互聯(lián)網(wǎng)的運營體系及數(shù)據(jù)分析！

很多人都從PV/UV/用戶數(shù)這些數(shù)據(jù)來切入分析，但是分析之后，做什么措施？以什么樣的目標來驅動？

我也做過這樣的分析，這些常規(guī)的數(shù)據(jù)大多只是綁定著個人的KPI，反應這個人工作成績的好壞，并不是一場完整的數(shù)據(jù)分析。

這里我想從更全面的角度來總結互聯(lián)網(wǎng)企業(yè)的運營體系，精益數(shù)據(jù)分析。

數(shù)據(jù)分析的目的應該是為了公司的發(fā)展，粗暴一點講：是為了公司的盈利和持續(xù)的盈利。

而互聯(lián)網(wǎng)的盈利模式不同，數(shù)據(jù)指標也不同，大抵可分為三種：

• 一是向用戶出售商品或服務，以電商、社交和O2O平臺為代表；
• 二是靠廣告來進行盈利，典型的例如Google、百度以及其他平臺類互聯(lián)網(wǎng)公司；
• 三是直接向用戶收取費用，各大游戲公司。

以分析體系最為復雜的互聯(lián)網(wǎng)電商公司為例，來逐一分解，哪些數(shù)據(jù)需要分析？怎樣分析？分析的價值是什么？

電商類公司的收入是由一個個訂單堆出來，由用戶購買相關的商品或服務產生。

可以說用戶和商品或服務為訂單的兩大基本元素，公司收入下降、增長、異常最終都可以追蹤到用戶與商品這兩大元素上。

這樣我們將收入相關的數(shù)據(jù)拆解為三大類：用戶、商品和訂單。

從用戶的消費流程來看，可以劃分為引流—轉化—消費—存留。

我們一般將用戶分為新老用戶，無論新老用戶，都會關注兩塊內容：一個是引流（拉新），一個是轉化；最終以數(shù)據(jù)的形式體現(xiàn)出來，就是流量與轉化率。

通過分析PV、UV、訪問次數(shù)、平均訪問深度、跳出率等數(shù)據(jù)來衡量流量質量優(yōu)劣。

目的是保證流量的穩(wěn)定性，并通過調整，嘗試提高流量。

圖表皆由FineReport搭建的數(shù)據(jù)報表產生

進一步，按照流量結構還可分為渠道結構、業(yè)務結構、地區(qū)結構。

在渠道中，流量可來自于自主訪問、搜索引擎、淘寶付費、京東付費等等。

按設備可分為PC渠道和APP渠道，按照付費與否可分為免費流量和付費流量。

有人會通過渠道流量占比來分析各渠道的質量。

下面的折線圖可以對各渠道的流量情況進行追蹤，分析占比不合理是短期內出現(xiàn)的，還是長期存在的，輔助問題的分析。僅僅根據(jù)流量情況來衡量質量是不全面的，需要配合轉化率和ROI。

按地區(qū)劃分，這個很好理解。

按照業(yè)務結構，最典型的比如舉辦一場活動，例如雙十一，肯定要對活動的流量追蹤，觀察活動前、活動中、活動后的變化情況，評估活動效果。

完成引流工作后，下一步需要考慮轉化，這中間需要經(jīng)歷瀏覽頁面—注冊成為用戶—登陸—添加購物車—下單—付款—完成交易。

每一個環(huán)節(jié)中都會有用戶流失，提高各個環(huán)節(jié)的轉化率是這一塊工作的最核心——轉化率的提升，意味著更低的成本，更高的利潤。

轉化的分析：

1. 觀察各環(huán)節(jié)轉化率，分析其合理性，針對轉化率異常環(huán)節(jié)進行調整；
2. 追蹤轉化率變化，用于異常定位和策略調整效果驗證；
3. 觀察各渠道轉化情況，定義渠道價值，并依此適當調整運營策略；
4. 分析各環(huán)節(jié)轉化周期，分析用戶習慣，為制定運營策略提供依據(jù)。

最直接的分析成果就是轉化漏斗。

通過各個渠道或者活動把用戶吸引過來，但是過一段時間就會有用戶流失走掉，當然也會有一部分用戶留下來，留下來這部分用戶就叫做留存用戶。

關于留存，這里要關注的就是日活和留存率。

關于留存，無非就是：

1. 日活監(jiān)控，觀察用戶活躍數(shù)據(jù)，分析日活健康度；
2. 觀察存留規(guī)律，定位存留階段，輔助市場活動、市場策略定位等；
3. 對比不同用戶、產品功能的存留情況，分析產品價值、輔助產品調整。

有調查數(shù)據(jù)顯示：一個滿意的用戶會帶來8筆潛在生意，不滿意的用戶可能會影響25個人的購買意愿，可見回頭客多么重要。

復購率可以分為“用戶復購率”和“訂單復購率”，此外，“用戶回購率”意義與復購率相似，也在此范圍內。

• 用戶復購率＝單位時間內：購買兩次及以上的用戶數(shù)/有購買行為的總用戶數(shù)；
• 訂單復購率＝單位時間內：第二次及以上購買的訂單個數(shù)/總訂單數(shù)；
• 用戶回購率＝單位時間內：有購買行為的老用戶數(shù)/有購買行為的總用戶數(shù)。

分析復購率的目的：

1. 綜合指標展示，分析用戶黏性，輔助發(fā)現(xiàn)復購率問題，制定運營策略。
2. 橫向維度(商品、用戶、渠道)對比分析，細化復購率，輔助問題定位。

流失是無法避免的，但也有可以挽留的。

流失可以分為：

• 剛性流失：可以進一步分為新用戶水土不服型和老用戶興趣轉移型，這部分流失用戶是無法挽留的，緣盡于此，花再多的錢也沒什么用。
• 體驗流失：可能是應用體驗、服務體驗、交易體驗、商品體驗等等，總之就是在使用產品服務的過程中，感到了一絲不爽，正所謂一言不合就流失。
• 競爭流失：也就是用戶已經(jīng)轉粉了?？赡苁歉偁帉κ值捏w驗更好，可能競爭對手推出了什么優(yōu)惠的政策。我們也需要抓住行業(yè)的動態(tài)，針對競爭對手的搶粉行為做出相應的行動。

關于流失的定義，各公司定義不同，可能是7天內沒有登陸行為，也可以是幾個月之內沒有交易行為。

回流率＝時間周期內流失的再回訪的人數(shù)/時間周期內流失的人數(shù)

關于流失的常規(guī)數(shù)據(jù)監(jiān)控，一般都是和存留一起的，本身兩者也是分不開的。

單獨針對流失的，最多看到如下圖樣式的監(jiān)控：

再者，流失率結合存留率也可以評估渠道的價值。

指標跟蹤：銷售模塊中有大量的指標，包括同環(huán)比、完成率、銷售排行、重點商品占比、平臺占比等等，可以從人、貨、場三個視角進行分析跟蹤。

店鋪分析：具有小b級用戶，或者入駐平臺式，需要針對各店鋪經(jīng)營指標進行分析，包括各店鋪效率指標、完成率指標、業(yè)績指標、客單價等，實現(xiàn)店鋪價值評定分析。

銷售活動管理：線上銷售中，活動是非常重要的一塊，從事前、事中、事后三個層面實現(xiàn)銷售活動的閉環(huán)分析。

其中包括：

• 事前投入分析、目標預測；
• 事中用戶參與度、客流分析、銷售單分析；
• 事后目標完成情況、活動對比、費銷比、活動衰減度、活動爆發(fā)度等。

• 采購管理：包括供應商數(shù)據(jù)分析、采購匹配度分析等。
• 供應鏈環(huán)節(jié)管理：供應鏈服務情況分析（響應周期、交貨及時率、訂單執(zhí)行率）、管理指標分析（物資成本占比、客戶投訴率等）。
• 庫存管理：商品庫存天數(shù)、存銷比、有效庫存比、庫存周轉率等數(shù)據(jù)分析。
• 重要指標分析：分析包括貨齡、動銷率、缺貨率、結構指標、價格體系、關聯(lián)分析、暢滯銷等分析指標，評判商品價值，輔助調整商品策略。
• 異常商品分析：包括對退貨率、殘損率、異常商品等數(shù)據(jù)進行分析，發(fā)現(xiàn)異常商品，及時處理。

• 重點指標分析：包括新增用戶數(shù)、增長率、流失率、有效會員占比、存留率情況等。
• 用戶價值分析：根據(jù)RMF模型，再融入其他個性化參數(shù)，對用戶進行價值的劃分，并針對各等級用戶進一步的分析。
• 用戶畫像：根據(jù)固有屬性、行為屬性、交易屬性、興趣愛好等維度，來為用戶添加標簽與權重，設計用戶畫像，提供精準營銷參考依據(jù)。

作者：李啟方

來源：數(shù)據(jù)分析不是個事兒