1.2 為什么要做數據分析

我們發現，越來越多的公司開始重視數據分析，開始招聘數據分析師。

那么，數據分析對公司和企業有什么作用呢？這里以互聯網公司為代表，數據分析的作用主要有4個，分別是分析原因、評估效果、產品迭代、用戶增長，如圖1-4所示。

1.分析原因

在互聯網企業中，產品經理經常會遇到的問題是，需要分析用戶活躍度降低的原因、銷售收入降低的原因、用戶留存率降低的原因，這些問題都需要用數據分析方法進行多維拆解、對比分析，從而找到具體的原因。

以分析銷售收入下降的原因為例，假如我們現在遇到某個電商APP的銷售收入下降了，需要通過數據分析定位問題，應該怎么去分析呢？

如圖1-5所示，我們可以先拆分銷售收入，銷售收入=客單價×付費用戶數。

銷售收入下降是因為付費用戶數減少還是因為客單價下降了。假如是付費用戶數減少了，我們可以進一步對用戶進行拆分，將付費用戶數拆分為付費新用戶和付費老用戶。付費新用戶指的是最近某段時間內首次付費購買產品的用戶，付費老用戶是指之前付費購買產品的。

假如是付費新用戶數減少了，那我們可以把付費新用戶進行拆分，付費新用戶=活躍用戶×付費率，這里的活躍用戶是指之前沒有付過費的用戶，就可以對比是因為活躍用戶數減少了還是付費率降低了。

假如是活躍用戶數減少了，就需要分析為什么活躍會降低，是不是因為特別的節日或者產品功能的問題。

假如是付費率降低了，就需要分析引導和促進付費的功能，或者活動是否出現問題。

2.評估效果

以某打車APP為例，APP需要經常向用戶發放不同金額的優惠券，以促進用戶使用打車功能，所以需要提前評估這種優惠券投放的策略是否有效。

數據分析可以通過核心指標的變化來評估不同策略的效果。評估優惠券策略是否有效的主要核心指標有用戶打車次數、用戶打車的金額、人均用戶打車金額等，我們需要評估這些指標是否有提升。

通過數據分析，還可以科學地評估為不同用戶發放多少金額的優惠券，保證以最少的成本促進用戶的打車行為。

通過數據分析，還可以科學地評估優惠券對哪些用戶群體的打車行為的促進作用最為明顯。

評估效果還有很多其他的應用，比如，運營活動、推送活動、推薦算法策略等迭代；搜索排序策略、銀行風控策略、流失用戶挽留策略等的評估。

3.產品迭代

互聯網的產品功能處在一個快速迭代的階段，每一個版本都會優化舊功能，并增加新功能。

以微信為例，微信表情包在2021年有一次迭代，從靜態的表情改成動態的效果，現在我們需要針對這次產品迭代進行數據分析，來分析這次改版對于表情功能的效果。

如何分析呢？首先分析整體的效果，通過發表情的個數、發表情的滲透率、發表情的次數等指標的變化來評估整體的改版效果。

對于不同類型的用戶，表情功能的迭代可能會有不同的效果，所以還要進行用戶細分，再評估效果，可以分析出微信表情功能的這次改版在每一個特定人群中的效果，可以有更深入的洞察。

按照發表情次數的活躍程度，我們可以將用戶群體分為低活躍、中活躍、高活躍3類。然后比較功能改版前后發表情的次數、個數等變化，就可以對比出功能改動對不同類型用戶的影響。

按照不同熱度的表情，可以分析出不同熱度的表情在改版前后的傳播效果的差異，這樣的分析可以知道改版對哪類表情的傳播有促進作用，對哪類表情的傳播可能有不好的影響。

除了需要評估對表情本身功能的影響，還需要評估對其他功能的影響，比如，表情的改版對發消息行為的影響，是否因為表情的動態效果讓用戶更愛發消息。表情包一直以來都可以幫助用戶更好地表達情緒。

4.用戶增長

數據分析在互聯網公司的用戶增長中發揮著重要的作用。用戶增長的典型模型是AARRR，如圖1-6所示。

（1）用戶獲取：用戶獲取是指利用外部渠道投放廣告、用戶推薦、大V轉發等進行用戶獲取，數據分析在這個環節可以幫助我們評估每一個投放渠道獲取用戶數量、質量、成本，幫助我們制定投放決策，以及分析從廣告觸達到下載環節的轉化率，得出轉化率低的環節。

在用戶獲取環節，數據分析師需要了解的常用評估指標如下。

● 渠道曝光量：有多少人看到了推廣的產品。

● 渠道轉換率：有多少人因為曝光轉化成為用戶。

● 日新增用戶數：日新增用戶數是多少。

● 日應用下載量：每天有多少新用戶下載了產品。

● 獲客成本（CAC）：獲取一個用戶所花費的成本。

● 收入：每天的新用戶的人均付費次數、付費金額、付費率（付費的人數/總人數）。

● 渠道質量指標：CTR（點擊率）、激活率、安裝率、CPA（每用戶成本）、LTV（用戶生命周期價值）、1次/1日用戶量、用戶使用時長、留存率、付費率、ARPU（平均每用戶收入）。

（2）用戶活躍：用戶在APP中的活躍行為，當我們引導用戶下載APP后，怎樣讓用戶持續活躍地使用APP，因此，需要分析用戶的行為規律，通過數據洞察哪些功能的優化可以提升用戶的活躍，以及我們可以使用哪些策略，比如，提醒、推送等提高用戶的活躍度。

分析用戶活躍度常用的評估指標如下。

● 日活躍用戶數（日活）：一天之內，登錄或使用了某個產品的用戶數。

● 活躍率（活躍用戶占比）：某一段時間內活躍用戶在總用戶中的占比。

● PV：APP的瀏覽次數。

● 時長：APP的使用時長。

（3）用戶留存：留存就是用戶可以持續地留在我們的APP中。涉及的典型的數據分析方法就是去分析留存的關鍵影響因素，以及留存的Aha時刻的挖掘，這在第3章的數據方法論中會展開介紹。

用戶留存常用的評估指標如下。

● 次日留存率：首日活躍的用戶在次日留存的比例。

● 三日留存率：首日活躍的用戶在三日留存的比例。

● 七日留存率：首日留存的用戶在七日留存的比例。

相對應的，提高用戶留存的策略有以下4種方式。

①有效觸達，喚醒用戶。是指通過手機短信和微信公眾號等能夠觸達用戶的方式，喚醒沉睡用戶啟動APP，這是提升用戶留存非常有效的方法之一。例如，通過短信召回游戲老用戶。召回肯定是有成本的，所以要根據用戶以往行為進行分析，找到召回率最高的那部分用戶（如采用RFM模型分析后定為核心用戶）。

②搭建激勵體系，留存用戶。好的激勵體系，可以讓平臺健康持續地發展，讓用戶對平臺產生黏性，對提升用戶留存率非常有效。通常使用的激勵方式有成長值會員體系、簽到體系、積分任務體系。

③豐富內容，增加用戶在線時長。游戲產品一般會增加各種玩法，吸引用戶投入時間成本，游戲又不斷強化社交屬性，更增加用戶黏性，減少成本投入。

④數據反推，找到你的關鍵節點。例如，在知乎平臺，一般評論超過3次的用戶，較易留存；有些游戲產品，一旦玩家跨過某個等級就很難流失。這些都是需要通過數據分析才能找到的關鍵節點。

（4）用戶變現：用戶變現是指利用用戶來產生收入。我們的最終目的是希望用戶在穩健增長的同時提高收入。那么就需要通過數據分析什么樣的因素或者行為可以促進用戶付費，不同付費金額、不用付費頻次的用戶，有什么差異。通過漏斗分析付費功能的轉化過程，挖掘流失嚴重的頁面。

用戶付費常用的評估指標如下。

①客單價：每位用戶平均購買產品的金額。客單價=付費總額/用戶數。

②PUR：付費用戶占比。

③ARPPU：某段時間內，付費用戶的平均收入。

④ARPU：某段時間內，總用戶的平均收入

⑤LTV（Life Time Value）：用戶的終身價值或用戶生命周期價值（這兩種表述都可以）。

⑥復購率：一定時間內，消費次數兩次以上的用戶數/總購買用戶數。

⑦付費金額：用戶在APP內付費的總金額。

（5）用戶推薦：例如，拼多多的增長活動設計大部分是為了引導用戶傳播，核心其實是針對價格敏感用戶，用優惠+砍價、拼團等產品機制，引導用戶傳播至微信群、朋友圈，從而完成自傳播、拉新、付費激活等一系列動作。

用戶推薦的核心指標如下。

①轉發率：在某功能中，轉發用戶數/看到該功能的用戶數。

②k因子：用于衡量推薦的效果，以及一個發起推薦的用戶可以帶來多少新用戶。

k因子=每個用戶向他的朋友發出的邀請數量×接收到邀請的人轉化為新用戶的轉化率。

當k＞1時，用戶群就會像滾雪球一樣增大；當k＜1時，用戶群到某個規模時就會停止通過自傳播增長。