鸭哥首先上一张所有知识的目录:
就是讲零散的问题结构化,我们举个例子:
北京的特斯拉数量有多少。这个问题可以拆分为北京的汽车数量和北京特斯拉占比,第一个问题可以通过网上查询到,第二个问题可以通过实际在十字路口上观察,如果观察样本N=100,发现有五辆特斯拉那么特斯拉在北京的占比就是百分之五。
另外一个例子,要计算芝加哥有多少钢琴调音师:
这个分析方法其实非常简单就是四个方向的分析,阐述政策和经济对行业的促进,社会和技术背景对行业起到的作用。属于定性分析。
顾名思义就是从多个维度进行分析
eg.我们考虑男生是否比女生更容易录取
如果只看总的录取率很容易会得出错误的结论,男性45%>30%,但是我们发现三分之二的学院更倾向于录取女生,所以一定要进行维度拆分。不然就可能导致辛普森悖论,就是整体和部分不一致。
锚定效应
沉锚效应,心理学名词,指的是人们在对某人某事做出判断时,易受第一印象或第一信息支配,就像沉入海底的锚一样把人们的思想固定在某处。作为一种心理现象,沉锚效应普遍存在于生活的方方面面。第一印象和先入为主是其在社会生活中的表现形式。 通常来讲,人们在作决策时,思维往往会被得到的第一信息所左右,就像沉入海底的锚一样,把你的思维固定在某处。而用一个限定性的词语或规定作行为导向,达成行为效果的心理效应,被称为“沉锚效应”。
eg.
如果你的老板只给你销售额是分析不出任何东西的因为没有参考,所以要进行对比才可以得出结论。
这里有一个对比表格
和整体比,平均值和中位数。看折线图的波动。环比是同年不同月,同比是同月不同年。
在产品进行上线测试的时候,也经常会有A/B测试的对比。
eg:
我们可以进行假设:
假设1:我们推测可能中小学生周末和工作日使用手机的关系,查询工作日和周末的留存数据,发现相差不大,所以排除。
假设2:我们发现在喜欢美食的选项卡用户当中却推送了电影所以可以得出推荐内容是不符合用户的。
假设3:从搜索数据中得知用户搜索的关键词不匹配相应内容。
以上三个假设都是基于用户和产品两个维度出发,其实还可以思考竞品,如小红书的竞品是网易考拉,darling。
第一环节是获取用户(Acquisition ):用户如何找到我们?
第二环节是激活用户(Activation):用户的首次体验如何?
第三个环节是提高留存(Retention):用户会回来吗?
第四个环节是增加收入(Revenue ):如何赚到更多钱?
第五个环节推荐(Refer病毒式营销): 用户会告诉其他人吗?
这五个环节任何一个环节都是可以在产品当中加强。
Acquisition:对于获取用户我们需要关注渠道曝光量,渠道转换率,日新增用户数,日应用下载量,获客成本。
Activation:在电商平台中每一层action都很容易导致客户的流失,所以我们需要关注日活,活跃率(活跃用户占比),PV,UV.
Retention:关注留存率如次日留存、第三日留存、第七日留存、第三十日留存,Facebook有一个40-20-10的法则,新用户次日留存在40,七日留存在20,30日留存在10,这个表现是比较好的。
Revenue:怎么赚钱,我们就需要考虑客单价、PUR付费用户占比、ARPPU某段时间内付费用户平均收入、生命周期价值(平均一个用户首次和最后登录之间创造的收入)、复购率、销售额(用户数*转换率*客单价*购买频率)
refer:这个其实就是要提高产品的质量了,关注转发率、转化率、广告转化率、K因子(发出邀请人数*转换率,k>1表现好)
通过RFM将客户分为八种进行精细化运营。
eg:【面试题】
你现在是滴滴打车的一名运营。如果用RFM分析方法对滴滴的用户进行分类,你会如何定义R、F、M这3个指标?
R就是最近一次的打车时间,或者距离上一次打车多少天。
F就是打车频率,这个月内打车的总次数。
M一个月内的打车金额。
将各种财务指标综合在一起来评价公司财务管理效果。通常用于公司财务方面的分析。
1)公司业务是否赚钱?(销售净利率)
2)公司资产运营效率如何?(总资产周转率)
3)公司债务负担有没有风险?(权益乘数)
eg:加入你想开一个包子铺,自己出资100w,找老王借了100w,包子铺总资产200w。
1)销售净利润:净利润/销售额
2)总资产周转率:销售额/总资产
3)权益乘数:总资产/净资产(自己出的钱)