扫码阅读
手机扫码阅读

【公式篇】100个纯干货知识点助你从零建立起完整的数据分析体系

106 2024-11-16

我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。

查看原文:【公式篇】100个纯干货知识点助你从零建立起完整的数据分析体系
文章来源:
三爷茶馆
扫码关注公众号

点击 ↑ 蓝字关注此公众号,从此就是我的人~

回复“ 3 ”获取《产品日常必备资料包》

100篇原创好文,共3600字|阅读用时8分钟

在上篇文章中为大家介绍了100个数据知识点的【定义篇】,本篇文章我们来介绍【公式篇】

为了方便大家学习与在工作中速查对应内容,我将本书所有的定义,公式与案例都汇聚在了这里,共计100个知识点,写至《高阶产品经理必修课》一书中。

以下为全书知识点看板:

一级分类

二级分类

序号范围

知识点数

知识点总数

定义

数据体系

1~18

18

39

运营模型

19~26

8

增长模型

27~35

9

企业模型

36~39

4

公式

数据体系

1~11

11

27

运营模型

12~19

8

增长模型

20~26

7

企业模型

27

1

案例

数据体系

0~17

18

34

运营模型

18~23

6

增长模型

24~33

10

表附录-1 全书知识点看板



 

1

公式类(27个)

 

出处:第三章第二节

维度1:数据分析体系要解决的问题

【公式1】

(1)在当下业务中你的目标是什么    (设置坐标)

(2)距离达成目标可能出现了什么    (问题假说)

(3)如何证明是该问题导致的结果    (数据证明)

(4)分析该问题成因并形成解决方案  (数据分析)

出处:第三章第二节

维度2:数据分析体系-平台核心公式

【公式2】数据分析 = 北极星指标 + 数据建模 + 事件分析

公式中各要素的具体解析如表附录-1所示:

序号

要素

说明

1

北极星指标

每个阶段针对具体业务领域确立商业/业务目标

2

数据建模(又称指标体系

DAUGMV留存率订单量等;

3

事件分析

漏斗模型、海盗模型、杜邦分析

表附录-1 公式要素释义

出处:第四章第二节

【公式3】业务调研 = 产品现状 + 产品阶段 + 市场规模

出处:第五章第三节

【公式4】

同比增长率=(本期值-同期值)/同期值*100%

环比增长率=(本期值-上期值)/上期值*100%

出处:第六章第一节

【公式5】指标 = 业务维度描述 + 技术维度描述

出处:第七章第一节

【公式6】指标体系搭建

(1)确定数据分析目标;

(2)纵向指标维度定义(层级设计);

(3)横向指标维度定义(指标填空)

自上而下探寻:业务域驱动指标定义

自下而上探寻:功能逆推指标定义

(4)各维度指标项定义;

出处:第七章第四节

【公式7】

(1)自上而下(Top-Down strategies):由业务域驱动进行指标设计;

(2)自下而上(Bottom-Up strategies):由现有系统的功能模块逆推功能指标;

出处:第八章第一节

【公式8】一个完整业务的数据采集应包含如表附录-2所示的两部分:

序号

数据采集类型

数据来源

类型定义

采集目的

1

用户数据

前端操作

指用户访问本平台,在本平台中的一些列用户操作,常见的如:浏览量/点击率等;

分析用户的行为事件

2

业务数据

前端操作

主要指用户在平台完成业务交易(商品/服务)时产生的数据,常见的如:交易额/订单量等;

分析交易结果

后端日志

表附录-2 数据采集定义

注:前端泛指用户所使用客户端,后端泛指公司内部服务端。

出处:第八章第二节

【公式9】4W1H,包括Who、When、Where、How、What,

即:什么用户在什么时间点的什么场景中以什么方式完成了哪项用户任务。

出处:第八章第二节

【公式10】埋点文档标准格式

l事件编号:(事件唯一编号)

l事件名称:(事件名称)

l事件定义:(具体想要分析的事件,如用户在商品列表页浏览)

l事件触发:(事件被定义为一个有效事件的触发条件,如浏览超过5s)

l属性定义:(事件中需要采集的数据项,如点击次数、页面浏览)

l属性类型:(采集的数据项格式,如日期格式,数字格式)

l补充描述:(采集的数据单位与特殊定义)

l埋点形式:(该事件的采集方式,前端埋点/服务器埋点等);

出处:第九章第三节

【公式11】基于OneData理念的多平台指标管理体系

图附录-5  多平台指标管理体系

出处:第十一章第二节

【公式12】杜邦分析模型:针对某个指标通过梳理对应的影响因素点,将指标逐层展开,从而将一个指标拆解为多个因素组成的单位。

出处:第十一章第三节

【公式13】用户流失 = 当前日期 - 用户最后一次登录日期 > 流失判定周期

【公式14】当天新用户的流失数 / 当天的新增总注册用户数 = 新用户流失率

出处:第十一章第三节

【公式15】达到用户留存点 = 新产品带来的价值 > 迁移成本+学习成本

出处:第十一章第四节

【公式16】通用事件设计公式

维度1:拆分问题:思考事件的组成层级;

维度2:定义各描述层级:使用不同的指标来描述不同层级的现状;

维度3:结果辅助参考:对结果进行划分,给予辅助参考。

出处:第十一章第四节

【公式17】转化率 = 本环节UV数/上一环节UV数*100%

【公式18】流失率 = 本环节减少UV数/上一环节总UV数*100%

【公式19】整体转化率 = 本环节UV数/初始UV数*100%

出处:第十二章第二节

【公式20】黑客增长核心6步

(1)确定增长目标(核心指标):确定当前产品阶段的核心增长目标,通常是北极星指标的具体指标,如增长用户数、增长订单量。

(2)收集与分析数据:根据具体增长目标制定数据分析方案;

(3)假设方案设计:定义能带来增长的尝试性方向是什么,如新增功能,

(4)确定增长实验:将上一步提出的尝试性方向设计成功能,并组织实验进行市场投放,如使用A/B Test进行功能验证;

(5)分析实验效果:对多个尝试性方向的增长实验进行挨个测试,以此确定当前产品内效果最好的优化方案;

(6)系统化全局推广:当确定优化方案后,正式投放至全公司业务中。

出处:第十二章第六节

【公式21】平均每用户收入ARPU = 总收入 / 总活跃用户

出处:第十二章第六节

【公式22】电商的营收=流量*转化率*ARPU

出处:第十二章第六节

【公式23】K因子的计算公式:

K=(每位产品用户向好友推荐的人数)×(推荐触达的人群成为产品新用户的转化率)

当K>1时,产品有持续传播性,会不断增长;

当K<1时,产品传播性有限,达到一定水平会停止。

出处:第十二章第六节

【公式24】NPS分值 = (满意用户数-厌恶用户数)/总投放调查用户数

出处:第十三章第二节

【公式25】用户基础属性画像

自然属性:用户性别,年龄,职业,地区;

渠道属性:用户注册时间,渠道来源。

出处:第十三章第四节

【公式26】用户运营体系:(1)用户分层;(2)用户生命周期管理;(3)用户激励体系;

出处:第十五章

【公式27】企业战略建模

(1)企业战略:企业所选择的商业模式与核心竞争策略;

(2)企业经营阶段:企业从小做到大所需要经历的不同企业发展阶段;

(3)战略执行情况:企业各阶段需要完成的阶段任务与价值判断指标。

以上就是本书的所有定义与公式,我们将这部分内容进行一个汇总,就可以得到一个完整的数据驱动产品增长全路径地图,如图附录-6所示。(我们也可以以定义与公式所处的不同的产品阶段将这套数据驱动产品增长全路径地图简称为4F模型。)

图附录-6  数据驱动产品增长全路径地图(4F模型)



 

2

案例类(34个)

 

《案例00:L电商公司数据分析探索之路》

《案例01:L公司行动框架梳理》

《案例02:L公司当前业务现状调研》

《案例03:L公司当前数据体系调研》

《案例04:L公司数据分析平台规划》

《案例05:L公司的数据驱动决策》

《案例06:L公司的数据报表设计》

《案例07:L公司基于数据报表的分析》

《案例08:L公司数据底层取用逻辑改造》

《案例09:L公司电商平台指标库梳理》

《案例10:L公司纵向指标维度定义》

《案例11:L公司横向指标维度定义》

《案例12:L公司数据采集定义》

《案例13:L公司埋点设计分析》

《案例14:数据需求文档——数据埋点撰写》

《案例15:L公司数据分析平台2.0》

《案例16:L公司线下零售业务数据模型》

《案例17:L公司最小数据中台建设》

《案例18:L公司电商的日常运营》

《案例19:L公司商品运营》

《案例20:L公司杜邦分析实战》

《案例21:L公司用户运营》

《案例22:L公司产品运营》

《案例23:L公司漏斗分析实战》

《案例24:L公司提升平台单日用户加购量》

《案例25:L公司电商的黑客增长》

《案例26:L公司归因分析模型应用》

《案例27:L公司AARRR模型关键环节实战》

《案例28:L公司NPS模型应用》

《案例29:L公司A/B Test模型应用》

《案例30:L公司会员付费率增长方案》

《案例31:L公司会员付费率增长运营》

《案例32:L公司中的辛普森悖论》

《案例33:L公司1.0方案投放验证》

案例详情请查阅《高阶产品经理必修课》一书

最后关注我的公众号《三爷茶馆》回复“100”,既可获取本附录高清电子版知识点PDF文件。

关注《三爷茶馆》与1.5w产品经理一同踏上进阶之路!


-------------------END-------------------


每个在看点赞就是对我最大的支持!!

想要了解更多内容?

查看原文:【公式篇】100个纯干货知识点助你从零建立起完整的数据分析体系
文章来源:
三爷茶馆
扫码关注公众号