一份地图,通关商业数据分析

数据思维的分类

1. 全数据思维

• 核心定义：不只看随机样本，而是试图收集所有相关的数据（N=All）。
• 关注点：全面性。
• 具体描述：通过丰富、全面、多源、互补、互证的大数据，来构建研究对象的全面信息，探索对象之间客观联系。
• 关键词：全面、多源、互补、全量。

2. 准确性思维

• 核心定义：追求数据的精确无误，通常应用于小数据时代。
• 关注点：质量与精准。
• 具体描述：缩小数据研究范围，剔除异常值，严格控制数据的准确性，不接受数据的混杂性。
• 关键词：精确、剔除杂质、精准。

3. 容错性思维

• 核心定义：大数据时代，数据量巨大，不要求每条数据都绝对精准，允许数据不完美。
• 关注点：宏观趋势。
• 具体描述：容许大数据中存在噪音、杂质、脏数据、混杂数据和错误数据，因为海量数据可以在宏观上抵消这些误差。
• 关键词：容许噪音、混杂性、不完美。

4. 相关性思维

• 核心定义：关注“是什么”，而不一定非要搞清楚“为什么”。
• 关注点：数理关系与预测。
• 具体描述：量化和研究两个或多个数据值之间存在的数理关系。只要A和B总是一起变化，就可以利用B来预测A。
• 关键词：关系、预测、量化、关联。

大数据的 4V 特征

1. Volume —— 数据规模大

• 含义：数据量巨大，从 TB（太字节）级别跃升到 PB（拍字节）、EB（艾字节）甚至 ZB 级别。
• 例子：全球每天产生的微信聊天记录、淘宝的交易数据、上传的视频和照片等。

2. Variety —— 数据类型多样

• 含义：数据类型繁多，不再局限于传统的结构化数据（Excel 表格）。
• 分类：
• 结构化数据：数据库表格（如订单号、金额）。
• 非结构化数据：文本、图片、音频、视频、地理位置信息等（这类数据占了大数据的绝大部分）。

3. Velocity —— 处理速度快

• 含义：数据产生速度快，要求处理速度也快（时效性）。
• 特点：强调“秒级”甚至“毫秒级”的实时处理。
• 例子：搜索引擎要在几秒钟内给出结果；推荐系统要实时根据你刚才的点击调整下一屏推荐。

4. Value —— 价值密度低

• 含义：虽然大数据整体价值很高，但单条数据的价值密度很低。
• 解释：海量数据中夹杂着大量噪音、无效信息甚至错误信息。
• 例子：监控视频连续录制了 24 小时（数据量很大），但真正有价值的（比如有人闯入）可能只有几秒钟。你需要从大量无效数据中“沙里淘金”，才能挖掘出商业价值。

MECE原则

• 定义：MECE（发音：me-see）是 Mutually Exclusive Collectively Exhaustive 的缩写，中文意为“相互独立，完全穷尽”。
• 核心逻辑：
• 相互独立：在拆解问题时，每个维度或部分之间没有重叠，避免逻辑混乱和重复工作。
• 完全穷尽：所有部分加起来涵盖了整体，没有遗漏，确保能全面解决问题。
• 应用场景：
• 麦肯锡咨询顾问进行数据目标拆解时的核心原则。
• 搭建数据分析指标体系。
• 处理复杂的商业逻辑梳理。

帕累托法则

• 定义：帕累托法则（Pareto Principle），又称二八法则（The 80/20 Rule）。这个法则基于对统计数据的观察，指出在任何一组东西中，最重要的只占其中一小部分，约20%，其余80%尽管是多数，却是次要的。
• 核心逻辑：
• 不平衡性：投入和产出、努力和回报之间通常是不平衡的。
• 关键少数：约 80% 的产出（成果、财富）源自于约 20% 的投入（原因、努力）。
• 应用场景：
• 时间管理：80%的价值来自20%的工作。
• 质量管理：80%的问题由20%的原因引起（常与“柏拉图”结合使用）。
• 客户管理：80%的利润来自20%的头部客户。
• 库存管理：80%的销售价值来自20%的核心商品。

杜邦分析法

• 定义：杜邦分析法（DuPont Analysis）是一种用来综合评价企业盈利能力和股东权益回报水平的经典财务分析方法。它最早由杜邦公司使用，因此得名。
• 核心逻辑：它的核心思想是将净资产收益率（ROE）逐层分解为三个主要的财务比率，通过这种分解，可以深入了解企业业绩驱动因素的来源。
• 公式：净资产收益率 = 销售净利率 × 资产周转率 × 权益乘数
• 含义：企业的盈利能力取决于三个方面：卖得赚不赚钱（盈利能力）、转得快不快（营运能力）、杠杆高不高（偿债能力/财务杠杆）。
• 应用场景：
• 企业的财务分析。
• 找出影响企业回报率的根本原因（是利润太低，还是周转太慢，还是负债太高）。
• 各部门绩效考核的参考依据。

AARRR模型

• 定义：AARRR 因其五个单词的首字母缩写，被称为“海盗模型”。它是用户生命周期的典型漏斗模型。
• 五个维度：
1. Acquisition
   （获取用户）：用户如何找到我们？（如：广告、SEO）。
2. Activation
   （激活/提高活跃）：用户的首次体验如何？（如：注册、使用核心功能）。
3. Retention
   （提高留存）：用户会回来吗？（如：次日留存、7日留存）。
4. Revenue
   （付费/获取收入）：用户如何创造价值？（如：付费、广告变现）。
5. Referral
   （自传播/推荐/裂变）：用户会告诉其他人吗？（如：分享、推荐）。
• 应用场景：

• 互联网产品的运营数据分析。
• 梳理用户在平台上的行为路径。

5W2H分析法

• 定义：又叫“七问分析法”，通过7个维度的提问来发现解决问题的线索，寻找思路。
• 七个维度：
1. Why （为什么）：做这件事的原因/目的是什么？
2. What（是什么）：做什么工作/内容是什么？
3. Who（谁）：谁来做/谁是对应对象？
4. When（何时）：什么时候做/时间节点？
5. Where（何地）：在哪里做/应用场景？
6. How（怎么做）：用什么方法/手段实施？
7. How much（多少）：成本多少/数量多少？

• 应用场景：

• 需求分析（搞清楚业务到底想要什么）。
• 项目管理或策划方案的撰写。

4P营销理论

4P理论是营销组合中最经典的模型，也是数据分析中进行业务归因时的核心逻辑框架。

四个维度（4P）：

1. 1. 产品
• 内容：企业提供的目标产品或服务。
• 数据视角：关注产品功能、质量、包装、外观等，以及产品的生命周期。
3. 2. 价格
• 内容：顾客购买产品时的价格。
• 数据视角：关注定价策略、折扣幅度、毛利率、价格对销量的影响等。
5. 3. 渠道
• 内容：产品从企业到消费者手中的流转路径（即“Place”）。
• 数据视角：关注线上/线下分销、库存布局、物流效率、渠道覆盖率等。
7. 4. 促销
• 内容：企业通过营销手段刺激消费者购买（即“Promotion”）。
• 数据视角：关注广告投放、公关活动、促销活动效果、转化率等。

SMART原则

SMART原则是目标管理和指标设定中必须遵循的黄金法则，它用来判断一个指标或目标是否定义清晰、有效。

五个核心维度：

1. 1. S (Specific) —— 具体的

• 含义：指标定义要清晰明确，不能模棱两可。
• 例子：不要说“提高销售额”，要说“提高A产品在华东区的销售额”。
2. 2. M (Measurable) —— 可衡量的

• 含义：指标必须是量化的，或者是可以明确验证的，能获得具体数据。
• 例子：“用户满意度”必须对应具体的评分表或问卷结果，而不是感觉。
2. 3. A (Attainable) —— 可达到的

• 含义：目标设定要有挑战性，但在通过努力后是可以实现的，避免好高骛远。
2. 4. R (Relevant) —— 相关的

• 含义：指标必须与整体战略目标或业务价值紧密相关，做这件事是有意义的。
2. 5. T (Time-bound) —— 有时限的

• 含义：指标必须有明确的截止期限或考察周期。
• 例子：规定要在“Q3季度结束前”达成，而不是“未来某个时间”。

PEST分析

定义：PEST分析是一种用于评估影响组织或特定市场的宏观外部环境的战略框架。它帮助决策者理解、规划和应对更广阔环境中的“大趋势”。

四个核心维度：

1. 政治因素（Political）

• 内容： 政府政策、法律法规、政治稳定性、贸易政策、税收政策、环保法规等。
• 分析视角： 关注当前及未来可能影响行业的政府行为与监管变化。
• 例子： 数据安全法出台、行业补贴政策调整、进出口关税变化、反腐败力度。

2. 经济因素（Economic）

• 内容： 经济增长率、利率、汇率、通货膨胀率、居民可支配收入、失业率、消费信心指数等。
• 分析视角： 影响市场需求、成本、定价和投资决策的整体经济状况。
• 例子： 经济进入下行周期、人民币汇率波动、原材料全球价格上涨、Z世代成为消费主力。

3. 社会因素（Social）

• 内容： 人口结构、文化传统、价值观念、生活方式变化、教育水平、健康意识等。
• 分析视角： 社会文化趋势如何塑造消费者需求、偏好和市场机会。
• 例子： 人口老龄化、单身经济兴起、健康养生理念普及、社交媒体文化盛行。

4. 技术因素（Technological）

• 内容： 技术变革速度、研发投入、自动化程度、技术普及率、颠覆性创新（如AI、区块链）等。
• 分析视角： 技术如何创造新产品、新流程、新市场，或使现有产品/服务过时。
• 例子： 生成式AI的突破性应用、5G基础设施的普及、新能源汽车技术成熟、商业航天发展。

应用场景：

• 市场进入决策： 评估新市场或新国家的宏观环境是否有利。
• 战略规划： 作为SWOT分析中“机会”与“威胁”部分的重要输入，识别未来的大趋势和潜在风险。
• 产品开发与投资： 判断社会和技术趋势是否支持某个新产品或长期投资项目。

SWOT分析法

SWOT分析法又称态势分析法，是一种通过确定企业自身的竞争优势、竞争劣势、机会和威胁，从而将公司的战略与内部资源、外部环境有机结合的分析工具。

四个维度（SWOT）：

1. S (Strengths) —— 优势

• 含义：企业的内部长处或核心竞争力。
• 例子：技术领先、资金雄厚、品牌知名度高、优秀的团队。
2. W (Weaknesses) —— 劣势

• 含义：企业的内部短板或不足。
• 例子：管理混乱、产品老化、成本过高、缺乏核心人才。
2. O (Opportunities) —— 机会

• 含义：外部环境中的有利因素。
• 例子：政策扶持、新兴市场需求增长、竞争对手失误、技术革新。
2. T (Threats) —— 风险（威胁）

• 含义：外部环境中的不利因素或潜在挑战。
• 例子：新竞争对手入场、原材料价格上涨、政策法规收紧、经济衰退。

分类逻辑：

• S 和 W 是内部因素（自己能控制的）。

  O 和 T 是外部因素（自己无法控制的，只能适应）。

波士顿矩阵 (BCG Matrix)

波士顿矩阵主要通过市场增长率和相对市场份额（占有率）两个维度，将企业的产品或业务划分为四个象限，并制定相应的战略。

四个象限的定义与战略：

1. 1. 金牛业务 (Cash Cows)
• 特征：高市场占有率、低业务增长率。
• 含义：成熟市场的领导者，产生大量现金流，但增长空间有限。
• 战略：维持/收获。不需要再投入大量资金扩大规模，而是“挤奶”，提供资金支持其他业务发展。
3. 2. 明星业务 (Stars)
• 特征：高市场占有率、高业务增长率。
• 含义：处于快速增长的市场中，且具有竞争优势，未来的“金牛”。
• 战略：投资/扩张。需要投入大量资金以保持其高增长率和市场地位。
5. 3. 幼童业务 / 问题业务 (Question Marks)
• 特征：低市场占有率、高业务增长率。
• 含义：市场机会大，但竞争力弱。前景不明，可能是明星，也可能是狗。
• 战略：选择性投资/放弃。分析其潜力，决定是重点扶持使其成为明星，还是及时止损放弃。
7. 4. 狗类业务 / 瘦狗业务 (Dogs)
• 特征：低市场占有率、低业务增长率。
• 含义：市场萎缩且竞争力弱，利润低甚至亏损。
• 战略：收缩/放弃。通常应出售或清算，以避免占用资源。

业务发展的方向是幼童→明星→金牛，即把幼童培养成为明星，在明星的业务增长率下降时，要使它变为金牛。

企业现金流向应为金牛→明星→幼童， 即金牛业务应为明星业务、幼童业务的发展提供资金。

RFM模型

RFM模型是数据库营销中广泛使用的一种衡量客户价值和客户创利能力的重要工具和手段。该模型通过三个关键指标来描述客户的价值状况，并据此对客户进行分层。

三个核心指标 (RFM)：

1. 1. R (Recency) —— 最近一次消费

• 含义：指的是客户距离上一次购买/消费过去了多久。
• 价值判断：R值越小（时间越近），客户价值越高。这意味着客户对品牌的记忆较新，更有可能再次产生购买行为。
2. 2. F (Frequency) —— 消费频率

• 含义：指的是客户在限定时间段内（如一年或一个季度）购买了多少次。
• 价值判断：F值越大，客户价值越高。消费频率高代表客户忠诚度高，对产品的依赖性强。
2. 3. M (Monetary) —— 消费金额

• 含义：指的是客户在一段时间内消费的总金额。
• 价值判断：M值越大，客户价值越高。消费金额直接体现了客户对企业的利润贡献。

模型应用：根据这三个指标的得分（高/低），可以将用户划分为8类典型的客户群，从而制定不同的运营策略：

• R高 F高 M高：重要价值客户（最优质的VIP，要重点维护）。

  R高 F高 M低：重要发展客户（有潜力，要引导提高客单价）。

  R低 F高 M高：重要保持客户（快要流失了，要主动挽回）。

  R低 F低 M低：流失客户（基本无价值，可考虑放弃或低成本触达）。

推广付费模式

主流广告平台通常支持多种计费方式，不同的计费方式对应不同的营销目标和适用场景。

四种常见的付费模式：

1. 1. CPM (Cost Per Mille) —— 按展示次数付费

• 含义：Mille是拉丁语“千”的意思。广告每被展示1000次，广告主就需要支付一笔费用。
• 核心目标：曝光。
• 适用场景：品牌宣传、提升知名度。适合想要让更多人看到广告，但对点击或转化暂无强要求的阶段。
2. 2. CPC (Cost Per Click) —— 按点击次数付费

• 含义：广告每被用户点击一次，广告主支付一次费用。
• 核心目标：流量。
• 适用场景：引流、有一定知名度的产品。相比CPM更进阶，确保了用户对广告感兴趣并进行了点击。
2. 3. CPD (Cost Per Download) —— 按 App 下载数付费

• 含义：广告每成功引导用户下载一次 App，广告主支付一次费用。
• 核心目标：用户获取。
• 适用场景：推广新产品。对于无人知晓的新产品，通过下载量来衡量最直接、划算，能有效控制获客成本。
2. 4. CPA (Cost Per Action) —— 按投放的实际效果付费

• 含义：Action（行动）指特定的转化行为，如注册、下单、咨询等。用户每完成一次指定行为，广告主支付费用。
• 核心目标：转化/业绩。
• 适用场景：成熟期、追求销售回报。风险最低（只在产生效果时付费），但通常单价最高。

• 含义：广告主只在用户完成购买（下单并付款）后，才给广告媒介支付费用。通常是按销售额的一定比例（如佣金 10%）提成。
• 核心目标：实际销售额。
• 适用场景：对于广告主来说，CPS 是风险最低的模式（因为卖出去了才给钱），但对于媒体方（比如网站主）来说，风险较高（因为万一你的东西卖不出去，我就白打工了）。

指标体系建立流程

1. 明确部门KPl，找到一级指标（北极星指标）；

2. 了解业务运营情况，找到二级指标；

3. 梳理业务流程，找到三级指标；

4. 通过报表监控指标，不断更新指标体系。

广告投放指标

第1层：展现层（曝光）—— 解决“广度”问题

这是漏斗的最顶端，衡量广告覆盖了多少人。

• Impression (曝光量)：广告被展示的总次数。
• Reach (触达人数)：看到广告的去重用户数

第2层：点击层（流量）—— 解决“吸引力”问题

衡量广告素材能否激发用户兴趣，把人“拉”进来。

• Click (点击量)：用户点击广告的总次数。
• CTR (Click-Through Rate) 点击率：公式：点击量/ 曝光量。含义：衡量广告素材的质量。CTR越高，说明广告越吸引人。

第3层：访问/浏览层（承接）—— 解决“体验”问题

用户点击进来后，到了落地页或网站，衡量流量承接得好不好。

• PV (Page View)：页面浏览量。
• UV (Unique Visitor)：独立访客数。
• Bounce Rate 跳出率：只看一页就走的比例。跳出率高，说明落地页体验差，或者广告与落地页内容不符（诈骗感）。

第4层：转化层（效果）—— 解决“价值”问题

用户不仅仅是看，还完成了你想要的动作（如下载、注册、加购）。

• Conversion (转化量)：完成目标行为的用户数。
• CVR (Conversion Rate) 转化率：核心指标。公式：转化量/ 点击量（或访问量）。含义：衡量流量的最终利用效率。

第5层：收益层（利润）—— 解决“盈亏”问题

这是老板最关心的最后一层，衡量花了钱之后有没有赚回来。

• ROI (Return on Investment) 投入产出比：公式：(广告收益- 广告花费) / 广告花费。
• ROAS (Return on Ad Spend) 广告支出回报率：公式：广告收入 / 广告花费。区别：ROI通常扣除成本，ROAS看流水。电商里常看ROAS，品牌广告看ROI。

零售运营指标

在零售和电商的“人-货-场”理论中，针对“货”和“场”的管理，通常将指标分为三大类：销售规模指标、销售效率指标、库存管理指标。

1. 销售规模指标（看“盘子”有多大）

• GMV (商品交易总额)：流水。
• 销售额：实际成交金额。

2. 销售效率指标（看“本事”有多大）

• 客单价：
• 含义：平均每个订单（或每个人）花了多少钱。
• 作用：衡量挖掘用户消费深度的能力。
• 连带率：
• 含义：平均一张小票卖了几件货（销售总件数 / 订单数）。
• 作用：衡量搭配销售、关联推荐的能力（比如卖衬衫顺带卖领带）。
• 动销率：
• 公式：有销量的商品种类数 / 店铺总商品种类数。
• 作用：衡量货品的活力。动销率低说明很多商品都是“死库存”，根本没人碰。

3. 库存管理指标（看“仓库”转得快不快）

• 售罄率：
• 含义：一定时间内，卖出的商品占总进货量的比例。
• 作用：判断库存压力。售罄率低，说明货砸手里了；售罄率高，说明货好卖或者备货不足。

游戏行业指标

一、 用户规模类（流量的水池）

1. DAU (Daily Active Users) —— 日活跃用户数

• 含义：每天登录游戏（或启动游戏）的去重用户数。
• 作用：衡量游戏当天的热度。
2. MAU (Monthly Active Users) —— 月活跃用户数

• 含义：一个月内登录过游戏的去重用户数。
2. PCU (Peak Concurrent Users) —— 最高同时在线用户

• 含义：某一时刻，同时在线玩家人数的最高峰。
• 作用：衡量服务器压力和游戏爆发性热度（常用于MMORPG游戏）。
2. ACU (Average Concurrent Users) —— 平均同时在线用户

• 含义：通常指一天内同时在线人数的平均值。

二、 收入价值类（赚钱的能力）

1. ARPPU (Average Revenue per Paying User) —— 每付费用户平均收入

• 公式：总收入 / 付费用户数（只算掏了钱的人）。
• 含义：衡量“大R”（土豪）玩家的消费能力。
2. ARPU (Average Revenue per User) —— 每活跃用户平均收入

• 公式：总收入 / 活跃用户数（算所有人，包含不花钱的）。
• 区别：ARPPU ≥≥ ARPU。ARPU看整体水平，ARPPU看核心付费层的水平。
2. PUR (Pay User Rate) —— 付费率

• 含义：活跃用户中有多少人进行了付费。
• 公式：付费用户数 / 活跃用户数。

三、 质量与留存类（留人的能力）

1. Retention Rate —— 留存率

• 次日留存：今天玩的人，明天还在玩的比例（衡量新手引导和第一印象）。
• 7日留存：衡量游戏玩法的短期吸引力。
• 30日留存：衡量游戏的长期生命力和版本更新效果。

1. Game Time / ATU (Average Time Usage) —— 平均游戏时长

• 含义：用户每天在游戏里待多久。
• 作用：衡量游戏的粘性。

四、 成本与效益类（生意的本质）

1. CAC (Customer Acquisition Cost) —— 获客成本

• 含义：买来一个新用户（或新付费用户）平均要花多少广告费。
2. LTV (Life Time Value) —— 用户生命周期价值

• 含义：一个用户从开始玩游戏到彻底流失，这一生给游戏贡献了多少钱。
• 核心公式：LTV > CAC 是游戏盈利的黄金法则。
2. ROI (Return on Investment) —— 投入产出比

• 含义：花出去的买量钱赚回来了没有。

报表制作流程

1. 1. 需求分析
• 核心：明确“为什么要做”。
• 内容：搞清楚制作报表的业务目的、解决什么问题、给谁看。
3. 2. 建立指标体系
• 核心：确定“看什么数据”。
• 内容：根据业务需求，拆解出具体的原子指标和派生指标（如销售额、转化率等），确保指标能支撑业务分析。
5. 3. 设计展现形式
• 核心：确定“怎么展示”。
• 内容：选择图表类型（柱状图、折线图等）和布局，确保业务部门能直观、轻松地理解数据。
7. 4. 编写需求文档
• 核心：明确“具体规范”。
• 内容：产出报表原型、定义数据更新频率、口径说明等，用于与开发同步信息。
9. 5. 报表开发
• 核心：落地与验证。
• 内容：排期开发、跟进进度，最后进行数据验证，确保数据质量无误。

报告编写流程

第一步：明确数据报告的需求及目的

• 核心问题：为什么写这份报告？写给谁看？
• 动作：在动手找数据之前，先搞清楚报告的背景（是为了复盘双11？还是为了分析销量下滑？）和核心目标。方向错了，数据再准也是废的。

第二步：拆解指标发现问题

• 核心问题：现状是什么？哪里出了问题？
• 动作：
• 选取核心 KPI（如销售额、转化率）。
• 对比目标值或历史数据，发现异常（比如：本月销售额虽然达标了，但转化率比上个月跌了 10%）。
• 产出：定位到具体的“问题指标”。

第三步：拆解问题

• 核心问题：这个问题是怎么构成的？
• 动作：利用公式或逻辑树，把大问题拆小。
• 例子：
• 销售额 = 流量 ×× 转化率 ×× 客单价
• 如果销售额跌了，是因为流量少了？还是没人买了（转化率低）？还是大家买得便宜了（客单价低）？
• 产出：找到导致问题的具体“因子”。

第四步：拓展维度探究指标差异

• 核心问题：在什么情况下问题最严重？
• 动作：下钻分析，从不同角度（维度）看数据。
• 常用维度：
• 时间：是月初跌的，还是月末跌的？
• 地区：是北方地区跌了，还是南方地区？
• 渠道：是安卓端跌了，还是 iOS 端？
• 人群：是新客户不买，还是老客户不买？
• 产出：锁定问题的“根源”。

第五步：撰写报告及美化

• 核心问题：怎么把分析结果讲清楚？
• 动作：
• 整理分析结论。
• 制作图表（折线图看趋势、饼图看占比等）。
• 提出建议或对策。
• 排版美化，确保逻辑通顺、重点突出。