作者：許(xu)金坤(kun)

來源：GrowingIO（ID：GrowingIO）

本(ben)文為作者授權鳥哥(ge)筆(bi)記發布，轉載請聯系作者并注明出處。

數(shu)據分(fen)析作為(wei)運營人員必備的(de)核心技能，對職業發展起著尤(you)為(wei)重要的(de)作用。本文將基于基于業務場景，分(fen)享(xiang)幾種(zhong)基礎的(de)數(shu)據分(fen)析框架(jia)和(he)方法，系統化(hua)的(de)進行數(shu)據分(fen)析。

無(wu)論(lun)是產品、還是運營，都需要(yao)具備良好的(de)數據(ju)分(fen)析(xi)(xi)能力(li)，對用戶行(xing)為(wei)數據(ju)和(he)業務(wu)數據(ju)，進(jin)行(xing)分(fen)析(xi)(xi)、評估(gu)甚(shen)至(zhi)預測。本文通(tong)過分(fen)享三種常見的(de)數據(ju)分(fen)析(xi)(xi)框架，幫助我們更(geng)系統的(de)進(jin)行(xing)數據(ju)分(fen)析(xi)(xi)，發現并(bing)解決產品暴露出的(de)問題，從而更(geng)高(gao)效(xiao)的(de)完成工作。

一、用戶行為分析

1. 事件分析

事(shi)件(jian)：通過(guo)(guo)埋點，高(gao)效追蹤用戶行為或業務(wu)的過(guo)(guo)程。注(zhu)冊、啟動(dong)、登錄(lu)、點擊(ji)等(deng)，都是常見的事(shi)件(jian)。例如下圖，展示出某日(ri)的注(zhu)冊事(shi)件(jian)。

通過事件(jian)分析我(wo)們可以準確了解 App 內發生的(de)事件(jian)量，根據產品特性合理(li)配置追蹤，可以輕(qing)松回答關于變(bian)化趨勢(shi)、分維度對比等問(wen)題(ti)，例如：

• 某個時(shi)間段推廣(guang)頁面(mian)點擊量有多少(shao)，對(dui)比昨日有多少(shao)提(ti)升？

• 某個渠(qu)道的累計注冊數(shu)是多少，第一季度(du)排名(ming)前十的注冊渠(qu)道有哪些(xie)？

• 某個活動頁的(de)uv分時(shi)走勢，安卓和 iOS 占比情況如(ru)何？

2. 漏斗分析

漏斗模型：分析一個多步驟過程(cheng)中(zhong)，每一步的轉化(hua)與流(liu)失情況。以(yi)互(hu)聯網金融-理(li)財端為例，新用戶在首(shou)次投資會經過如(ru)下步驟過程(cheng)：

• 注冊(ce)成功(gong)

• 實名認證(zheng)

• 充值(zhi)成功

• 投資成功

我(wo)們可以(yi)通過漏斗分(fen)析整體的轉(zhuan)化情況，以(yi)及每一步轉(zhuan)化量(liang)、流失量(liang)、轉(zhuan)化/流失率。

在漏斗模型中清晰 3 個(ge)基本(ben)概(gai)念(nian)，可以借(jie)助強大的篩選和分組功能進行(xing)深度分析。

• 步驟：指(zhi)的(de)用戶行為，由事件加篩選條(tiao)件組成(cheng)

• 時(shi)間(jian)范圍(wei)：漏(lou)斗第一步驟發生的時(shi)間(jian)范圍(wei)

• 轉化周期：用(yong)戶完成漏(lou)(lou)斗(dou)的(de)時間限制，漏(lou)(lou)斗(dou)只統計(ji)這個時間范圍(wei)內(nei)，用(yong)戶從第一步到(dao)最(zui)后一步的(de)轉化。

如上圖表示(shi)：2018 年 3 月份(fen)，注冊(ce)成功(gong)的 27 萬名用戶，在 7 天內投資成功(gong)的轉化與流失情況。

這里漏斗分析與事件分析不同的地方在于：漏斗分析是基于用戶，或是說基于人來統計某一批用戶所發生的行為，不會受到歷史瀏覽頁面用戶的事件影響，可以更加準確的暴露某一時間段產品存在的問題。

通(tong)過(guo)漏斗(dou)模(mo)型及時發(fa)現問題：我們(men)通(tong)過(guo)建立了注冊轉(zhuan)化漏斗(dou)，度(du)量(liang)每一(yi)步的(de)轉(zhuan)化率(lv)和(he)整體的(de)注冊轉(zhuan)化率(lv)，通(tong)過(guo)時間維度(du)來監控每一(yi)步和(he)整體轉(zhuan)化率(lv)的(de)趨勢。

例如(ru)：4 月(yue) 12 日發(fa)(fa)現輸(shu)入圖(tu)形(xing)驗證碼(ma)這一步轉(zhuan)化率(lv)有明(ming)顯(xian)異常，于(yu)是緊急(ji)(ji)通知技術同事排查，發(fa)(fa)現圖(tu)形(xing)驗證碼(ma)功能失效，導致大(da)量用戶無法顯(xian)示。緊急(ji)(ji)修(xiu)復后，轉(zhuan)化率(lv)回到之前的水平。所以(yi)，通過對每一步漏斗(dou)轉(zhuan)化率(lv)的監控分析(xi)，可(ke)以(yi)及時(shi)發(fa)(fa)現問題(ti)，及時(shi)止損。

（數妹按：我(wo)們上線了更強大(da)的漏斗(dou)功(gong)能，還可以(yi)直接在(zai)漏斗(dou)中將未轉化(hua)成功(gong)的用戶下鉆分(fen)群，定向推送(song)召回！）

3. 留存分析

留存(cun)用(yong)戶：即(ji)用(yong)戶發生初始行為(wei)一段時間后(hou)，發生了目標行為(wei)，即(ji)認(ren)定該用(yong)戶為(wei)留存(cun)用(yong)戶。

留存(cun)行(xing)為(wei)(wei)：某(mou)個目標用(yong)戶完(wan)成了起始行(xing)為(wei)(wei)之后(hou)，在后(hou)續(xu)日期完(wan)成了特定留存(cun)行(xing)為(wei)(wei)，則留存(cun)人數 +1

留存(cun)率：是指發生(sheng)“留存(cun)行(xing)為(wei)用(yong)戶”占發生(sheng)“初始行(xing)為(wei)用(yong)戶”的(de)比例(li)。常見(jian)指標有次(ci)日留存(cun)率、七日留存(cun)率、次(ci)月留存(cun)率等。

留存(cun)(cun)表：留存(cun)(cun)表中(zhong)給出了目標用戶(hu)的留存(cun)(cun)詳情，主要(yao)包括以下幾個信息：

• 目標(biao)用(yong)戶(hu)(hu)：每天(tian)完成起始行為(wei)的目標(biao)用(yong)戶(hu)(hu)量，是留存用(yong)戶(hu)(hu)的基數；

• 留(liu)存用戶(hu)：發生(sheng)留(liu)存行為的留(liu)存用戶(hu)量和(he)留(liu)存率(lv)

留存(cun)曲線(xian)圖(tu)：留存(cun)曲線(xian)圖(tu)可以觀測隨(sui)著時間推移(yi)，用戶留存(cun)率的衰減情況。

以電商為例，我們觀察(cha)運營策略優化/產(chan)品(pin)改版，是否會影響用(yong)(yong)戶的購買(mai)行(xing)為。此時我們可以將用(yong)(yong)戶行(xing)為分(fen)為：

• 初始行為：注冊

• 留存(cun)行為：支付(fu)訂單

然(ran)后根據客戶注冊(ce)的時間按周進行分(fen)組，得到同(tong)(tong)期群(qun)，制作留(liu)存曲線圖，觀察該群(qun)體(ti)用戶發生(sheng)購買的  30 日留(liu)存。通過比較(jiao)不(bu)同(tong)(tong)的同(tong)(tong)期群(qun)，可以獲知(zhi)新用戶購買率指標(biao)是否在提升。

留存(cun)行(xing)為一(yi)般都(dou)與(yu)我們的目標有強相關性(xing)。我們在進行(xing)留存(cun)分析(xi)時，一(yi)定要根據自(zi)身業務(wu)的實際需要，確定高價值的留存(cun)行(xing)為才能(neng)能(neng)對產品的優化提供指導性(xing)建議(yi)。

二、AARRR 模型

AARRR 模(mo)型是(shi)一套適用于移動 App 的分析框架，又稱海盜(dao)指(zhi)標，是(shi)“增長黑客”中驅(qu)動用戶增長的核心模(mo)型。AARRR 模(mo)型把(ba)用戶行為指(zhi)標分為了 5 大類，分別為：獲取用戶，激發活躍，提高(gao)留存，增加收入和(he)病毒傳(chuan)播。

從用戶獲取到(dao)病毒傳播(bo)，每個(ge)環節都有重要的(de)(de)指(zhi)標需要我們去(qu)關注，通過 AARRR 模型系統化的(de)(de)拆解 5 大類目用戶行(xing)為，可以讓我們更清(qing)晰的(de)(de)知道每個(ge)環節需要重點關注的(de)(de)重點指(zhi)標。

以電(dian)商業務為(wei)例，下圖基(ji)于(yu) AARRR 模型，構(gou)建用(yong)戶生命周期運(yun)營(ying)全脈(mo)絡和每個節(jie)點需要關注(zhu)的重點指標：

1. Acquisition 獲取用戶

在(zai)獲取用戶階段，我們(men)希望(wang)讓(rang)更(geng)多潛在(zai)用戶關注到(dao)我們(men)的產品，通過以下基礎途徑來曝(pu)光我們(men)的推廣頁面(mian)：

• 付(fu)費獲取：媒體廣告(gao)、SMS、EDM、流量交(jiao)易/置換

• 搜(sou)索(suo)(suo)營(ying)銷(xiao)：搜(sou)索(suo)(suo)引(yin)擎(qing)優化（SEO），搜(sou)索(suo)(suo)引(yin)擎(qing)營(ying)銷(xiao)（SEM）

• 口碑傳播：用戶間邀(yao)請活動，病毒 H5 傳播等

用(yong)戶訪問頁面后(hou)，可以(yi)通過導航、主動搜索(suo)、算(suan)法推薦來(lai)了(le)解到我們(men)的產品(pin)。切中當(dang)下需求的用(yong)戶會進行(xing)(xing)注冊行(xing)(xing)為，算(suan)是和用(yong)戶真正意義(yi)上第一次會面。

這時就要重(zhong)點關(guan)注推廣頁 UV，點擊率(lv)，注冊量(liang)，注冊率(lv)，獲客成本等重(zhong)要指標。

2. Activation 激發活躍

用(yong)戶(hu)注(zhu)冊后(hou)是否(fou)有進一步了解我們的產(chan)(chan)品(pin)？這其中(zhong)涉及到產(chan)(chan)品(pin)的功能，設(she)計，文(wen)案(an)，激勵，可(ke)信等等。我們需要不斷調優，引導用(yong)戶(hu)進行(xing)下一步行(xing)為，讓新用(yong)戶(hu)成為長期的活躍用(yong)戶(hu)：

我們可以通過界面/文(wen)案優化(hua)，新手引(yin)導，優惠激(ji)勵等手段， 進行用戶(hu)激(ji)活流(liu)程的轉化(hua)提升。監(jian)控瀏覽商品(pin)頁面，加(jia)入購物車，提交訂單(dan)，完成訂單(dan)的漏斗(dou)轉化(hua)。

這個過程(cheng)中(zhong)，我們要(yao)重點關注(zhu)活(huo)躍度，若定義加入(ru)購物(wu)車(che)為活(huo)躍用(yong)戶，那么就(jiu)要(yao)觀察注(zhu)冊(ce)至加入(ru)購物(wu)車(che)漏(lou)斗轉化(hua)(hua)率，按維度拆(chai)分，分析優質轉化(hua)(hua)漏(lou)斗的共有特征/運營(ying)策(ce)略，提升策(ce)略覆(fu)蓋率，優化(hua)(hua)整體轉化(hua)(hua)效果。

3. Retention 提高留存

用(yong)戶完成初次購買流(liu)程后，是否會繼續(xu)使(shi)用(yong)？流(liu)失的(de)用(yong)戶能否繼續(xu)回(hui)來使(shi)用(yong)我們的(de)產品？

產品缺乏粘(zhan)性會導(dao)致用(yong)(yong)戶(hu)的(de)快速流失，我(wo)們可以通過搭建(jian)生命周(zhou)期節點營銷計劃，通過 push、短信、訂閱號(hao)、郵件、客服跟進等一切適合(he)的(de)方(fang)式(shi)去提醒(xing)用(yong)(yong)戶(hu)持(chi)續使(shi)用(yong)(yong)我(wo)們的(de)產品。并(bing)且在此基礎上(shang)通過積(ji)分/等級體系(xi)，培養(yang)用(yong)(yong)戶(hu)忠誠度，提升用(yong)(yong)戶(hu)粘(zhan)性。

重(zhong)點關注留(liu)存率，復購率，人均(jun)購買(mai)次數，召回(hui)率等指(zhi)標。

4. Revenue 增加收入

我們(men)獲(huo)得每位(wei)(wei)用(yong)戶(hu)平(ping)均(jun)需要花費多少錢？每位(wei)(wei)用(yong)戶(hu)平(ping)均(jun)能(neng)為我們(men)貢獻(xian)多少價值，能(neng)是否從用(yong)戶(hu)的(de)行為，甚至其他方式賺(zhuan)到錢？

電商業(ye)務的(de)基礎要(yao)關注獲客成(cheng)本CAC，顧客終身價(jia)值(zhi)，在此基礎上通過(guo)運營活動激(ji)勵用(yong)(yong)戶(hu)進(jin)行購買，提升(sheng)用(yong)(yong)戶(hu)單價(jia)、頻次、頻率，最終提升(sheng)用(yong)(yong)戶(hu)生命周期貢獻價(jia)值(zhi)。

重(zhong)點關注獲客成本，顧客終(zhong)身(shen)價(jia)值，營銷活動ROI等指標。

5. Referral 病毒傳播

用戶是否會自發的(de)推(tui)廣我(wo)們的(de)產(chan)品(pin)？通過激(ji)勵是否能(neng)讓更多(duo)的(de)忠誠用戶推(tui)廣我(wo)們的(de)產(chan)品(pin)？

在社交網絡高度發達(da)的(de)今天，我(wo)們(men)可以(yi)通過(guo)各種(zhong)新奇(qi)的(de)方式去進行產品(pin)傳(chuan)播：用戶(hu)邀請的(de)老帶(dai)新活動，垂直領(ling)域的(de)社群運(yun)營(ying)(ying)，H5營(ying)(ying)銷傳(chuan)播，讓老用戶(hu)推廣我(wo)們(men)的(de)產品(pin)，吸(xi)引更多的(de)潛在用戶(hu)。

重點關注邀(yao)請發起人數，每個病毒傳播周期的新用戶量，邀(yao)請轉化率，傳播系數等。

三、3 大增長引擎

精益(yi)創業提出一(yi)個概念：唯一(yi)關鍵指標（one metric that matters, OMTM）。

在任(ren)何(he)類型產品的任(ren)何(he)一(yi)個(ge)階段(duan)，都需要(yao)找到唯一(yi)的一(yi)個(ge)數字，把它放到比其他任(ren)何(he)事(shi)情(qing)都更(geng)重要(yao)的位(wei)置上(shang)。在數據分析時(shi)(shi)，可以(yi)抓取許許多多的數據，但必須(xu)聚(ju)焦在最關鍵(jian)的事(shi)情(qing)上(shang)。同(tong)時(shi)(shi)其也是“增長黑(hei)客”中的關鍵(jian)特質：專(zhuan)注(zhu)目標。

1. 粘(zhan)著式增(zeng)長引擎

粘著式增(zeng)長引擎(qing)以 Retention 留存(cun)作為 OMTM 驅動增(zeng)長

典型案例是游(you)戲類(lei)的(de) App，Facebook 針對游(you)戲提(ti)出的(de)“40-20-10”法則，即如果你想讓游(you)戲的(de)DAU 超(chao)過 100 萬，那么新用戶(hu)的(de)次日(ri)留存率(lv)應該大于(yu) 40%，7 日(ri)留存率(lv)大于(yu) 20%，30 日(ri)留存率(lv)大于(yu) 10%。

不(bu)使用任何運營激(ji)(ji)勵手段與使用留存(cun)(cun)激(ji)(ji)勵相比，次(ci)日留存(cun)(cun)相差甚遠。

例如游戲中常見的(de)：簽到(dao)活動，登錄獎勵(li)，時長獎勵(li)等玩法都是(shi)基于提升(sheng)用戶留存的(de)目的(de)。

通過(guo)提(ti)供目的(de)性的(de)目標，制定規則(ze)和(he)反饋系統，為(wei)玩家帶來(lai)創造(zao)性成(cheng)就和(he)能力的(de)提(ti)高帶來(lai)的(de)滿足感(gan)和(he)愉(yu)快感(gan)，從而提(ti)升用戶的(de)游戲頻率，游戲時長，最(zui)終提(ti)升用戶留存。

好(hao)的(de)(de)留(liu)存(cun)率(lv)對(dui)于不同(tong)的(de)(de)產品而言是(shi)不同(tong)的(de)(de)，在這里不展開對(dui)用(yong)戶留(liu)存(cun)率(lv)的(de)(de)劃(hua)分，針對(dui)不同(tong)類(lei)型的(de)(de)產品與用(yong)戶粘性尋(xun)找最適合(he)的(de)(de)留(liu)存(cun)指標才是(shi)正確的(de)(de)。

2. 付費式增長引擎

付(fu)費式增長引擎(qing)以 Revenue 營收作(zuo)為 OMTM 驅動增長。

簡單來說(shuo)，從(cong)顧客在(zai)產品上貢獻的(de)價值大于獲取付費客戶(hu)的(de)成本(ben)，就(jiu)可以一直驅動營收增(zeng)長。

互聯網金融(rong)是(shi)(shi)付費式增(zeng)長引擎的(de)典型例子(zi)，由于產(chan)品類(lei)型不(bu)像游戲和視頻資訊類(lei)應用(yong)，有強大高頻使(shi)用(yong)需求。互金運營考核的(de)核心目標(biao)就是(shi)(shi)促成交(jiao)易，從用(yong)戶每一次投(tou)資/借貸行(xing)為中獲得收入(ru)，覆蓋(gai)營銷的(de)投(tou)入(ru)，不(bu)斷驅動引擎的(de)轉動。這里我們要重點關注2個指(zhi)標(biao)：

• CAC（Customer Aqusition Cost）客戶(hu)獲取成本

• CLV (Customer Lifetime Value) 客戶終生價值(zhi)

例如：某次月在營銷上投入成(cheng)本 20000 元(yuan)(yuan)，新增投資用(yong)戶(hu) 100 人(ren)(ren)，則獲取每位投資用(yong)戶(hu)的成(cheng)本是(shi) 200 元(yuan)(yuan)。若人(ren)(ren)均投資 5 萬元(yuan)(yuan)，利潤(run)率 2%，客戶(hu)終身價值(zhi) CLV=1000 元(yuan)(yuan)/人(ren)(ren)。

當 CLV>CAC ，不計其它成本的(de)基礎上，已(yi)驅動引(yin)擎正常運轉(zhuan)了，接下(xia)來就要思考如何提供(gong)更多曝光，擴大頂端的(de)漏斗(dou)，以(yi)及盡可能縮短客戶盈虧(kui)平衡時間。

3. 爆發式增長引擎

爆發式增(zeng)長引擎以 Referral 傳播作為 OMTM 驅動增(zeng)長

典型案例：基于社(she)交場景的分享(xiang)，通(tong)過瓜分紅(hong)包，砍(kan)價、拼團(tuan)、秒(miao)殺等玩法，不(bu)斷觸達潛在用戶。

用(yong)(yong)戶分享到社交網絡，即可(ke)降低付出的成本，通過為(wei)用(yong)(yong)戶省錢的策略，提升用(yong)(yong)戶感知價值，不斷刺激價格敏感用(yong)(yong)戶，貢(gong)獻大量(liang)的分享量(liang)，點擊量(liang)，引導潛(qian)在用(yong)(yong)戶進行體驗/注冊。

在爆發式增長引擎中，我們需要關注病毒系數 K = I x Conv :

• I：Invitation，即每個用戶發送的邀請數量(liang)，反映了分布密度(du).

• Conv ： Conversion rate，即每個邀(yao)請成功的概率，反映了感(gan)染(ran)強度(du).

那么如(ru)何提升讓病毒(du)傳(chuan)播(bo)系數，上面活動中常見的 3 種(zhong)方案(an)：

• 重點提(ti)高(gao)接受(shou)率：降低(di)接受(shou)門檻，且盡量將(jiang)接受(shou)步驟控制(zhi)在社交場景中，避免二跳降低(di)轉化。

   

• 縮短單次邀請流程的生(sheng)命周期：通過限定時間的方(fang)法，加(jia)快增長進程的同時，提升緊迫感(gan)。

   

• 試圖說(shuo)服用戶(hu)去(qu)邀請更(geng)多的人：頭幾位受邀用戶(hu)在砍價中可以砍掉很多金額，讓用戶(hu)初嘗甜頭后會激勵更(geng)多的轉發量。