这种情况发生的频率。通常用户要经常数月才有可能成为付费用户

流失率:流失率=一段时间内流失的用户数(解释:一段时间注册用户数-活跃用户数)/这段时间开始时的用户数

用户终身价值(LTV)

平均使用寿命=100/流失率 

对于saas公司而言,最大的困难来自于产品推广及分级定位。

三. 免费移动应用

关注的指标:

活跃度

流失率

转化率

付费用户比率

移动应用用户的生命周期

四. 媒体网站。模式比较旧

五. 用户产生内容

六. 双边市场

通过服务双方,获利。比如滴滴打车、airbnb就是典型的双边市场。可以理解为C2C模式都是双边市场模式。

关注的指标:

买卖双方的人数增长

库存增长速率(电商)

订单量增长速率(服务、共享服务等)

转化率

双方评分

模式四和模式五在现在发展来说,通常是合二为一。由用户或爬虫产生内容,由用户进行内容互动(点赞,转发等),增加机器学习算法进行推荐排序,通过广告获利。

产品发展的四个时期应关注的指标

引入阶段(病毒式传播,引入用户,关注从来源到注册到激活的转化率)——发展阶段(粘着式增长,关注活跃度和留存率)——营收阶段(关注收入指标)——规模化阶段(关注低成本获取用户方式)

黑客式营销

黑客式营销是用于形容数据驱动游击式营销的流行说法。需要对企业各关联部分有深入了解。包括:

找到先行指标:比如facebook的先行指标是新注册用户10天内加的好友数量以及被关注数量,用于判断用户是否“高参与度”用户。

优秀先行指标的共同特征:社交的点赞、评论、转发等或回访率等

营收

用户终身价值>用户获取成本

相关文章

  • 精益数据分析PART0

    正式开始《精益数据分析》之前,必须了解,构建数据分析衡量标准的目标,是为了帮助“精益创业”进行。 精益创业的核心思...

  • 读《精益数据分析》

    《精益数据分析》是精益丛书的其中一本。这本书融合精益创业法,讲解在精益创业过程中数据分析的应用。 从寻找好的指标开...

  • 精益数据分析

    <<精益创业>>和<<精益数据分析>>这两本书让我深受启发,虽然读得不是很细,但还是获益颇多。对于精益数据分析,建...

  • 《Talk Lean》—— 精益讨论

    精益讨论,从冗长低效的会议中解放出来。精益概念遍地开花,精益管理、精益生产、精益创业、精益数据分析、精益客户开发。...

  • 2017精读实践书单

    1.《精益创业》、《精益数据分析》、《精益创业实战》 5.《增长黑客》 6.《决战大数据》 7.《复盘》、《影响力...

  • 201808《精益数据分析》

    一.概述 该书讲得是“精益数据分析”,一个是精益,一个是数据分析。作者确实很懂得掌控风向,精益思想已经有点老套了,...

  • 同期群分析

    以前在《精益创业》中,看到了同期群分析的概念,这会儿看《精益数据分析》补充下。 同期群分析(Cohort Anal...

  • 2016书目

    2016阅读书目: 1、《增长黑客》 2、《精益创业》 3、《理解媒介》阅读中 4、《精益数据分析》 5、《智能推...

  • 《精益数据分析》

    作者:阿利斯泰尔.克罗尔、本杰明.尤科维奇 这本书的主编是《精益创业》的作者,在他提炼出的精益创业的系列方法论中最...

  • 精益数据分析

    笔者总结:精益数据分析的核心在于找到有意义的数据指标,通过各种测试的方式进行改善。 数据指标的类型: 优先明确好的...

网友评论

    本文标题:精益数据分析

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