第二周：业务
1、 为什么业务重要
唯有理解业务，才能建立业务数据模型。
2、 经典的业务分析指标
模型未动，指标先行。如果你不能衡量它，你就无法增长它。
指标建立的要点：核心指标、好的指标因该是比率、好的指标应该能带来显著效果、好的指标不应该虚荣、好的指标不应该复杂
2.1、市场营销指标
客户/用户生命周期：企业/产品和消费者在整个业务关系阶段的周期。
不同业务划分的阶段不同。传统营销中，分为潜在用户-用户范围，兴趣用户-销售线索，新客户，老/熟客户，流失客户。
用户价值：
用户贡献=产出量/投入量*100%
用户价值=（贡献1+贡献2+…）
比如金融行业会以存款+贷款+信用卡+年费+…-风险-流失
RFM模型：用户生命周期中，衡量客户价值的立方体模型。利用R最近一次消费时间，M总消费金额，F消费频次，将用户划分成多个群体。
用户分群，营销矩阵：用户分群是市场营销中的一种常见策略，它提取用户的几个核心维度，用象限法将其归纳和分类。
2.2、产品运营指标
AARRR：acquisition用户获取、activation用户活跃、retention用户留存、revenue营收、refer传播。
用户获取：
渠道到达量：俗称曝光量。有多少人看到了产品推广相关的线索。
渠道转化率：有多少用户因为曝光而心动cost per，包含CPM（曝光量）、CPC（点击量）、CPS（购买量）、CPD（下载量）、CPT（时间）
渠道ROI：推广营销的熟悉KPI，投资回报率，利润/投资100%。
营收：ARPU-某时间段内每位用户平均收入、ARPPU-某时间段内每位付费用户平均收入，排除了未付费的；客单价、LTV-用户生命周期价值、LTV=ARPU1/流失率；
传播：K因子、用户分享率、活动曝光量
2.3、用户行为指标
功能使用（功能使用率/渗透率）、用户会话、用户路径（路径图-加工出关键路径转化率）
2.4、电子商务指标
购物篮分析（笔单价、件单价、成交率、购物篮系数-平均每笔订单中，卖出多少件商品）、好基友（复购率-一段时间内多次购买；回购率-一段时间内消费过的用户，在下一段时间内仍旧消费的占比）
2.5、流量指标
浏览量 pv 和访客量 uv ( uv会通过ip或cookie来衡量 )
访客行为-新老访客占比（生命力）、访客时间（质量）、访客平均访问页数（吸引力）、来源（通过参数提取）、用户行为转化率、首页访客占比、退出率、跳出率 （跳出率一般衡量各个落地页，营销页等页面，退出率则更偏产品，任何页面都有退出率）
3、怎么生成指标
访客访问时长+UV=重度访问用户占比（浏览五分钟以上的用户在整个访客的占比）
用户会话次数+成交率=有效消费会话占比（用户在所有会话中，其中有多少次有消费？）
4、业务的分析框架
4.1、如何建立业务分析框架
从指标的角度分析、
从业务的角度分析、
从流程的角度分析
4.2 如何应对各类业务场景
练习-熟悉业务-应用三种核心思维-归纳和整理出指标-画出框架-检查、应用、修正-应用和迭代
5、数据化管理业务
30%数据统计+ 70%数据管理