数据运营全流程
2021-09-09 14:49:16 6 举报AI智能生成
登录查看完整内容
数据指标体系建立-数据采集-数据展示-数据分析-数据应用全流程
作者其他创作
大纲/内容
项围绕数据进行各种工作的岗位
狭义
业务数据化
数据资产化
资产业务化
每 一个岗位以及企业自身需要具备的一种能力
广义
理数
收数
看数
用数
闭环
认识数据运营
浏览量
下载量
新增用户
CPM：千人展现成本
CPC：每点击成本
CPA：单次获客成本
获取成本
拉新指标
DAU
WAU
MAU
活跃用户数
活跃率
在线时长
页面浏览量PV
活跃指标
用户留存率
用户流失率
留存指标
GMV 商品交易总额
成交额：用户付款的实际流水
销售收入：成交金额-退款金额
首单用户
忠诚消费用户
流失消费用户
付费用户量
ARPU：每用户平均收入=总收入/付费用户数
复购率：获得新用户的成本远高于维护老用户的成本
转化指标
病毒K因子：大于 1 时，每位用户至少能带来 1 个新用户
传播周期：用户从传播到转化新用户所需要的时间
传播指标
五大类指标
梳理数据指标
北极星指标（NSM，North Star Metric）
唯一重要指标（OMTM，One Metric That Matters）
是否有助于业务发展
是否能体现核心价值
是否具备可操作性
3个标准
认识北极星指标
明确北极星指标
定义指标口径
目 标 （ Objective ）
策 略 （ Strategy ）
度 量 （Measurement）
OSM 模 型
获客转化（Acquisition）
活客粘客（Retention）
创造价值（Growth）
开放性技术（Open tech）
ARGO 模型
上层概括下层
同层独立穷尽
金字塔原理
搭建指标体系
外框
服务端埋点
客户端埋点
按埋点应用位置
代码埋点
全埋点
可视化埋点
按实现手段
分类
埋点采集数据
三种主流埋点方式对比
具体（Specific）
可衡量（Measurable）
可达成（Attainable）
务实的（Realistic）
时间阶段（Time Phrase）
衡量需求的 SMART 要素
描述希望实现分析的场景
场景分析以指标形式进行细化
需求梳理的基本思路
梳理埋点需求
事件
事件属性
用户属性
3大组成
选择埋点时机
设计埋点方案
选择合适的用户标识，识别用户跨平台行为数据
数据打通
柱形图
折线图
饼图
呈现形式
准确
有效
清晰
美观
可扩展
设计原则
可视化应用
数据可视化
• 描述性分析——发生了什么
• 探索性分析——探索数据之间的关系
• 诊断性分析——为什么会发生
• 预测性分析——会发生什么
• 规范性分析——要采取什么行动
数据分析5种类型
趋势分析
细分分析
对比分析
三板斧
溯源分析
归因分析
双股剑
数据分析方法
事件分析
属性分析
渠道分析
Session 分析
留存分析
点击位置热图
点击元素热图
浏览深度线
注意力热图
热图分析
分布分析
间隔分析
漏斗分析
路径分析
数据分析11大模型
数据运营全流程
0 条评论
回复 删除
下一页
