数据化运营分析指标及应用
一、运营活动中数据分析过程
在介绍具体数据运营分析指标前，先介绍利用数据指标对运营活动进行数据分析的完整过程。很多同学可能会认为数据分析、数据运营是在运营活动结束后才开始，其实在运营活动开始前就应该有数据分析意识和计划，在活动执行过程中不断监控数据指标并调整运营方案，以期达到运营目的。完整的数据分析可以分为以下五个步骤：
1、梳理业务流程（核心指标&业务流程）
明确运营活动的目的，梳理、分解运营活动的业务流程。
2、制定指标报表
根据业务流程来拆解核心数据指标，形成指标报表。
3、进行指标预测
根据实际业务情况对数据指标进行预测，并考虑如果预测与实际偏差较大，应选择何种预案来调整或完善运营方案。
4、监控指标状态
根据事先制定的指标报表，更新监控运营数据情况，若发现数据异常及时按照预案来调整。
5、做出运营决策
根据数据指标结果，得到较优运营决策方案，并复盘整理整个运营活动找到可以优化的环节，为下次活动做准备。
二、运营指标体系中指标划分维度
根据业务需要，在运营指标体系中有许多指标来衡量产品规模、用户质量、运营活动的效果，从不同的角度可以将这些指标按以下维度进行划分：
- 运营活动环节：结合AARRR模型（拉新-促活-留存-转化-传播），将指标按照运营活动不同阶段分为五大类，下一部分我们将详细介绍每个环节的具体指标。
- 时间维度：因为用户行为随时间变化有一定的规律性，可根据时段（如每天中的各时点）、日期间隔（如次日/3日/7日/30日等）、周期（如周一、周六等）来对数据指标进行细分，如针对活跃用户数指标可分为DAU/WAU/MAU，留存率指标也可分为次日/3日/7日/30日等。
- 渠道维度：渠道一般代表获取流量或者用户的来源，不同渠道得到的流量质量和成本会有差异，因此需要进行细分分析。渠道通常可以分为线上和线下渠道，其中线上渠道主要有：自媒体投放、百度竞价推广、官方自有渠道等；线下渠道主要有户外广告、地推活动、纸质媒体等。
- 用户维度：根据用户登录情况可分为：活跃用户、流失用户（长期不活跃）、忠实用户（长期活跃）、回流用户（曾经长期不活跃，后来再次成为活跃用户的群体）等，根据用户付费情况可分为：付费用户、未付费用户等。
线上渠道有哪些：
三、各运营指标具体含义
AARRR模型是运营活动中经常使用到的分析方法，该模型对应运营活动的五个环节，分别是：
- 拉新Acquisition：获取用户
- 促活Activation：激活用户，促进用户活跃度
- 留存Retention：提高留存，降低流失
- 转化Revenue：转化付费，增加收入
- 传播Refer：促进用户推荐
按照AARRR模型，我们将指标分为以下五大类：
1、A拉新指标
- 曝光量：产品的推广信息被用户浏览的次数。
- 点击量：产品的推广信息被用户点击查看的次数。
- 点击触达率CTR=点击量/曝光量，可以用来评估广告质量。
- 下载量：app的安装次数，可以衡量拉新效果。
- 新增用户量：用户在下载app后，只有进行注册才能成为有效新增用户。
- 一次会话用户数：新用户下载app后，仅打开过一次产品且使用时长较短，属于风控指标，监管虚假流量。
- 获客成本：衡量获取流量或用户所需的成本，通常有CPM（cost per mille：单次展示成本）/CPC（cost per click：单次点击成本）/CPA（cost per action：单次行为成本，这里的行为可以为下载、注册、交易等），数据指标的量级也可以根据数据情况改变（如均乘1000）。
- 投资回报率ROI：以企业获利为出发点，衡量运营活动的产出（如收入）/投入（如成本）比值，若大于1则说明该活动会带来正收益，当然具体指标也可以用其他代替。
2、A促活指标
- 日活跃用户数DAU：简称日活，是一天24小时内活跃用户的总量，将时间周期拉长还有周活WAU和月活MAU（即一个月内活跃用户的总量）。
- 活跃率=活跃用户数/总注册用户数。
- 在线时长：用户一次会话持续的时长，不同类型产品的在线时长不等，一般社交类高于工具类，内容类高于金融类等。
- 启动次数：体现用户的使用频率，用户日均启动次数越高说明产品的粘性越强，活跃度也越好。
- 页面浏览量PV和UV：PV（PageView）是页面浏览量，UV（UniqueVisitor）是一定时间内的独立访客数。在同一天内，不管用户访问了多少网页，也只算一个独立访客，一般技术上通过网页缓存cookie或者IP判断来判断是否为全新的访客。
3、R留存指标
- 留存率：在某段时间开始使用产品，经过一段时间后仍然继续使用产品的用户，成为留存用户。留存率=仍旧使用的用户量/当初的总用户量。一般而言，我们是针对新用户进行留存率监控的，有时也会对活跃用户、回流用户进行留存率分析。
- 流失率：与留存率相反，若某产品新用户次日留存率为30%，则说明次日有70%的新用户流失。流失率在一定程度上可以反映产品的前景，在不考虑用户回流和新增时，若产品某阶段有用户10万，月流失率20%，则可以推测5个月内将流失所有用户。
- 跳出率：有且仅浏览一个界面就退出的次数/访问次数，仅浏览的一个页面即落地页LandingPage，用于产品功能或内容的分析和优化。
4、R转化指标（根据产品类型进行分类）
交易类产品
- GMV（订单总金额）
- 成交额：用户付款的实际流水。
- 销售收入：剔除成交额中用户退款部分的金额。
- 付费用户量：产品中产生过交易行为的用户总量，付费用户比例=付费用户/总注册用户。
- 平均客单价：平均每笔订单的收入。
- 每用户平均收入ARPU：在某次运营活动中，平均每位用户带来的收入=总收入/总注册用户。
- 每付费用户平均收入ARPPU：在某次运营活动中，平均每位付费用户带来的收入=总收入/付费用户量。
- 复购率：特定时间区间内，消费两次及以上用户数占付费用户比例。
内容类产品
- 内容生产者：参与内容生产的用户量。
- 内容互动者：产品中有生产、阅读、评论等行为的用户量。
- 内容价值：通过内容生产得到的实际收入，如广告、分成以及订阅付费等。
此外，为了进行精细化运营，需要对不同价值的用户采取不同的运营策略，可以利用RMF模型对用户价值指数（衡量历史到当前用户贡献的收益）进行计算，其中R指最近一次消费时间，M消费金额，F消费频率：
RMF模型参考：
- RFM模型 - MBA智库百科
- 深入解读RFM模型-实战应用干货
5、R传播指标
- 病毒K因子=邀请率*接受率：即现有用户能够带来的新用户数，邀请率指发出的邀请量/现有用户量，接受率指接受邀请的新注册数/总邀请量。当K因子大于1时，每位用户至少能带来一个新用户，形成自传播效应。
- 传播周期：用户从传播到转化得到新用户所需时间。
四、用户画像指标
除了运营活动通常关注的指标外，有时我们需要对不同类型用户进行分析，此时就要根据不同的数据指标进行用户画像。通常用户数据可分为两大类：用户信息数据和用户行为数据。
- 用户信息数据：姓名/性别/出生年月/籍贯/婚姻/学历/手机/邮箱等；
- 用户行为数据（用户Userid+何时Time+操作Action）：浏览/点击/收藏/点赞/评论/分析/购买/停留时长等。
五、如何选择数据指标
面对大量数据指标，我们应如何选择合适的指标来衡量我们的产品状态或运营活动效果呢？这需要具体结合运营场景，根据特定运营活动的目的进行选择，可以分为三个步骤：
- 明确目的：明确运营活动的目的，确定衡量核心目标的指标。
- 梳理流程：梳理活动流程，拆分细化活动阶段。
- 细分指标：得到核心指标与各活动环节指标间的关系。
参考：
- 干货｜如何构建数据运营指标体系_数据运营_鸟哥笔记
- 万字干货总结：最全的运营数据指标解读 | 人人都是产品经理
- 3张表格告诉你增长黑客怎么做运营数据分析
- 8000字深度总结：运营必懂的33个数据指标与分析方法！ - 互联网运营
- 猴子：一文看懂产品运营的分析方法
文章被以下专栏收录
猴子数据分析
