關于數據分析的第一課2015.11.28胡晨川數據分析的啟動流程明確業務模式愿景、目標、盈利模式、戰略等建立指標體系理解業務流程和分析需求，梳理數據源，設計數據指標部署數據工具數據庫、ETL、數據跟蹤、數據清洗、統計建模、可視化、匯報等工具開展數據分析人員分工、分析流程、分析方法、呈現方式、結果執行等一、業務的驅動模式——數據分析業務的主線埃里克－萊斯增長引擎說

黏著式增長引擎，重點是讓客戶成為回頭客；

核心指標：客戶留存率、流失率、使用頻率、距上次登錄時間、連續登錄天數；

案例：

用郵件和信息推送等提高用戶回訪，跟蹤郵件的打開率和點擊率；

設置頻率足夠密集的自動消息推送機制，力求用戶不斷地進行使用；

跟蹤客戶的使用關鍵時間點，進行營銷，比如紀念日（自身或朋友）、未登錄時間、邀請用戶、客戶生命周期中的各階段等；

設置積分獎勵機制里的簽到機制；

業務的驅動模式——數據分析業務的主線病毒式增長引擎，名聲傳播

核心指標：病毒傳播系數，即每個用戶所帶來的新用戶數；

哪些用戶行為形成了一個病毒傳播周期？病毒傳播周期有多長？（完成邀請所需的時間）

案例：

詢問是否要同步郵箱里的通訊錄，然后誘導你邀請通訊錄里的聯系人；

促使用戶關注友人的狀況，比如在朋友有消息時或生日時推送提醒；

分享激勵機制；

高質量的內容營銷；

業務的驅動模式——數據分析業務的主線付費式增長引擎，賺錢了再把錢投到獲取新用戶

核心指標：客戶終身價值clv、客戶獲取成本cac、客戶盈虧平衡時間（收回一位客戶成本所需時間）

案例：

對銷售線索獲取進行精細化計算，明確里面的各項成本；

對廣告投放的效果進行歸因分析；

專注于大客戶，定制化服務，顧問模式；

（不已風投為業務增長動力的公司，基本會采取這種模式）

案例：明道的BI工作的框架運營產品跟蹤(usemeasuretools)AARRRPipeline(fromMKTtoSale)(weneedABTestTools)MingDaoStatisticsSubproductStatistics研究(findefficiencymodel)ICPCLM/CLVUserExperienceMKTEfficiency…EfficiencyManageMethodDiscoverNewExperience…培訓DataAnalysisTrainingBITools

TrainingConsultant二、建立指標體系：主流的互聯網產品的數據跟蹤模型——AARRRAcquisition

用戶獲取Activation

用戶激活Retention

用戶留存Revenue

創造收益Referral

用戶推薦UserGrowth(channel/region/equipment/…)ActivityRate(usertype)7days/30days/weeklyRetentionPipelineEfficiencyReferralFlowRegProcessSelf-defineActiveVariablesSelf-defineVariablesOrder/RevGrowth(region/industry/…)BrandInfluenceSEMEfficiencyUsersegmentModulesRetentionSalesAbilityLPBrandInfluenceSurveyModulesSelf-defineVariablesICP(detailednotes)ReferralOrdersContentMKT…UseDepthLoseAnalysis…LPUsePathUserValueDripMKTMeasureExperience………二、建立指標體系：電商數據分析的一般指標體系市場推廣指標網站流量指標銷售轉化指標客戶價值指標商品類指標售后服務指標用戶增長訪問量銷售漏斗模型客戶分群庫存健康度客戶評價注冊轉化訪問質量推薦能力客戶生命周期商品分群物流效率用戶獲取成本訪客行為重復購買能力客戶價值arpu銷售關系SNS傳播推廣渠道效果行業對標決策周期忠誠度／新鮮度商品生命周期……購買路徑定價策略…歸因分析長尾分析………區分清楚指標與維度，注意兩者的相互轉化，形成眾多的交叉分析。建議尋找第一關鍵指標！

三、部署數據工具

（藍色是我能提供指導的數據工具）GoogleAnalysis百度統計友盟分析R語言ExcelGrowingiospssNavicat其他還有許多從數據存儲到抽取加工再到分析的各種工具。。。Whatarewedoing?MarketingTrack（市場投放跟蹤）WebAnalytics（網站分析）UserActionTrack（用戶使用分析）SaleAnalytics（銷售分析）VCDataReport（風投數據報告）DataProductDevelop（產品優化分析）…stillmanythingsweshoulddobutwedidnot,becauseof…AnalysismodelsweuseCorrelationmodels（相關分析）Time

series（時間序列分析）anova（方差分析）Regression（回歸分析）Crosstabsanalysis（交叉分析）Classification

analysis（分類分析）Datavisualization（數據可視化）分析方法其實并不局限于數理統計模型或者機器學習算法，包括管理學的很多分析方式是非常值得借鑒的，他們往往更直觀并易于應用。許多統計模型，結果難以解釋，很多時候不如描述統計指標。未來可以給大家分享的：輕松的統計學理論課程結合具體業務建立數據指標體系網站分析工具（GA、百度統計、友盟等）分析方法的具體實施（市場投放分析、銷售分析等）數據分析工具使用案例（r語言、excel）數據分析模型的原理和使用案例數據可視化應用（各種數據圖表的功能）如果是將具體案例型的課程，希望大家能將自身的業務數據共享，作為講解依據；SomeBooks：《金字塔原理》《赤裸裸的