数据运营全流程
2021-09-09 14:49:16 6 举报AI智能生成
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
认识数据运营
狭义
项围绕数据进行各种工作的岗位
广义
每 一个岗位以及企业自身需要具备的一种能力
业务数据化
数据资产化
资产业务化
闭环
理数
收数
看数
用数
理数
梳理数据指标
五大类指标
拉新指标
浏览量
下载量
新增用户
获取成本
CPM：千人展现成本
CPC：每点击成本
CPA：单次获客成本
活跃指标
活跃用户数
DAU
WAU
MAU
活跃率
在线时长
页面浏览量PV
留存指标
用户留存率
用户流失率
转化指标
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
付费用户量
首单用户
忠诚消费用户
流失消费用户
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
传播指标
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
明确北极星指标
认识北极星指标
北极星指标（NSM，North Star Metric）
唯一重要指标（OMTM，One Metric That Matters）
3个标准
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
定义指标口径
搭建指标体系
OSM 模 型
目 标 （ Objective ）
策 略 （ Strategy ）
度 量 （Measurement）
ARGO 模型
获客转化（Acquisition）
活客粘客（Retention）
创造价值（Growth）
开放性技术（Open tech）
金字塔原理
上层概括下层
同层独立穷尽
收数
埋点采集数据
分类
按埋点应用位置
服务端埋点
客户端埋点
按实现手段
代码埋点
全埋点
可视化埋点
三种主流埋点方式对比
梳理埋点需求
衡量需求的 SMART 要素
具体（Specific）
可衡量（Measurable）
可达成（Attainable）
务实的（Realistic）
时间阶段（Time Phrase）
需求梳理的基本思路
描述希望实现分析的场景
场景分析以指标形式进行细化
设计埋点方案
3大组成
事件
事件属性
用户属性
选择埋点时机
数据打通
选择合适的用户标识，识别用户跨平台行为数据
看数
数据可视化
呈现形式
柱形图
折线图
饼图
设计原则
准确
有效
清晰
美观
可扩展
可视化应用
数据分析5种类型
• 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
数据分析方法
三板斧
趋势分析
细分分析
对比分析
双股剑
溯源分析
归因分析
数据分析11大模型
事件分析
属性分析
渠道分析
Session 分析
留存分析
归因分析
热图分析
点击位置热图
点击元素热图
浏览深度线
注意力热图
分布分析
间隔分析
漏斗分析
路径分析
用数
0 条评论
下一页
