一文学会!产品运营数据分析就这么简单

文章目录:

  1. 产品数据分析要关注哪些维度或指标
  2. 一文学会!产品运营数据分析就这么简单

一、产品数据分析要关注哪些维度或指标

以零售行业商品分析为例,需考虑

  • 采购分析

  • 库存周转分析

  • 供应服务分析

  • 商品结构分析

  • 畅滞销分析

  • 价格体系分析

(一)、销售数据之维度

1、商品

商品是零售分析的最细维度之一,大部分的指标都依附商品来做明细的记录,同时很多维度也是通过商品进行交叉分析。

2、客户

客户是销售对象,包括会员。客户所在地和区域有关联。

3、区域

区域是地理位置。从全球视角看:洲---国家---区;从国家视角看:区——省/市——县/ 区—镇/乡/村,一般按正式行政单位划分。

4、时间

时间是进行非常重要的维度,分析的角度有公历角度和农历角度。其中, 公历角度:年——季度——月——日——时段(每2小时为一个段);星期、公历节假日。农历角度:年——节气——日——时刻;农历节假日。

(二)、销售数据之指标

1、销售数量

客户消费的商品的数量。

2、含税销售额

客户购买商品所支付的金额。

3、毛利

毛利=实际销售额-成本。

4、净利

净利=去税销售额-去税成本。

5、

销售毛利率是毛利占的百分比,也简称为毛利率,其中毛利是销售收入与销售成本的差。

毛利率=(毛利/实际销售额)×100%。

6、周转率

周转率和统计的时间段有关。周转率=(销售吊牌额/库存金额)×100%。

7、促销次数

促销次数有宏观概念上的,也有微观概念上的。宏观上,是指一个销售单位中一段 时间内发动促销的次数,或某个供应商的商品在一段时间内参与促销的次数;微观层面上,是表示一个单品在一段时间内参与促销的次数。

8、交易次数

客户在POS 点上支付一笔交易记录作为一次交易。

9、

客户在一次交易中支付的金额总和称为客单价。

客单价=销售额/交易次数。

10、周转天数

周转天数=库存金额/销售吊牌额。周转天数越长,表示经营效率越低或存货管理越差;周转天数越短,表示经营效率越高或存货管理。

11、退货率

退货率=退货金额/进货金额(一段时间);用于描述经营效率或存货管理情况的指标,与时间有关。

12、售罄率

售罄率=销售数量/进货数量。

13、库销比

库销比=期末库存金额/(本期销售牌价额/销售天数*30)

(只有在单款SKU 计算中可用数量替代金额。)

14、连带率

连带率=销售件数/交易次数。

15、平均单价

平均单价=销售金额/销售件数。

16、平均折扣

平均折扣=销售金额/销售吊牌额

17、SKU(深度与宽度)

英文全称为 stock keeping unit, 简称SKU,定义为保存库存控制的最小可用单位,例如纺织品中一个SKU 通常表示一个规格,颜色,款式),即货号,例:AMF80570-1。

18、期货

所谓期货,一般指期货合约,就是指由期货交易所统一制定的、规定在将来 某一特定的时间和地点交割一定数量的标准化合约 。服装行业上具体指订货会上所订购且分期交付的货品。

19、

就是指终端卖场1平米的效率,一般是作为评估卖场实力的一个重要标准。

坪效=销售金额/门店营业面积(不包含仓库面积)。

20、促销商品

指促销活动期间指定的商品,其价格低于市场同类的商品。包括DM 商品,开店促销,普通促销货(特价),不包含正常降价。

(三)、销售数据之分析方法

1、直接数据的分析。

2、间接数据的组合分析。

二、一文学会!产品运营数据分析就这么简单

对于互联网从业者,以及想要进入互联网的朋友们来说,学会产品分析绝对是必备技能!

数据分析并不要求掌握python,精通算法等,只要有合适的分析方法,找到关键性的指标,便能顺利完成。众所周知,产品运营的职责是通过对产品各个层面的优化,以吸引更多的用户。于是,在产品数据分析中,一个基于用户生命周期的分析模型——AARRR,被广泛运用。

AARRR代表了用户运营周期的5个不同阶段。

Acquisition[用户获取]:新用户来到产品Activation[用户激活]:用户在产品上完成了一个核心任务,且体验较好

Retention[用户留存]:用户继续不断使用产品

Revenue[用户收益]:因用户行为产生产品收益

Referral[用户推荐]:用户推荐他人使用产品

与产品运营数据分析相关的指标也根据以上这些阶段而来。

01用户获取类指标获客即拉新,即让用户知道了解认识到有这样一个APP并来试用。通常情况下会有多个渠道增加产品的曝光,但如何选出最优渠道,使用最少的预算获得最好的拉新效果,第一个要做的就是渠道分析。

(1)渠道到达量:又称曝光量,指看到产品推广线索的人数,其中还包括广告点击量CTR。

(2)渠道转化率:转化率是应用最广阔的指标,包括:

CPM:每千人成本,按多少人看到广告计费。CPC:每用户点击成本,按点击计价。CPA:每行动成本,按用户行为计价。CPT:每时间段成本,按时间计价。CPS和CPS算在CPA的范围内。eCPM:每一千次展示可获得收入,广告主预估自身收益的指标。渠道ROI:即投资回报比(利润/投资*100%)

当运营活动的ROI大于1,说明这个活动是成功的,能赚钱。

ROI也能推广到其他指标,比如注册用户量,也就是获客成本。分享一个ROI数据分析的部分截图:

(3)日应用下载量:只点击下载不代表下载完成。

第三方平台下载到用户注册App,这步骤数据容易出错,主要是用户对不上。技术上通过唯一设备ID匹配。

(4)日新增用户:以用户注册提交资料为基准。新增用户可以进一步分为:

自然增长:用户,用户搜索等推广增长:运营人员强控制下增长的用户量(5)获客成本:为获取一位用户需要支付的成本

(6)CAC:获取一个有效用户的成本

(7)一次会话用户占比:指新用户下载完APP,仅打开一次并使用时长在2分钟以内

这类用户很大可能是黑产或者机器人,通过各种技术刷量,获取虚假的点击量谋取收益。该指标属于风控指标,用于监管。

02用户活跃类指标激活并不直接对等注册成功。激活要做的是活跃客户,更应该考虑的是用户对于产品核心功能的使用情况。

例如:短视频软件需要新用户观看到一定时长、聊天软件需要新用户完成一次对话才算激活。

用户活跃是运营的核心阶段,不论移动端、网页端或者微信端,都有相关指标,主要包括:

(1)日活/周活/月活:标准是用户用过产品,不限于打开APP。

活跃率:某一时间段内活跃用户在总用户量的占比。按时间维度则有:

日活跃率DAU周活跃率WAU月活跃率MAU有时也会将活跃用户再细分出:新用户、活跃用户、忠诚用户、不活跃用户、流失用户、回流用户等。

(2)PV和UV

PV:页面浏览量,用户在网页的一次访问请求可以看作一个PV。UV:独立访客数,即一定时间内用户访问页面的次数。注意:微信浏览器不会长期保留cookie,手机端的IP也一直变动,基于此统计的UV会有误差

可以通过微信提供的openid取代cookie作为uv基准,需要额外的技术支持。

(3)活跃用户占比:活跃用户/总用户,用来衡量产品健康程度

(4)用户会话session次数:用户打开产品操作和使用,到退出产品的整个周期。

网页端一般默认是30分钟内,30分钟内属于一次会话,超过30分钟属于第二次会话。移动端的时间窗口默认为5分钟。

用户会话次数和活跃用户数结合,能够判断用户的粘性。

比如如果日活跃用户数为100,日会话次数为120,说明大部分用户都只访问了产品一次,产品并没有粘性。

(5)用户访问时长:一次会话的持续时间

如果分析师发现做内容的产品大部分用户访问时长只有几十秒,那么最好分析一下原因。

03用户留存类指标用户在某段时间使用产品,过了一段时间后,仍旧继续使用的用户,被称为留存用户。用户激活之后,不留存的话最终也都将流失,因此留存阶段至关重要。

留存率=仍旧使用的用户/当初的总用户量

用户留存指标可细分为:次日留存、三日留存、七日留存、三十日留存。

Facebook有一个著名的40-20-10法则,即新用户次日留存率为40%,七日留存率为20%,三十日留存率为10%,有此表现的产品属于数据比较好的。

(2)用户流失率,能预测产品的发展。

用户流失率要针对问题具体分析,比如旅游类的应用,用户一年也打开不了几次,但依旧能发展。

(3)退出率:从该页退出的页面访问数/进入该页的页面访问数

比如某商品页进入PV1000,该页直接关闭的访问数有300,则退出率30%。

跳出率是退出率的特殊形式,有且仅浏览一个页面就退出的次数/访问次数,仅浏览一个页面意味着这是用户进入网站的第一个页面,俗称落地页LandingPage。

退出率用于网页结构优化,内容优化。跳出率常用于推广和运营活动的分析,两者容易混淆。

04营收类数据指标当用户激活后成为了一名用户,需要考虑的就是如何获取收入,实现盈利。

营收类指标主要包括:

付费用户数付费用户占比:每日付费用户/活跃用户数比或者总付费用户/总用户ARPU:某时间段内用户平均收入ARPPU.某时间段内每位付费用户平均收入,抛除未付费的客单价:每一位用户平均购买商品的金额。销售总额/顾客总数(主要用在电商和零售)复购率:购买次数>1的人/所有购买过的人LTV:用户生命周期价值。LTV=ARPU*1(使用较少因为短期看不出效果)05用户传播类指标当产品有了一定规模的用户之后,就需要考虑激发用户间的自发传播。自传播的数据指标是K因子(推荐系数)。

(1)K因子:每一个用户能够带来几个新用户

K因子=用户数*平均人数*转化率

当K因子>1时,每位用户能至少能带来一个新用户,用户量会像滚雪球般变大,最终达成自传播。当K因子足够大时,就是快口相传的病毒营销。

(2)用户分享率:某功能或者页面,分享用户数占浏览页面人数之比

这么多指标,要怎么清晰地整合成一份报告呢?在简道云的数据工厂中,可根据以上这些指标之间的关系,构建出数据模型。

模型构建示意图

接下来便可以通过模型数据,搭建仪表盘BI,展示所有指标及各个维度的分析图表。

所用产品:「简道云官网」零代码轻量级应用搭建平台

到此,以上就是小编对于产品运营分析维度有哪些的问题就介绍到这了,希望介绍关于产品运营分析维度有哪些的2点解答对大家有用。

转载请说明出处内容投诉
CSS教程_站长资源网 » 一文学会!产品运营数据分析就这么简单

发表评论

欢迎 访客 发表评论

一个令你着迷的主题!

查看演示 官网购买