一、指标思维

1. 什么是指标？

  • 指标体系 = 指标 + 结构化
  • 量化：可量化的要量化，不可量化的也要量化
  • 可对比：要有参照物，可对比才有意义，好的指标是比率或比例

    2. 指标的形成

    指标 = 核心需求 + 对象 + 时间
    核心需求：先明确要分析的需求是什么，比如留存、转化、曝光、盈余等。
    对象：要将指标限制在某个场景、某个功能、某种条件、某种属性下。
    时间：指标的限定时间。

举例：APP的转化情况
核心需求：三日转化率、七日转化率、月转化率、年转化率，某些功能甚至可以看其跳转率。
对象：可能是搜索功能的转化率、下单功能的转化率、推荐功能的转化率等等。
时间：哪一段时间内的转化情况?可能是最近一个月，也可能是某个功能上线以来。

3. 如何量化指标？

  1. 确定目标
  2. 衡量目标
  3. 判断是否具有说服力

案例：如何衡量用户对某个功能的喜爱程度？

确定目标
如何判断是否喜爱这个功能？		 image.png
衡量目标
如何判断喜爱的程度？		 image.png
判断是否有说服力
衡量目标的标准与目标之间是否具有逻辑性？		 image.png

4. 如何拆解指标？

  • 第一步：理解业务、理解指标
  • 第二步：确定核心指标
  • 第三步：维度拆解

案例：某款APP刚刚研发出来以后，一般为了推广这个app,运营人员都会去花钱买一些量，也就是用机器或者真人去下载app、然后点击app，也就是刷日活。
这种情况下，我们该用什么样的指标去衡量这款app的使用情况呢?
**

  • 第一步：理解业务、理解指标

image.png
涉及到的指标:
下载率、注册率、激活率、跳转率、留存率、交易率、唤醒率……

  • 第二步：确定核心指标

指标是否都能说明目标？
指标是否是重要的？
指标是否是真实的？

由于买量产生了虚假数据，“激活率”会高于真实数值，所以不如“停留时间大于15s的人”代替。

  • 第三步：维度拆解

此处使用公式法:
停留时长大于15秒的用户数 = 打开APP的用户数 * 停留时长大于15秒的占比

总结

image.png

二、业务思维

1. 业务与数据分析的关系

image.png
数据分析不能只关注数据，要关注数据背后的业务需求，也要关注分析结果后的业务落地，其是否具有可实施性、价值性。

比如说分析业绩下降的原因，于是你就分析了流量、客单量、留存率，但是业务数据业务数据中没有什么结果，因为在业务人员看来业绩下降，可能就是销售的问题，你分析的数据都是虚的，都是假的，没有价值。那么这种情况下，我们只有通过培养我们的业务思维，懂得怎么用业务思想去分析我们的数据。

要去不断的去监控我们的数据分析结果，分析的结果一定要得到业务的认可并且能够真正的实施，才说明分析的是有价值的。

2. 什么是业务思维

核心点一：业务是起点，也是终点

不能只关注数据，我们要关注数据背后的业务需求，这是我们的分析的目标，也是目的。将业务的需求作为起点，将业务的落地实施作为终点。

核心点二：分析过程中关注业务环境和逻辑

举例：某电商平台，业务说日活出现下降。
如果没有业务思维：可能就是把一些体现日活量的指标和数据给拉出来，比如说pv值uv值，然后做同比、环比。最后跟业务说我们要加大广告的投入，这对于业务人员来说是没有价值的。没有把业务做为起点，也没有把业务作为终点。
如果说有业务思维：首先了解业务人员关注点是什么，肯定不是单纯的分析流量。业务人员最关心的是成交客户的数量，也有可能是转化率。

先要了解清楚，业务人员究竟想要通过数据实现什么样的需求，然后再对照着需求分析数据，再去评估这个数据跟分析的目的是不是匹配的，我们要把业务的需求作为起点，要把业务的价值作为终点。

3. 怎么结合业务思维？

  • 第一步：吃透业务的分析需求，系统性地引导业务分析

一方面要去看提出的需求是否合理，另一方面要对需求进行全面的思考。先想清楚业务需求是否需要解决，或者说业务需求重不重要，能不能实现，有没有价值，然后我们再对业务的需求进行一个深度的挖掘。

要系统化的全面化的需求分析，因为业务人员提出的需求可能是不全面的，是模糊的。
举例：业务人员提出疑问，最近我们的日活下降了怎么办？

首先，日活真的下降了么？拉长时间轴，在一周内是下降么？一个月呢？
其次，下降真的是坏事么？
最后，有必要真的去做日活下降的一个数据分析吗？日常需求很多，要有轻重缓急
image.png

  • 第二步：建立分析体系

量化指标，拆解指标，找出核心指标，去除虚荣指标
image.png

  • 第三步：了解业务逻辑

通过业务模式、产品、渠道、用户、运营、部门、KPI、架构，了解业务模式
image.png

  • 第四步：分析结论和成果要有明确的业务指向 | image.png |
    - 从why出发，到how终止。业务人员他其实要的就这么一句话，我应该怎么做
    - 结论要有指向性。如果你不给他一个结论，那么业务人员他是不会认同你的观点的
    - 关注业务的KPI。分析过程再牛逼，如果不让业务指导自己需要投入多少成本，对自己的KPI提升多少，那业务人员就不会太认同此结论。
    - 数据落地要跟踪迭代。跟踪是否落地，当我们的建议真正的被业务用了起来，产生了价值后，才能提升我们跟业务之间的一个信任度。
    | | :—-: | —- |

image.png