万字干货总结:最全ç

万字干货总结:最全ç

时间:2020-03-18 15:36 作者:admin 点击:
阅读模式 释放å�Œçœ¼ï¼Œå¸¦ä¸Šè€³æœºï¼Œå�¬å�¬çœ‹~ï¼� 00:00 00:00

业务是一个��体系,数�分�也���简�,两者结�都是充满挑战的。作者总结了一份全�的��数�指标,希望给大家的工作带�帮助���。

��和数�分�脱离�开关系。业务的�悉决定了数�分�结�的上�,数�技巧�是逼近它。

�个产�和��都应该�察业务指标,希望通过本文,让新人对业务指标的分�有一个大概框�。文章的内容会给你「宽�和「泛�的感觉,希望对新人有帮助,�人一笑而过就行了。

用户��

用户��是��的起始,用户���近线性�维,或者说是一个固定的�程:用户�触-用户认知-用户兴趣-用户行动�下载。�一个�程都涉�多个数�指标。

渠�到达�

俗称�光�,�产��广页中有多少用户�览。它�以在应用商店,�以在朋�圈,�以在�索引�,��有��的地方,都会有渠��光。

�光�是一个蛮虚�的数字,想一想�代人,�天��触多少信�?其中蕴�了多少�广,最�能有几个�引到用户?更多时候,渠�到达�和�销�广费挂钩,�和效�相差甚远。

广告和�销还会考虑�广带�的�牌价值。用户虽没有点击或和产�交互,但是用户知�有这么一个东西,它会潜移默化地影�用户未�的决策。然而�牌价值很难�化,在广告计算中,系统�会将用户的行为归因到最近一次的广告�光。

广告点击�称为CTR,广告点击�/广告�览�,除了广告,它也应用在�类��系统的评价中。

渠�转化�

既然广告已��光,那么用户应该行动起�,转化�是应用最广阔的指标。业界将转化�和�本结�,�生出CPM,CPC,CPS,CPD,CPT等。

CPM(Cost Per Mille)指��人�本,它按多少人看到广告计费,传统媒介比较倾�采用。CPM�广效��决��象,用户�能�览也�能忽略,所以它适�在�类门户或者大��平�采用Banner形�展��牌性。 CPC(Cost Per Click)指�用户点击�本,按点击计价,对广告主�说,这个比CPM的土豪作派�性多了。也有很多人会认为,CPC�公平,用户虽然没有点击,但是�光带�了�牌�形价值,这对广告�供应方是�失。 CPA(Cost Per Action)指�行动�本,按用户行为计价,行为能是下载也能是订�购买。CPA收益高��两者,�险也大得多,它对需求方有利对供应方�利。

以上三�是常�的�广方�,CPT按时间,CPS和CPS算在CPA的范围内。渠��广是�赖技术的行业,用户画�越精准,内容�用户越匹�,则越容易产生收益。

还有一�指标eCPM(effective cost per mille),�一�次展示��得收入,这是广告主预估自身收益的指标。

渠�ROI

ROI是一个广泛适用的指标,�投资�报比。

市场�销���活动,都是�业�利为出�点,通过利润/投资�化目标。利润的计算涉�财务,很多时候用更简�的收入作分�。当��活动的ROI大�1,说�这个活动是�功的,能赚钱。

除了收入,ROI也能�广到其他指标,有些产�商业模�并�清晰,赚�到钱,那么收入会用其他�化指标代替。譬如注册用户�,这也就是�客�本了。

日应用下载�

App需�下载,这是一个中间�,如��注�该�节也会�失�少用户。应用商店的产�介�,�广文案都会影�。有些动辄几百M的产�,常将部分安装留在�次�动应用时以补�形�完�,如�类游�,就是怕漫长的下载时间造��家�失。

第三方平�下载到用户注册App,这步骤数�容易出错,主�是用户对�上。技术上通过唯一设备ID匹�。

日新�用户数

新�用户数是用户��的核心指标。

新�用户�以进一步分为自然�长和�广�长,自然�长�以是用户邀请,用户�索等带�的用户,而�广是��人员强�制下�长的用户�。�者是一�细�慢炖的优化,�者是烹炸爆炒的�销。

用户�客�本

用户��必然涉��本,而这是��新手最容易忽略的。��新�用户,��都应该知�的事

�客�本应该直�和新�用户的财务挂钩,比如地�费用,新用户礼�。但是整个产�的���节�本�应该计算入内。直�上的�客�本�本,微信粉�在10�20元,产�根���业务形�价格差异�大。金��财类的产�,一个有效用户�本超过四�数,�常夸张。而行业的整体�客�本�旧在上�。

一次会�用户数

一次会�用户,指新用户下载完App,仅打开过产�一次,且该次使用时长在2分钟以内。这类用户,很大�能是黑产或者机器人,�羊毛党都算�上。

这是产��广的�色地带,通过��技术刷�,��虚�的点击�谋�收益。该指标����指标,用�监管。

用户活跃

用户活跃是��的核心阶段,�论移动端�网页端或者微信端,都有相关指标。�外一方�,�在数�分�也越�越注�用户行为,这是精细化的趋势。

日活跃用户/月活跃用户

行业默认的活跃标准是用户用过产�,广义上,网页�览内容算「用�,在公众�下�算「用�,���打开APP。这一部分内容�以�考我之�的文章《用户��,如何�好活跃用户的数�分�》。

活跃指标是用户��的基础,�以进一步计算活跃�:�一时间段内活跃用户在总用户�的�比。按时间维度,则有日活跃�DAU�周活跃�WAU和月活跃�MAU。活跃用户数,衡�的是产�的市场体�,活跃�,看的则是产�的�康。

�仅仅打开产�,能�作为产��康的度�?答案是�定的。�熟的��体系,会将活跃用户�细分出新用户�活跃用户�忠诚用户��活跃用户��失用户���用户等。�失用户是长期�活跃,忠诚用户是长期活跃,��用户是曾��活跃或�失,����次打开产�的活跃用户。

通过��的活跃状�,将产�使用者划分出几个群体,��群体��了产�的总用户�。�康的产�,�失用户�比�应该过多,且新�用户��大��失用户�。

PVå’ŒUV

PV是互�网早期Web站点时代的指标,也�以�解为网页版活跃。PV(PageView)是页��览�,用户在网页的一次访问请求�以看作一个PV,用户看了�个网页,则PV为10。

UV(Unique Visitor)是一定时间内访问网页的人数,正��称独立访客数。在�一天内,�管用户访问了多少网页,他都�算一个独立访客。�么确认用户是�是�一个人呢?技术上通过网页缓存cookie或者IP判断。如�这两者改�了,则用户算作全新的访客。

PV和UV是很�的概念,但是数�分�绕�开他们,除了产�上�页�的�览,在第三方平�如微信,�类�销活动都�能通过Web页��,PV和UV便需��光�热了。

有一点需�注�的是,微信�览器�会长期�留cookie,手机端的IP也一直�动,基�此统计的UV会有误差(�是大问题,�是uv中的新访客误差较大)。这里�以通过微信�供的openid�代cookie作为uv基准,需��外的技术支�。

用户会�次数

用户会�也�session,是用户在时间窗�内的所有行为集�。用户打开App,�索商�,�览商�,下�并且支付,最�退出,整个�程算作一次会�。

会�的时间窗�没有硬性标准,网页端是约定俗�的30分钟内,在30分钟内用户�管�什么都��一次会�。而超过30分钟,�如出��个饭����作,或者��打开,都��第二次会�了。

移动端的时间窗�默认为5分钟。

用户会�次数和活跃用户数结�,能够判断用户的粘性。如�日活跃用户数为100,日会�次数为120,说�大部分用户都�访问了产�一次,产�并没有粘性。

用户会��赖埋点采集,�记录用户的�作,是无法得知用户行为�哪里开始和结�的。�外一方�,用户会�是用户行为分�的基础。

用户访问时长

顾��义,用户访问时长是一次会��续的时间。��产�类�的访问时长�等,社交肯定长�工具类产�,内容平�肯定长�金��财,如�分�师���内容的产�大部分用户访问时长�有几�秒,那么最好分�一下�因。

功能使用�

除了关注活跃,��和数�分�师也应该关注产�上的��功能。如收�,点�,评论等,这些功能关系产�的�展以�用户使用深度,没有会喜欢一个�天打开产�����什么的用户。

功能使用�也是一个很宽泛的范围,譬如用户�览了一篇文章,那么�览中有多少用户评论了,有多少用户点�了,便能用点��和评论�这两个指标,然�看��文章点��和评论�有没有差异,点��和评论�对内容��有没有帮助,这些都��功能使用�。�譬如视频网站,核心的功能使用�就是视频播放�和视频播放时长。

微信公众�指标��以�独说,也能把它作为产�的功能延伸看待。图文�达�,转化分享�,二次转化分享�,关注者��等和本文其他指标一脉相承。�是第三方数�多有�便,更多分��赖�设。

用户留存

如�说活跃数和活跃�是产�的市场大�和�康程度的�,那么用户留存就是产�能够��续�展。

留存�

用户在�段时间使用产�,过了一段时间�,�旧继续使用的用户,被称为留存用户。留存� = �旧使用的用户/ 当�的总用户�。

在今天的互�网行业,留存是比新�和活跃�到次数更多的指标,因为移动的人�红利没有了,用户越�越难��,�争也越�越激烈,如何留�用户比�得用户更��。

�设产��天新�用户1000个,第二天�旧活跃的用户有350个,那么称次日留存�有35%,如�第七天�旧活跃的用户有100个,那么称七日留存�为10%。

Facebook有一个著�的40-20-10法则,�新用户次日留存�为40%,七日留存�为20%,三�日留存�为10%,有此表�的产���数�比较好的。

上�的案例都是围绕新用户展开,还有一�留存�是活跃用户留存�,或者�用户活跃�,��时间活跃的用户在之��旧活跃的比�。它更多用周留存和月留存的维度。

新�留存�和活跃�是��的,新�留存�关系�产�的新手引导,�类�利,而活跃留存�和产�氛围,��策略,�销方�等有关,更看�产�和��的水平。

用户�失�

用户�失�和留存��好相�。如��产�新用户的次日留存为30%,那么�过�说�有70%的用户�失了。

�失�在一定程度能预测产�的�展,如�产��阶段有用户10万,月�失�为20%,简��测,5个月�产�将失�所有的用户。这个模�虽然简陋,用户��和新�等都没有考虑,但是它确��应了产�未�的生命周期�容�观。

这里�以引出一个公�,生命周期 = (1/�失�)*�失�的时间维度。它是�验公�,�一定有效。

产�的�失�过高有问题么?未必,这�决�产�的背景形�,�产�主打婚礼管�工具,它的留存�肯定�,大多数用户结婚�就�用。但这类产�一定有生存下�的逻辑。旅游类的应用也是,用户一年也打开�了几次,但�旧能�展。

退出�

退出�是网页端的一个指标。网页端追求访问深度,用户在一次会�中�览多少页�,当用户关闭网页时,�认为用户没有「留存��。退出�公�:�该页退出的页�访问数/进入该页的页�访问数,�商�页进入PV1000,该页直�关闭的访问数有300,则退出�30%。

跳出�是退出�的特殊形�,有且仅�览一个页�就退出的次数/访问次数,仅�览一个页��味�这是用户进入网站的第一个页�,俗称�地页LandingPage。

退出�用�网页结�优化,内容优化。跳出�常用��广和��活动的分�,两者容易混淆。

�销

�销也有自己的数�体系,互�网的数�体系就是脱��此��展出AARRR框�。产�的�展模�有两�,如�一款产�能够在短时间�得百万用户,AARRR框�更适�它;如�一款产��第一个用户起�有�确的商业模�,也能�试套用市场�销的概念。

用户生命周期

用户生命周期���市场�销�论,旧称客户生命周期。

它有两��义,一�是针对用户个体/群体的�销生存窗�。用户会�时间�移�生�化,这��化带�无数�销机会,对市场和�业是机�。如怀��月,它就是一个生命周期为�月的�销窗�,�业会围绕这时期的用户建立特定�销。�家,大学毕业,买房等都具有典�的周期特�。

�外一�是用户关系管�层�的生命周期,它对��人员更��。产�和用户的业务关系会��时间�移改�。在传统�销中,分为潜在用户,兴趣用户,新客户,�/熟客户,�失客户。这几个层层递进的阶段和用户活跃很�。

对�一款�婴产�,我既�知��销的生存窗�,�怀孕了几个月,因为孕早期和孕晚期的�销侧�点�一样,刚怀孕肯定是最�适的。也�知�用户本身和产�对应的关系,这�妈妈是新客户,还是曾�用过App但�失了。

�销数�分�中,最关键的�节就是新客户—�失客户这个阶段,一�用户能和产�互动多久,将决定产�的生命力。�起�和留存挺�的,上文�过的生命周期计算公�,就是脱��市场�销。

用户生命周期价值

生命周期价值是用户在生命周期内能为�业�供多少收益,它需�涉�财务定义。互�网行业更多�到生命周期,而�是生命周期价值,因为互�网的商业模�没有传统�销的买和�那么简��确。

举个例�,微信用户的生命周期价值能�计算?并�能,�论是广点通�游�或者微信�财,都�导�出一个泛化的模�。但是部分产�,如金�和电商,生命周期价值是�计算的。

以互�网金�举例,�App�供�财和�金贷款两�业务,公��这两个业务中�得收入通常是一个较稳固的比�,而�本支出平摊�个用户头上也是固定常数。所以利润就��了用户�财和贷款的金�大�,以�生命周期的长短。这两者都是�估算的。

生命周期价值比生命周期��,因为公��活下�,就得赚更多的钱,而�是用户使用时间的长短。更多内容�《浅谈��的商业逻辑:CAC和CLV》。

客户/用户忠诚指数

忠诚指数是对活跃留存的��化。活跃仅是产�的使用��,A用户和B用户都是天天打开App,但是B产生了消费,那么B比A更忠诚。数�往往需�更商业的指标�述用户,消费��就是一个好维度。

我们�以用一个简化模�表示:

t是一个时间窗�,s代表消费次数,代表的�今�段时间内的消费次数。若时间窗�选择月,那么t=1是�今第1个月内的消费次数,t=2是�今第2个月内的消费次数,列举数�如下。

将消费次数代入s/(s+1),对数�进行转�,它的目的是收敛。以忠诚角度看,消费10次和消费100次的差异并�大,都��很高且难以�失的用户,10/11和100/101的关系,并且有效规��值。对�消费0次,1次,2次的用户,则对应0,0.5和0.66,在业务上也具备�解释性。

�月份求和得出的指数能�应用户在消费方�的忠诚。图例�是解释,�际应用过程中需�归一化,并且考虑时间��:越近的消费肯定越忠诚。上述的模�在�简�,适��类商业模�的早期分�,如金�投资,便�以计算用户�个季度的投资次数。

客户/用户�失指数

�失指数是对�失的��化,它是忠诚指数的��。�失�衡�的是全体用户,而为了区分��用户的精细差异,需��失指数。在早期,�失指数=1-忠诚指数。

�失指数和忠诚指数的具体定义能根�业务需�调整,比如忠诚按是�消费,�失按是�打开活跃,��解释能站�脚。

在拥有足够的行为数��,�以用�归预测�失的概�,输出[0,1]之间的数值,此时�失的概�便是�失指数。

客户/用户价值指数

用户价值指数是衡���到当�用户贡献的收益(生命周期价值是整个周期,包括未�),它是精细化��的��,��价值的用户采���策略以最大化效�。

用户价值指数的主�计算方�有两�,一�是RMF模�,利用R最近一次消费时间,M总消费金�,F消费频次,将用户划分�多个群体。��群体�代表了��的价值指数。

第二�是主�分分�PCA,把多个指标转化为少数几个综�指标(�主�分),其中�个主�分都能够�映�始��的大部分信�,且所�信�互���。

�设有一个旅游攻略网站,�么界定优质的内容贡献者?用户的文章�布�?文章被点�数?用户被关注数?文章好评数?文章更新频次?�个指标都挺��的,主�分分�能囊括上述所有指标,将其加工�两到三个指标(通常是线性相关指标被�并)。这时�加工�价值指数则�难了。

上述�类指数,都是针对用户�销的�细数�。如何应用呢?最�典的是矩阵法,将指标划分出多个象�,如用户价值指数和用户�失指数。

对�用户价值高且�失指数高的用户,应该采�积�的唤�策略,对�用户价值�且�失指数高,那么考虑�本的平衡适当����…这就是精细化��的一个案例,也是市场�销多年�总结出的有效方法。

传播/活动

把传播和活动放到一起讲,它们是一体两�。

Kå› å­�

国外用得广泛的概念:��用户平��多少用户�出邀请,�出的邀请�有多少有效的转化�,��一个用户能够带�几个新用户,当K因�大�一时,��用户能至少能带�一个新用户,用户�会�滚雪�般�大,最终达�自传播。当K因�足够大时,就是快�相传的病毒�销。

国内的邀请传播,主体自然是微信朋�圈。微信分享功能和网页都是能�加�数统计的,�难�化。

病毒传播周期

活动�广告��销等任何能称之为传播的形�都会有传播周期。病毒性�销强则强矣,除�有�续,它的波峰往往��续两三天。这也是拉新的黄金周期。

�外一�传播周期是围绕产�的邀请机制,它指��用户�过一定周期所能邀请的用户。因为大部分用户在邀请完��会失��邀请的动力,那么传播周期能大大简化�如下:�设1000���用户在10天邀请了1500�用户,那么传播周期为10天,K因�为1.5,这1500�用户在未�的10天内将�邀请2250�用户。

�论上,通过K因�和传播周期,能预测�赖传播带�的用户�,��际的�作�义�大,它们更多用��类活动和��报告的解读分�。

用户分享�

�在产�都会内嵌分享功能,对内容�平�或者�赖传播的产�,分享�是较为��的指标,它��以细分为微信好�/群,微信朋�圈,微�等渠�。

有一点值得注�,数��能知�用户转���,转�给�是无法跟踪的。所以产�用物质激励用户分享�当心被薅羊毛。�正我转�都是给「文件传输助手�的…

活动�光�/�览�

传播和线上活动是��相关的,这两者的差异�大。想��好一个活动,�纯知�活动的�览�是�够的,好的活动一定是数�分�出�的。以朋�圈最寻常�的红包�销举例。它的分�通过网页�数,如下:

aaa.com/activity/bigsales/?source=weixin&content=h9j76g&inviter=00001×tamp=1495286598

问���的是网页�数,source=weixin说�网页是分享到微信的。content=h9j76g是页�具体内容,这里则是�销红包的类�。inviter=00001说�是哪个用户分享出�的,timestamp则是分享的具体时间戳。��用户的分享页�有���数,按此作区分。

当这些页�被用户分享到朋�圈时,数�采集系统会记录所有页�的打开�览。而页��数则是活动精细化分�的��。通过source=weixin,数�分�师知�了红包活动在微信的�览�,相对应的还有QQ和微�。content则能看出用户喜欢哪个类�的红包,哪�红包被领�得多,�本�是多少。inviter则能看出平��个分享者的分享页能带�多少�览�。

�数越多,分�的维度就能越细,活动�优化的空间也越大。如�大家有心的�,�以看朋�圈(包括网页)��活动的网页�数,观察其他产�的分�维度,它山之石�以攻�,这是一个好习惯。

活动���

活动���衡�活动的整体情况,�以套用用户活跃的分�指标。

这个活动的��人数(活跃数)多少?有多少�用户��了这个活动?有多少新�用户因为这个活动�,传播类的活动分享数��么样?活动中的�个�程转化如何?活动带�多少新订�。其�,��活动�以看作一个短生命周期的产�,产�的一切指标都能应用�其中。

好的活动应该机制化,把它�入到产�的功能机制中,比如滴滴打车的红包,�图饿了么的红包,都是�活动����一�打法和抓手。更早期的�类网游,也是通过活动的��出新�为了�在常�化的游�功能。

活动的机制化,�味�数��分�活动指标,��优点以改进,之��样常�化�报表:今天使用了多少红包,今天有多少用户因为活动新�,等等。

�收

产�,��或者市场人员,���是为活跃�留存负责,而是商业,是�业的根本财务。数�分�也�是为了�高活跃和留存,而是�一个巨头的�斗,最终将业务驱动�此,��归商业的本质。

活跃交易用户数

�产��光到用户下载,用打开活跃到产生收入,产�的指标在一步步往商业�拢,活跃交易用户则是核心指标。整个�程呈��斗状。

这里的交易,�是买方的消费,也包��方的供应。若平�包�B端和C端,则两端�等��,�需�纳入数�体系。

和活跃用户一样,活跃交易用户也�以区分�首�用户(第一次消费),忠诚消费用户,�失消费用户等。细分交易数�和指标,关系到产�商业化的进展,所以是有必�的。其�到这个�节,�类指标已�更倾�用户画�,而�报表统计了。

活跃用户交易比,统计交易用户在活跃用户中的�比。当产�活跃用户足够多,但是交易用户少,此时的商业化是有问题的,俗称的��困难,很多公�都倒在这一步。

GMV

�交总金�,��用户下�,生�订��,便�以算在GMV里,�管用户是�真的购买了。互�网电商更�好这个指标。

�交金�对应的是�际�水,是用户购买�的消费金�。销售收入则是�交金���退款。至�利润�净利�,涉�到财务�本,数�分�挺难拿到这类数�,所以�太用到。

把上述的三个指标看作用户支付的动��节,则能�产生两个新指标,这也是数�分�的�维之一。�交金��GMV的比�,�际能�算�订�支付�;销售收入和�交金�,也涉�到了退款�,当分�陷入�顿时,�妨观察下这两个指标,或许有帮助。

客�价

传统行业,客�价是一�消费者�一次到场消费的平�金�。在互�网中,则是�一笔用户订�的收入,总收入/订�数。

很多游�或直播平�,并�关注客�价,因为行业的特性它们更关注一�用户带�的直�价值。超市购物,用户购买是长周期性的,客�价�以用�调整超市的��策略,而游�这类行业,用户�失��高,��人员更关注用户平�付费,这便是ARPU指标,总收入/用户数。

ARPU�以�一步细分,当普通用户�比太多,往往还会采用�付费用户平�收入ARPPU,总收入/收费用户数。

�购�

若把�购�说��收届的留存�,你就会知�它有多��了。和新�用户一样,�得一个新付费用户的�本已�高�维护熟客的�本。

在�少分�场景中,会将首�用户�独�出�作为一个标签,将两次消费以上的用户作为�客,之所以这样�,是�一到二的�义远�止加一那么简�。

用户第一次消费,�能是体验产�,�能是优惠,�能也是���大力地�动,�类因素促�了首�。而他们的第二次消费�比会有断崖�下跌(对应次日留存�的下跌),因为这时候的消费���决�用户对产�的信任,模�的喜欢或者习惯开始养�。

很多时候,用户决策越长往往�味�客�价越高,如投资,旅游。此时首��购�越是一个需�关注的指标,它�味�更多的利润。

�购�更多用在整体的��购买次数统计:��时间内,消费两次以上的用户数�购买总用户数。

�购�是�外一个指标,值得是上一个时间窗�内的交易用户,在下一个时间窗�内�旧消费的比�。例如�电商4月的消费用户数1000,其中600�在5月继续消费,则�购�为60%。600�中有300�消费了两次以上,则�购�是50%。

退货�

退货�是一个�险指标,越�的退货�一定越好,它�仅直��应财务水平的好�,也关系用户体验和用户关系的维护。

商�

这里谈以商�为主的数�分�,商����零售行业,知识市场�虚拟�务��值�务都��商�的一�。它有许多通用的分�模�,如购物车�进销存。

购物篮分�

购物篮分��应��电�商务分�,而是用户消费行为分�。

�带�是购物篮分�的一�指标,特指销售件数和交易次数之比。在大�商场和购物中心中,�带消费是��的中心,用户多次消费��带消费。在电商中是购物的深度,是�次消费�高利润的��。

商�热度是一�快速�效的分�。�以将商�分为最热门Top20,最盈利Top20等,它�托二八法则,找出利润的抓手,很多�销会将它和�带�结�,�电�商务,�点�广多个能带���的热门爆款,爆款并�赚钱,而是�爆款�带销售其他有利润的商�。这���商��带利润商�的策略并�少�。

购物篮分�中最知�的想必是关�度,简��解是,买了�类商�的用户更有�能买哪些其他东西。啤酒�尿布大概是最知�的案例了,虽然它是错的,但�示了商�之间确�存在关�。

关�分�有两个核心指标,置信度和支�度。支�度表示�商�A和�商�B�时在购物篮中的比例,置信度表示买了商�A和人有多少�时买了B,表示为A→B。���次��场买�都喜欢买一把葱,在��的�篮(购物篮)分�中,葱和其他�的支�度很高,�是能说���买葱�就一定买其他�(葱→其他�)么?�能,�能说��买了�会�买葱(其他�→葱)。除此还有��度。 最有�的是Apriori算法。

关�分�并��适用�购物篮,在很多�销场景中都会用它作为追加销售和交�销售。常�有大�消费+�金贷,医疗�康+�险等,目的便是�高�收。

进销存

进销存是传统零售行业的�典管�模�,将�业商���拆分出采购�入库�销售三个�节,并且建立全链路的数�体系。在�际业务中,许多场景�进销存都��相关。

电�商务有几个基础概念,商��SKU�SPU。商�就是对应消费者�解的��,任何主�的电�商务网站,商�详情页都对应一个商�,也称为SPU。而在商�详情页中,还会涉�尺�,颜色,样�的选择,这类�性形�了SKU,最���库存。�一个�性都对应���的SKU,如一件衣�有SML三个尺寸,则这件衣�是一个SPU,三个尺寸对应�三个SKU。

商�管�没有我们想象的那么简�,有些用户喜欢�瑰金的iPhone,有些用户钟情�128G,如何更好地迈出这些商�,是�采购�节就开始的。

采购包括广度�宽度�深度三个维度。广度是商��类,越充足的�类越能满足消费者的消费,但是也带�管�难销售难的缺点。市�上手机�类总共有50个,�手机店出售30�,�类比为60%。

采购宽度是SKU�比,代表商�供选择的丰富程度。iPhone有黑色�银色��瑰金三�颜色和16G�64G�128G三�容�,共9个SKU,如�手机店���瑰金色,则SKU�比0.33。采购深度是平��个SKU的商�数�。

库存是一个中间状�,采购是进,销售是出。库存是一个动�滚动的�化过程,我们常拿过�时间窗�内的库存消耗速度衡��有存�的消耗。�商场4月�天消耗库存1000件,4月末的库存为5万件,则这5万件的需�50天�能消耗完,50天被称为库存天数。虽然公�是�想状况,但以其判断缺货是没问题的。

销售�节大家更熟悉,指标�焦在两个方�,销售的速度和销售的质�。销售速度常表示为售罄�,表示为时间窗�内的销售数�/时间窗�内的库存数�,这是比�,故�以用累计售罄�。�商�3月份累计售罄�50%,4月份累计售罄�60%,5月份累计售罄�80%,说�商����断货应该补货了,�过�售罄�一直�迷,则应该促销或者��进货。

销售的质�和折扣�挂钩,乃是�收金�和标准金�的比�。国内��红包折扣促销�常多,折扣�的统计师是�常有必�的。折扣�的典�应用是价格弹性指数:当价格�化1%时,商�销��化的百分比。这个指数将直�影�利润。

进销存内容比较多,熟悉了留存活跃分�的人�能会�有些�习惯。�是互�网��的主�模�是电商或其��,这方�的知识��或缺。拿互�网金��说,投资标的有典�的进货和库存特�,标的的投资�大�,�险等级�类�,标的剩余数�和预计库存天数,都是能直�适用进销存指标的。当分�师����财标的库存天数过长,则�分��因,是SKU过多,还是�长�力。

最�

到这里,大家已�头晕了�,业务是一个��体系,数�分�也���简�,两者结�都是充满挑战的。我的内容也没有囊括全部,比如电商还有�索有效性的指标,用户在�索框�索,有多少为空�索?而�空�索中,有多少产生点击的有效�索?��一个�索框也有很多门�。

更��的能力是�察和��,文章所有的指标,并�我��的,都是市场�销�数�分�的�辈总结而出,但是我个人学习中,并�囫囵��,�个指标我都会�下�索如何用?过往哪��验能和他�系起�。数�分�短期内是无法快速�得业务�验,但是多�考是一�更好��的技巧。

当然,分�中用�到那么多指标,往往两到三个关键指标足够,�业务方看,这些指标也�尽然是工作内容,大家别为KPI感到�力。更好的驱动�分�方�,是针对部门设立一个大目标,比如�收,将�收拆分�两到三个有逻辑关�的二级指标,如更多的付费用户能带��收,更长的生命周期能带��收,更高的客�价能带��收。将二级指标分�个多个�团多或者按时间�期执行,二级指标也能拆分�三级。

#专�作家#

秦路,人人都是产���专�作家,微信公众�ID:tracykanc

本文由 @秦路 �创�布�人人都是产���。未�许�,�止转载。