数据分析挖掘，洞察用户价值

一、数据分析指标

（一）基础指标

1.新增：日/周/月新增（增量与增速）

2.传播：病毒系数、传播周期

3.活跃：活跃用户数DAU/MAU

4.留存：留存率，次日、周、月

5.流失：流失率

（二）用户行为指标

1.黏性指标：留存率、周活跃

2.参与度指标：活跃度、停留时长、访问深度

3.转化指标：付费情况、成交量

二、用户分群模型

（一）AARRR模型分群法

1.注册用户：通过不同获客渠道完成注册的用户

2.活跃用户：注册且登陆的用户

3.留存用户：一定时间内未流失的用户

4.下单用户：对营收产生价值的用户

5.忠诚用户：对产品高度认同及依赖的用户

（二）RFM模型分群法

1.R（Recency）代表消费新鲜度。最近一次消费时间。

2.F（Frequency）代表消费频率。在某段时间内购买商品或服务的次数。

3.M（Monetary）代表消费金额。消费金额体现用户的消费能力。

（三）用户五等分模型

1.前20%标记为R5，记为5分；

2.前20%～40%，标记为R4，记为4分；

3.前40%～60%，标记为R3，记为3分；

4.前60%～80%，标记为R2，记为2分；

5.前80%～100%，标记为R1，记为1分。

三、数据分析模型

（一）4P营销理论（适用于业务整体分析）

1.产品

我们的产品是什么？

是否实现盈利？

产品如何满足用户需求？

产品的目标用户是谁？

产品的优化是否有效？

存在什么问题？

2.价格

产品如何定价？

收入情况如何？

ROI如何？

哪些环节会影响到收入？

3.促销（Promotion）

促销方式是什么？

促销效果怎么样？

4.渠道（Place）

渠道质量如何？

渠道覆盖如何？

用户的渠道偏好是怎样的？

（二）5W2H

1.What：数据分析的对象是什么？

2.Why：数据分析的背景是什么，为什么要做这次数据分析？

3.Where：数据源是什么？

4.When：数据采集时段是多久？

5.Who：谁来执行具体的数据环节？

6.How：如何执行？

7.How much：需要投入什么资源？

关注《数据化运营丨人人都是数据分析师》

让你“理论+实际+技巧”快速的掌握数据化运营的技能

头条专栏