CDA Level1知识点总结之业务数据分析

数据驱动型业务管理方法

数据的产生和应用：记住企业的目的是为了盈利、挣钱，所有的数据分析、经验参考产生的决策都是为了这一目的。数据分析是锦上添花，而人员经验、执行能力才是雪中送炭。说白了，人才是根本重要的。

指标的应用与设计

指标的作用–用汇总数据量化业务强弱
指标的理解–对度量的汇总，数据的汇总规则
指标的特点：指标是游离态的，如总销售额，需要与统计维度结合，明确统计指标的对象，如产品时间维度下，2021年某产品的总销售额。指标可以自由组合形成新指标，以适应多变的业务环境。
基本指标：求和类（常规求和、累计求和、时间维度下累计指标）、计数类、比较类（差异百分比、均比、定基比增长率、同环比增长率）

常用场景指标

1.流量相关指标

量
CPM–每千次曝光、CPC–按点击次数收费、CPS–按实际销售收费
UV访客数：访问对应维度的非重复用户数
PV浏览量：维度下浏览页面的总次数
Visits访问次数：统计会话数
新访客数

质
平均访问深度：浏览量/访问次数
跳失率：跳出次数/访问次数（跳失是指无点击行为就离开页面）
新访客占比：新访客数/访客数

2.转化相关指标

转化率
黄金三剑客：流量、转化率、客单价

3.营运、销售相关指标

成交额：GMV、实际销售额、税后销售额、退款额
成交量：实际订单量、销量、退款订单量、上架数量
完成情况：目标达成率、退货率
效果：屏效、商品关联性

4.库存相关指标(难以理解)

库存周转天数=库存量/最近n天平均销量
库龄=存放仓库时长
库存周转次数=平均库存量/出库总量
订货满足率=按合理需求正常供货次数/产品被要求供货的总次数
缺货率=缺货次数/总订货次数
售罄率=1-库存金额/进货金额

5.绩效类指标

6.客户相关指标

量：
注册用户数、登录用户数、浏览用户数

质：
活跃用户数、复购用户数、留存率、在线时长

设计新指标

指标分析方法–纵向分析（时间周期下指标变化规律）、横向分析（指定维度下不同项的指标值的差异）、预警分析（当前时间节点对应维度下的指标累计值或瞬时值，对比基准值）

客户分析

用户生命周期

客户来源分析
渠道用户价值贡献：a.瞬时价值–用户量；b.长期价值–用户质量
留存分析
留存用户：用户注册后开始接触产品，使用产品且未离开的用户。

用户流失分析
流失定义：
无明确定义，根据APP具体业务行为而定。如用户 30 天内未发生购买行为；如用户卸载了 APP ；如最近 2 个月用户未登录
用户行为价值分析
电商app为例，浏览页面数、浏览时长、登陆次数、收藏商品数、收藏并购买次数。加购次数、支付金额、支付间隔天数、分享商品次数

行为效果分析

业务分析模型

RFM模型
重要价值用户–保持现状
重要发展用户–提升频次
重要保持用户–用户回流
重要挽留用户–重点召回

用户忠诚度模型
![在这里插入图片描述](https://img-blog.csdnimg.cn/40a7c2ae5c434642b5898c30d9060396.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA54uQ54u455qE5bi95a2Q,size_20,color_FFFFFF,t_70,g_se,x_16)

漏斗模型

业务分析方法

树状结构分析–下钻式、金字塔

二八分析–80%的问题是由20%的原因造成的，用于找到核心问题。
四象限分析–波士顿矩阵（用于商品分析）

同期群分析–量化行为指标，分析不同群体的该指标随时间的变化情况
同期群–指定的时间段内或指定的地理位置处，具有相同特征属性的用户



其他：LTV用户生命价值：LTV=LT*ARPU, LT是用户生命周期，APRU是平均用户收入。

1.在查看中国电商市场的交易数据时，会发现由于双11的存在，中国电商市场的交易额会在每年第四季度有很大的增幅。这一特征体现了电商市场成交数据的（）
A.长期趋势变动
B.季节变动
C.周期变动
D.以上都是
答：B。
错选为C。但周期变动一般指2-3年以上的循环。

2.有三个企业的年利润额分别是5000万元、8000万元和3900万元，则这句话中有（ ）个变量
A.0个
B.2个
C.1个
D.3个
答：B。企业和年利润额分别作为变量。（有点傻的题目）

3.下列有关数据分析过程说法错误的是（）
A.经典统计分析侧重理论检验统计模型的适用性
B.成本与收益问题贯穿数据分析始终
C.同样的数据分析方法论适用于所有的分析领域
D.验证性数据分析的思想有利于更好的指导数据分析实践
答：A.错选为C，因为我认为C的所有的这个词太绝对了，没想到它又是对的。A错在哪里呢？