數(shù)據(jù)分析思維，是分析思維的引申應(yīng)用。再優(yōu)秀的思考方式，都需要佐證和證明，數(shù)據(jù)就是派這個(gè)用處的。如果分析思維是一種結(jié)構(gòu)化的體現(xiàn)，那么數(shù)據(jù)分析思維在它的基礎(chǔ)上再加一個(gè)準(zhǔn)則：「不是我覺得，而是數(shù)據(jù)證明」。
數(shù)據(jù)分析思維也是面試中經(jīng)常會被問到的。在面試中我經(jīng)常會被問到“你認(rèn)為數(shù)據(jù)分析過程中最難的地方是什么？”這其實(shí)就是在考察你的數(shù)據(jù)分析思維。因?yàn)樽铍y的地方其實(shí)是對業(yè)務(wù)邏輯的理解，理解了業(yè)務(wù)邏輯你才有分析的思路，才知道該怎么去分析，而這一切只有自己真正做過項(xiàng)目才能夠有真實(shí)的感受。
在早期，新人最好選擇一到兩個(gè)領(lǐng)域深入了解其業(yè)務(wù)，然后以此拓展邊界
####怎么進(jìn)行數(shù)據(jù)分析？
①細(xì)分
在細(xì)分方式上，主要有以下三種方式
1. 橫切：根據(jù)某個(gè)維度對指標(biāo)進(jìn)行切分及交叉分析
2. 縱切：以時(shí)間變化為軸，切分指標(biāo)上下游
3. 內(nèi)切：根據(jù)某個(gè)模型從目標(biāo)內(nèi)部進(jìn)行劃分
②對比
對比主要分為以下幾種：
1. 橫切對比：根據(jù)細(xì)分中的橫切維度進(jìn)行對比，如城市和品類
2. 縱切對比：與細(xì)分中的縱切維護(hù)進(jìn)行對比，如漏斗不同階段的轉(zhuǎn)化率
3. 目標(biāo)對比：常見于目標(biāo)管理，如完成率等
4. 時(shí)間對比：日環(huán)比，周月同比；7天滑動平均值對比，7天內(nèi)極值對比
③溯源
經(jīng)過反復(fù)的細(xì)分對比后，基本可以確認(rèn)問題所在了。這時(shí)候就需要和業(yè)務(wù)方確認(rèn)是否因?yàn)槟承I(yè)務(wù)動作導(dǎo)致的數(shù)據(jù)異常，包括新版本上線，或者活動策略優(yōu)化等等。
如果仍然沒有頭緒，那么只能從最細(xì)顆粒度查起了，如用戶日志分析、用戶訪談、外在環(huán)境了解，如外部活動，政策經(jīng)濟(jì)條件變化等等
④衍生模型
例如
4P模型（產(chǎn)品，價(jià)格，渠道，宣傳）
SWOT 模型（優(yōu)勢，劣勢，機(jī)會，威脅）
PEST 模型（政治，經(jīng)濟(jì)，社會，科技）
波士頓矩陣
一、分析框架
分析也是有框架和方法論的，主要圍繞三個(gè)要點(diǎn)展開：
一個(gè)業(yè)務(wù)沒有指標(biāo)，則不能增長和分析；
好的指標(biāo)應(yīng)該是比率或比例；
好的分析應(yīng)該對比或關(guān)聯(lián)。
舉一個(gè)例子：我告訴你一家超市今天有1000人的客流量，你會怎么分析？
這1000人的數(shù)量，和附近其他超市比是多是少？（對比）
這1000人的數(shù)量比昨天多還是少？（對比）
1000人有多少產(chǎn)生了實(shí)際購買？（轉(zhuǎn)化比例）
路過超市，超市外的人流是多少？（轉(zhuǎn)化比例）
這是一個(gè)快速搭建分析框架的方法。如果只看1000人，是看不出分析不出任何結(jié)果。
二、數(shù)據(jù)思維的框架
如果你不能用指標(biāo)描述業(yè)務(wù)，那么你就無法有效增長它。
每一位數(shù)據(jù)分析師都要有指標(biāo)體系的概念，報(bào)表也好，BI也好，即使機(jī)器學(xué)習(xí)，也是圍繞指標(biāo)體系建立的。
下圖就是一個(gè)典型的指標(biāo)體系，描述了用戶從關(guān)注產(chǎn)品、下載、乃至最后離開的整個(gè)環(huán)節(jié)。每一個(gè)環(huán)節(jié)，都有數(shù)據(jù)及指標(biāo)以查詢監(jiān)控。
不同業(yè)務(wù)背景需要的指標(biāo)體系不同，但有幾個(gè)建立指標(biāo)的通用準(zhǔn)則。
好指標(biāo)與壞指標(biāo)
好指標(biāo)應(yīng)該是核心驅(qū)動指標(biāo)。雖然指標(biāo)很重要，但是有些指標(biāo)需要更重要。就像銷量和利潤，用戶數(shù)和活躍用戶數(shù)，后者都比前者重要。
核心指標(biāo)不只是寫在周報(bào)的數(shù)字，而是整個(gè)運(yùn)營團(tuán)隊(duì)、產(chǎn)品團(tuán)隊(duì)乃至研發(fā)團(tuán)隊(duì)都統(tǒng)一努力的目標(biāo)。
記住是一個(gè)階段，不同時(shí)期的核心驅(qū)動指標(biāo)不一樣。不同業(yè)務(wù)的核心驅(qū)動指標(biāo)也不一樣。
互聯(lián)網(wǎng)公司常見的核心指標(biāo)是用戶數(shù)和活躍率，用戶數(shù)代表市場的體量和占有，活躍率代表產(chǎn)品的健康度，但這是發(fā)展階段的核心指標(biāo)。在產(chǎn)品1.0期間，我們應(yīng)把注意力放到打磨產(chǎn)品上，在大推廣前提高產(chǎn)品質(zhì)量，這時(shí)留存率是一個(gè)核心指標(biāo)。而在有一定用戶基數(shù)的產(chǎn)品后期，商業(yè)化比活躍重要，我們會關(guān)注錢相關(guān)的指標(biāo)，比如廣告點(diǎn)擊率、利潤率等。
好的指標(biāo)還有一個(gè)特性，它應(yīng)該是比率或者比例。
拿活躍用戶數(shù)說明就懂了，我們活躍用戶有10萬，這能說明什么呢？這說明不了什么。如果產(chǎn)品本身有千萬級別的注冊用戶，那么10萬用戶說明非常不健康，產(chǎn)品在衰退期。如果產(chǎn)品只擁有四五十萬用戶，那么說明產(chǎn)品的粘性很高。
壞指標(biāo)有哪些呢？
其一是虛榮指標(biāo)，它沒有任何的實(shí)際意義。
產(chǎn)品在應(yīng)用商店有幾十萬的曝光量，有意義嗎？沒有，我需要的是實(shí)際下載。下載了意義大嗎？也不大，我希望用戶注冊成功。曝光量和下載量都是虛榮指標(biāo)，只是虛榮程度不一樣。
第二個(gè)壞指標(biāo)是后驗(yàn)性指標(biāo)，它往往只能反應(yīng)已經(jīng)發(fā)生的事情。
活動運(yùn)營的ROI（投資回報(bào)率）也是后驗(yàn)性指標(biāo)，一個(gè)活動付出成本后才能知道其收益?？墒浅杀疽呀?jīng)支出，活動的好與壞也注定了?；顒又芷陂L，還能有調(diào)整余地。活動短期的話，這指標(biāo)只能用作復(fù)盤，但不能驅(qū)動業(yè)務(wù)。
第三個(gè)壞指標(biāo)是復(fù)雜性指標(biāo)，它將數(shù)據(jù)分析陷于一堆指標(biāo)造成的陷阱中。
指標(biāo)能細(xì)分和拆解，比如活躍率可以細(xì)分成日活躍率、周活躍率、月活躍率、老用戶活躍率等。數(shù)據(jù)分析應(yīng)該根據(jù)具體的情況選擇指標(biāo)，如果是天氣類工具，可以選擇日活躍率，如果是社交APP，可以選擇周活躍率，更低頻的產(chǎn)品則是月活躍率。
指標(biāo)結(jié)構(gòu)
指標(biāo)也有固有結(jié)構(gòu)，呈現(xiàn)樹狀。指標(biāo)結(jié)構(gòu)的構(gòu)建核心是以業(yè)務(wù)流程為思路，以結(jié)構(gòu)為導(dǎo)向。
我們把金字塔思維轉(zhuǎn)換一下，就成了數(shù)據(jù)分析方法了。
從內(nèi)容運(yùn)營的流程開始，它是：內(nèi)容收集—內(nèi)容編輯發(fā)布—用戶瀏覽—用戶點(diǎn)擊—用戶閱讀—用戶評論或轉(zhuǎn)發(fā)—繼續(xù)下一篇瀏覽。
這是一個(gè)標(biāo)準(zhǔn)的流程，每個(gè)流程都有指標(biāo)可以建立。內(nèi)容收集可以建立熱點(diǎn)指數(shù)，看哪一篇內(nèi)容比較火。用戶瀏覽用戶點(diǎn)擊則是標(biāo)準(zhǔn)的PV和UV統(tǒng)計(jì)，用戶閱讀是閱讀時(shí)長。
當(dāng)你有了指標(biāo)，可以著手進(jìn)行分析，數(shù)據(jù)分析大體可以分三類，第一類是利用維度分析數(shù)據(jù)，第二類是使用統(tǒng)計(jì)學(xué)知識如數(shù)據(jù)分布假設(shè)檢驗(yàn)，最后一類是使用機(jī)器學(xué)習(xí)。我們先了解一下維度分析法。
維度是描述對象的參數(shù)，在具體分析中，我們可以把它認(rèn)為是分析事物的角度。銷量是一種角度、活躍率是一種角度，時(shí)間也是一種角度，所以它們都能算維度。
數(shù)據(jù)模型不是一個(gè)高深的概念，它就是一個(gè)數(shù)據(jù)立方體。
上圖就是三個(gè)維度組成的數(shù)據(jù)模型／數(shù)據(jù)立方體。分別是產(chǎn)品類型、時(shí)間、地區(qū)。我們既能獲得電子產(chǎn)品在上海地區(qū)的2010二季度的銷量，也能知道書籍在江蘇地區(qū)的2010一季度銷量。
數(shù)據(jù)模型將復(fù)雜的數(shù)據(jù)以結(jié)構(gòu)化的形式有序的組織起來。我們之前談到的指標(biāo)，都可以作為維度使用。下面是范例：
上圖就是三個(gè)維度組成的數(shù)據(jù)模型／數(shù)據(jù)立方體。分別是產(chǎn)品類型、時(shí)間、地區(qū)。我們既能獲得電子產(chǎn)品在上海地區(qū)的2010二季度的銷量，也能知道書籍在江蘇地區(qū)的2010一季度銷量。
數(shù)據(jù)模型將復(fù)雜的數(shù)據(jù)以結(jié)構(gòu)化的形式有序的組織起來。我們之前談到的指標(biāo)，都可以作為維度使用。下面是范例：
將用戶類型、活躍度、時(shí)間三個(gè)維度組合，觀察不同用戶群體在產(chǎn)品上的使用情況，是否A群體使用的時(shí)長更明顯？
將商品類型、訂單金額、地區(qū)三個(gè)維度組合，觀察不同地區(qū)的不同商品是否存在銷量差異？
數(shù)據(jù)模型可以從不同的角度和層面來觀察數(shù)據(jù)，這樣提高了分析的靈活性，滿足不同的分析需求、這個(gè)過程叫做OLAP（聯(lián)機(jī)分析處理）
數(shù)據(jù)模型還有幾種常見的技巧、叫做鉆取、上卷、切片。
選取就是將維度繼續(xù)細(xì)分。比如浙江省細(xì)分成杭州市、溫州市、寧波市等，2010年一季度變成1月、2月、3月。上卷則是鉆取的相反概念，將維度聚合，比如浙江、上海、江蘇聚合成浙江滬維度。切片是選中特定的維度，比如只選上海維度、或者只選2010年一季度維度。
談到維度法，想要強(qiáng)調(diào)的是分析的核心思維之一：對比，不同維度的對比，這大概是對新人快速提高的最佳捷徑之一。比如過去和現(xiàn)在的時(shí)間趨勢對比，比如不同地區(qū)維度的對比，比如產(chǎn)品類型的區(qū)別對比，比如不同用戶的群體對比。單一的數(shù)據(jù)沒有分析意義，只有多個(gè)數(shù)據(jù)組合才能發(fā)揮出數(shù)據(jù)的最大價(jià)值。
我想要分析公司的利潤，利潤 = 銷售額 – 成本。那么找出銷售額涉及的指標(biāo)／維度，比如產(chǎn)品類型、地區(qū)、用戶群體等，通過不斷的組合和拆解，找出有問題或者表現(xiàn)良好的原因。成本也是同理。
這就是正確的數(shù)據(jù)分析思維。總結(jié)一下吧：我們通過業(yè)務(wù)建立和篩選出指標(biāo)，將指標(biāo)作為維度，利用維度進(jìn)行分析。
很多人會問，指標(biāo)和維度有什么區(qū)別？
維度是說明和觀察事物的角度，指標(biāo)是衡量數(shù)據(jù)的標(biāo)準(zhǔn)。維度是一個(gè)更大的范圍，不只是數(shù)據(jù)，比如時(shí)間維度和城市維度，我們就無法用指標(biāo)表示，而指標(biāo)（留存率、跳出率、瀏覽時(shí)間等）卻可以成為維度。通俗理解：維度>指標(biāo)。
分析若只是當(dāng)一份報(bào)告呈現(xiàn)上去，后續(xù)沒有任何跟進(jìn)、改進(jìn)的措施，那么數(shù)據(jù)分析等與零。
業(yè)務(wù)指導(dǎo)數(shù)據(jù)，數(shù)據(jù)驅(qū)動業(yè)務(wù)。這才是不二法門。
三、訓(xùn)練方法
以生活中的問題出發(fā)做練習(xí)。
這家商場的人流量是多少？怎么預(yù)估？
上海地區(qū)的共享單車投放量是多少？怎么預(yù)估？
街邊口的水果店，每天的銷量和利潤是多少？怎么預(yù)估？
這些開放性問題起源于咨詢公司的訓(xùn)練方法，通過不斷地練習(xí)，肯定能有效提高分析思維。另外就是刷各種CaseBook。
四、通用的互聯(lián)網(wǎng)業(yè)務(wù)模型
產(chǎn)品運(yùn)營模型：以移動端APP為主體，以經(jīng)典的AAARR框架學(xué)習(xí)，了解活躍留存的指標(biāo)和概念，包括Acquisition用戶獲取、Activation用戶活躍、Retention用戶留存、Revenue營收、Refer傳播，以及細(xì)分指標(biāo)。
市場營銷模型：以傳統(tǒng)的市場營銷方法論為基底，圍繞用戶的生命周期建立框架。包括用戶生命周期，生命周期價(jià)值、用戶忠誠指數(shù)、用戶流失指數(shù)、用戶RFM價(jià)值等。
流量模型：從早期的網(wǎng)站分析發(fā)展而來，以互聯(lián)網(wǎng)的流量為核心。包括瀏覽量曝光率、病毒傳播周期、用戶分享率、停留時(shí)間、退出率跳出率等。
電商和消費(fèi)模型：以商品的交易、零售、購買搭建而起。包括GMV、客單價(jià)、復(fù)購率、回購率、退貨率、購物籃大小、進(jìn)銷存，也包含SKU、SPU等商品概念。
用戶行為模型：通過用戶在產(chǎn)品功能上的使用，獲得精細(xì)的人群維度，以此作為分析模型。包括用戶偏好、用戶興趣、用戶響應(yīng)率、用戶畫像、用戶分層，還包含點(diǎn)贊評論瀏覽收藏等功能的相關(guān)指標(biāo)。
五、產(chǎn)品運(yùn)營模型 ：AARRR模型
獲取（Acquisition）：用戶如何發(fā)現(xiàn)（并來到）你的產(chǎn)品？
激活（Activation）：用戶的第一次使用體驗(yàn)如何？
留存（Retention）：用戶是否還會回到產(chǎn)品（重復(fù)使用）？
收入（Retention）：產(chǎn)品怎樣（通過用戶）賺錢？
傳播（Retention）：用戶是否愿意告訴其他用戶？
獲取部分一般需要評估的維度有：渠道的獲客數(shù)量、獲客質(zhì)量等 。渠道數(shù)量和質(zhì)量的指標(biāo)有很多，要依據(jù)產(chǎn)品及公司業(yè)務(wù)模塊區(qū)分制定，一般有：每日新增、累積新增、啟動次數(shù)、首次交易戶、首綁交易戶、一次性用戶數(shù)、平均使用時(shí)長等。
激活一般指注冊激活、主動活躍、推送活躍、交易活躍等。例如顯示這個(gè)APP的交易活躍明顯大于主動活躍，那么可以推斷這個(gè)APP是交易驅(qū)動，可能是一個(gè)電商或者理財(cái)類的APP。對于一些新聞、娛樂、社交類的APP，它們的主動活躍一般會高于交易活躍。
這里要特別說明的是注冊激活部分。注冊激活部分需要進(jìn)行詳細(xì)的頁面埋點(diǎn)，列出影響注冊激活的因素，對這些元素不斷優(yōu)化，最后提高產(chǎn)品的注冊激活數(shù)量。
留存部分，一般，次日留存>3日留存>7日留存>次月留存。用戶的留存量剛開始會下降的比較嚴(yán)重，到了后期會逐漸穩(wěn)定在一個(gè)數(shù)量級上。穩(wěn)定下來的這些用戶，基本上就是產(chǎn)品的目標(biāo)用戶了。
留存還有很多指標(biāo)，如：次日留存、3日留存、每日流失、每日回流、用戶聲明周期、平均生命周期貢獻(xiàn)、7日回訪用戶、使用間隔、頁面訪問量、回訪率等等。具體選定哪個(gè)維度進(jìn)行統(tǒng)計(jì)要依據(jù)自己的產(chǎn)品和業(yè)務(wù)重新定制。
收入部分主要是公司的業(yè)務(wù)層面的數(shù)據(jù)，用戶使用APP后，瀏覽了什么樣的商品和服務(wù)，選了了什么商品和服務(wù)，最后支付了多少。關(guān)于固體交易金額的數(shù)據(jù)，第三方工具一般統(tǒng)計(jì)不了，公司也不可能把這部分?jǐn)?shù)據(jù)接口開放給第三方，所以這塊是需要我們在產(chǎn)品后臺單獨(dú)做埋點(diǎn)的。
整個(gè)支付環(huán)節(jié)的埋點(diǎn)一般有兩個(gè)主要因素要考慮，一是看用戶的支付支付體驗(yàn)是否順暢，是否有一些頁面卡主了用戶，讓用戶無法進(jìn)行交易。二是看在哪一個(gè)頁面流失最高，用控制變量的方法調(diào)整流失率高的頁面的欄位、交互等。
傳播部分一般可以分成兩個(gè)維度，輿情監(jiān)控維度（包括用戶的主動傳播分享）和產(chǎn)品的引導(dǎo)分享維度。
大一點(diǎn)的公司一般都有專業(yè)的部門來負(fù)責(zé)輿情監(jiān)控，會收集和處理一些負(fù)面的評論，積極傳播產(chǎn)品的正面價(jià)值。
產(chǎn)品內(nèi)部的引導(dǎo)分享可以參照上面的表格制定一些監(jiān)控因素，最后統(tǒng)計(jì)數(shù)據(jù)，指導(dǎo)下一步工作。
注：埋點(diǎn)
做埋點(diǎn)的時(shí)候， 一般要做兩張表格，一張是埋點(diǎn)事件表，一張是埋點(diǎn)統(tǒng)計(jì)表。
數(shù)據(jù)埋點(diǎn)事件表包括頁面、事件名稱、備注。一般是記錄每個(gè)頁面的交互事件，一般是后臺記錄次數(shù)。比如點(diǎn)擊登錄按鈕的次數(shù)、點(diǎn)擊獲取驗(yàn)證碼的次數(shù)，進(jìn)入某個(gè)頁面的次數(shù)、退出某個(gè)頁面的次數(shù)等。
埋點(diǎn)統(tǒng)計(jì)表包括具體的模塊，業(yè)務(wù)說明，備注。
六、用戶生命周期模型
用戶的生命周期，簡單來說就是：用戶從開始接觸產(chǎn)品到離開產(chǎn)品的整個(gè)過程。
搭建用戶生命周期模型的一般步驟如下：
業(yè)務(wù)邏輯梳理；
找到影響用戶留存/消費(fèi)的關(guān)鍵功能；
定義各階段用戶行為。
通用用戶行為定義模板：
各個(gè)時(shí)期目標(biāo)以及策略：
引入期：運(yùn)營目標(biāo)——獲客；運(yùn)營策略——優(yōu)化渠道、提高注冊轉(zhuǎn)化率和下單轉(zhuǎn)化率
成長期：運(yùn)營目標(biāo)——提升用戶價(jià)值、引導(dǎo)用戶多次購買，培養(yǎng)用戶使用習(xí)慣；運(yùn)營策略——抓住用戶每一次需求窗口促進(jìn)購買，提升用戶購買次數(shù)，客訴及時(shí)安撫
成熟期：運(yùn)營目標(biāo)——維持忠誠度、促進(jìn)傳播；運(yùn)營策略——促進(jìn)N購、交叉營銷、老用戶關(guān)懷、鼓勵(lì)傳播
休眠期：運(yùn)營目標(biāo)——降低流失；運(yùn)營策略——流失分析、流失預(yù)警、潛在流失用戶召回
流失期：運(yùn)營目標(biāo)——召回用戶；運(yùn)營策略——流失召回、產(chǎn)品診斷與重新定位
注：貫穿各個(gè)生命周期的問卷調(diào)查
用戶問卷調(diào)查是獲取用戶真實(shí)需求的有效手段，《增長黑客》中介紹的很多優(yōu)化產(chǎn)品功能與運(yùn)營策略，從而實(shí)現(xiàn)用戶爆發(fā)式增長的例子，都始于用戶調(diào)研。
問卷調(diào)查貫穿用戶生命周期的各階段，主要的調(diào)研節(jié)點(diǎn)有：
用戶生命周期價(jià)值?：
生命周期價(jià)值是用戶在生命周期內(nèi)能為企業(yè)提供多少收益，它需要涉及財(cái)務(wù)定義?；ヂ?lián)網(wǎng)行業(yè)更多提到生命周期，而不是生命周期價(jià)值，因?yàn)榛ヂ?lián)網(wǎng)的商業(yè)模式?jīng)]有傳統(tǒng)營銷的買和賣那么簡單明確。舉個(gè)例子，微信用戶的生命周期價(jià)值能否計(jì)算？并不能，不論是廣點(diǎn)通、游戲或者微信理財(cái)，都推導(dǎo)不出一個(gè)泛化的模型。但是部分產(chǎn)品，如金融和電商，生命周期價(jià)值是可計(jì)算的。以互聯(lián)網(wǎng)金融舉例，某App提供理財(cái)和現(xiàn)金貸款兩種業(yè)務(wù)，公司從這兩個(gè)業(yè)務(wù)中獲得收入通常是一個(gè)較穩(wěn)固的比率，而成本支出平攤每個(gè)用戶頭上也是固定常數(shù)。所以利潤就變成了用戶理財(cái)和貸款的金額大小，以及生命周期的長短。這兩者都是可估算的。生命周期價(jià)值比生命周期重要，因?yàn)楣疽钕氯?，就得賺更多的錢，而不是用戶使用時(shí)間的長短
七、?回訪用戶、流失用戶和流失預(yù)警
回訪用戶：用戶流失后，再次訪問的用戶。
用戶回訪率＝回訪用戶（再次訪問的已流失用戶）÷所有已流失用戶×100%
對于用戶流失時(shí)間，我們有一個(gè)一般定義：用戶回訪率在5%-10%區(qū)間，這個(gè)區(qū)間對應(yīng)的時(shí)間點(diǎn)及之后的時(shí)間，我們認(rèn)為用戶已經(jīng)流失。
例如：
如果我們設(shè)定的流失期限較短，流失回訪用戶則較多，流失回訪率也就較高。隨著流失期限的延長，流失回訪率呈單調(diào)下降趨勢：在拐點(diǎn)處，用戶回訪率為5%，這個(gè)拐點(diǎn)對應(yīng)的流失期限是10月，在10個(gè)月之后的用戶回訪率均低于5%。所以，我們認(rèn)為，這款產(chǎn)品的用戶流失時(shí)間，可以選擇在用戶停止發(fā)生XX行為10個(gè)月后，該用戶即為流失用戶。
注意：
回訪用戶不僅僅是回來打開App的用戶，要根據(jù)具體產(chǎn)品屬性進(jìn)行判斷。對于理財(cái)類產(chǎn)品，回訪用戶指的是投資；對于工具類產(chǎn)品，回訪用戶指的是登錄；對于社交類產(chǎn)品，回訪用戶指的是互動；針對內(nèi)容型產(chǎn)品，回訪用戶指的是訪問。
分析流失預(yù)兆：
針對已流失用戶進(jìn)行研究分析，找出他們流失前的共同點(diǎn)，如果當(dāng)前的活躍用戶在未來某一天出現(xiàn)已流失用戶的相似征兆，則需要觸發(fā)流失預(yù)警機(jī)制。
分析流失預(yù)兆步驟如下：
確定流失用戶，分析用戶流失前的行為；
假設(shè)用戶流失的影響因素；
通過訪談，明確用戶流失的行為路徑。
分析流失用戶流失前的行為，一般可以從以下幾個(gè)方向進(jìn)行數(shù)據(jù)分析：
用戶流失前發(fā)生了哪些相似的行為；
用戶是否集中在某一渠道；
用戶屬性是否一致；
流失前，產(chǎn)品、運(yùn)營、市場是否發(fā)生某些變動。
注意：分析流失前的用戶行為，我們只需要分析用戶導(dǎo)入期、成長期、成熟期的數(shù)據(jù)。
設(shè)計(jì)預(yù)警機(jī)制：
根據(jù)上述得到的何為流失用戶，以及流失用戶在流失前的行為，我們就可以開始設(shè)計(jì)預(yù)警機(jī)制了。
分等級實(shí)現(xiàn)，根據(jù)流失前用戶的行為指標(biāo)，分別對這些指標(biāo)賦予相應(yīng)的權(quán)重，根據(jù)這些指標(biāo)、權(quán)重進(jìn)行計(jì)算，當(dāng)數(shù)值高于XX值時(shí)，系統(tǒng)定義該用戶具有流失風(fēng)險(xiǎn)，要么自動觸發(fā)、要么將名單傳輸?shù)竭\(yùn)營手里，運(yùn)營人工召回。
流失用戶召回策略，用戶進(jìn)入休眠期或流失期后，我們可以采取以下幾種方法來召回用戶：
優(yōu)惠刺激：使用租車平臺進(jìn)行租車的用戶大多是價(jià)格敏感型用戶，我們可以通過加大優(yōu)惠力度來召回用戶。對于在平臺留下較多行為數(shù)據(jù)的用戶，我們可以推送個(gè)性化優(yōu)惠來提高召回成功率。提醒用戶有未使用的優(yōu)惠和會員權(quán)益，對于賬戶中尚有未使用的優(yōu)惠券或會員權(quán)益的用戶，我們可以對其進(jìn)行“尚有未使用優(yōu)惠”的提醒。
游戲化喚醒：邀請用戶參與平臺游戲（如抽獎(jiǎng)），以游戲化的方式給用戶新鮮感，提升用戶的活躍度。
情感化喚醒：再現(xiàn)用戶在平臺上完成的旅程，并發(fā)送聲情并茂的召回郵件。
客戶/用戶忠誠指數(shù)
忠誠指數(shù)是對活躍留存的再量化?；钴S僅是產(chǎn)品的使用與否，A用戶和B用戶都是天天打開App，但是B產(chǎn)生了消費(fèi)，那么B比A更忠誠。數(shù)據(jù)往往需要更商業(yè)的指標(biāo)描述用戶，消費(fèi)與否就是一個(gè)好維度。
客戶/用戶流失指數(shù)
流失指數(shù)是對流失的再量化，它是忠誠指數(shù)的反面。流失率衡量的是全體用戶，而為了區(qū)分不同用戶的精細(xì)差異，需要流失指數(shù)。在早期，流失指數(shù)=1-忠誠指數(shù)。
流失指數(shù)和忠誠指數(shù)的具體定義能根據(jù)業(yè)務(wù)需要調(diào)整，比如忠誠按是否消費(fèi)，流失按是否打開活躍，只要解釋能站住腳。
在擁有足夠的行為數(shù)據(jù)后，可以用回歸預(yù)測流失的概率，輸出[0,1]之間的數(shù)值，此時(shí)流失的概率便是流失指數(shù)。
八、用戶分群模型：RFM模型?
客戶/用戶價(jià)值指數(shù)
用戶價(jià)值指數(shù)是衡量歷史到當(dāng)前用戶貢獻(xiàn)的收益（生命周期價(jià)值是整個(gè)周期，包括未來），它是精細(xì)化運(yùn)營的前提，不同價(jià)值的用戶采取不同策略以最大化效果。用戶價(jià)值指數(shù)的主流計(jì)算方式有RMF模型，利用R最近一次消費(fèi)時(shí)間，M總消費(fèi)金額，F(xiàn)消費(fèi)頻次，將用戶劃分成多個(gè)群體。不同群體即代表了不同的價(jià)值指數(shù)。
RFM模型是衡量客戶價(jià)值和客戶創(chuàng)利能力的重要工具和手段。該機(jī)械模型通過一個(gè)客戶的近期購買行為(Recency)、購買的總體頻率(Frequency)以及花了多少錢(Monetary)三項(xiàng)指標(biāo)來描述該客戶的價(jià)值狀況。體現(xiàn)了分類思維。
在R/M/F三個(gè)指標(biāo)上，我們通過經(jīng)驗(yàn)將實(shí)際的用戶劃分為以下8個(gè)區(qū)（如上圖），我們需要做的就是促進(jìn)不同的用戶向更有價(jià)值的區(qū)域轉(zhuǎn)移。也就是將每個(gè)付費(fèi)用戶根據(jù)消費(fèi)行為數(shù)據(jù)，匹配到不同的用戶價(jià)值群體中，然后根據(jù)不同付費(fèi)用戶群體的價(jià)值采用不同的策略。
九、多渠道歸因問題的三種類型
十、流量模型
瀏覽量：PV，即頁面訪問量或點(diǎn)擊量，用戶每1次對網(wǎng)站中的每個(gè)網(wǎng)頁訪問均被記錄1次。用戶對同一頁面的多次訪問，訪問量累計(jì)。
渠道到達(dá)量：俗稱曝光量，即產(chǎn)品推廣頁中有多少用戶瀏覽。它可以在應(yīng)用商店，可以在朋友圈，可以在搜索引擎，只要有流量的地方，都會有渠道曝光。曝光量是一個(gè)蠻虛榮的數(shù)字，想一想現(xiàn)代人，每天要接觸多少信息？其中蘊(yùn)含了多少推廣，最后能有幾個(gè)吸引到用戶？更多時(shí)候，渠道到達(dá)量和營銷推廣費(fèi)掛鉤，卻和效果相差甚遠(yuǎn)。
渠道ROI：ROI是一個(gè)廣泛適用的指標(biāo)，即投資回報(bào)比。
市場營銷、運(yùn)營活動，都是企業(yè)獲利為出發(fā)點(diǎn)，通過利潤/投資量化目標(biāo)。利潤的計(jì)算涉及財(cái)務(wù)，很多時(shí)候用更簡單的收入作分子。當(dāng)運(yùn)營活動的ROI大于1，說明這個(gè)活動是成功的，能賺錢。
PV(PageView)是頁面瀏覽量，用戶在網(wǎng)頁的一次訪問請求可以看作一個(gè)PV，用戶看了十個(gè)網(wǎng)頁，則PV為10。
UV(Unique Visitor)是一定時(shí)間內(nèi)訪問網(wǎng)頁的人數(shù)，正式名稱獨(dú)立訪客數(shù)。在同一天內(nèi)，不管用戶訪問了多少網(wǎng)頁，他都只算一個(gè)獨(dú)立訪客。
用戶訪問時(shí)長：是一次會話持續(xù)的時(shí)間。不同產(chǎn)品類型的訪問時(shí)長不等，社交肯定長于工具類產(chǎn)品，內(nèi)容平臺肯定長于金融理財(cái)，如果分析師發(fā)現(xiàn)做內(nèi)容的產(chǎn)品大部分用戶訪問時(shí)長只有幾十秒，那么最好分析一下原因。
退出率：是網(wǎng)頁端的一個(gè)指標(biāo)。網(wǎng)頁端追求訪問深度，用戶在一次會話中瀏覽多少頁面，當(dāng)用戶關(guān)閉網(wǎng)頁時(shí)，可認(rèn)為用戶沒有「留存」住。退出率公式：從該頁退出的頁面訪問數(shù)/進(jìn)入該頁的頁面訪問數(shù)，某商品頁進(jìn)入PV1000，該頁直接關(guān)閉的訪問數(shù)有300，則退出率30%。
跳出率是退出率的特殊形式，有且僅瀏覽一個(gè)頁面就退出的次數(shù)/訪問次數(shù)，僅瀏覽一個(gè)頁面意味著這是用戶進(jìn)入網(wǎng)站的第一個(gè)頁面，俗稱落地頁LandingPage。
退出率用于網(wǎng)頁結(jié)構(gòu)優(yōu)化，內(nèi)容優(yōu)化。跳出率常用于推廣和運(yùn)營活動的分析，兩者容易混淆。
K因子：每位用戶平均向多少用戶發(fā)出邀請，發(fā)出的邀請又有多少有效的轉(zhuǎn)化率，即每一個(gè)用戶能夠帶來幾個(gè)新用戶，當(dāng)K因子大于一時(shí)，每位用戶能至少能帶來一個(gè)新用戶，用戶量會像滾雪球般變大，最終達(dá)成自傳播。當(dāng)K因子足夠大時(shí)，就是快口相傳的病毒營銷。
國內(nèi)的邀請傳播，主體自然是微信朋友圈。微信分享功能和網(wǎng)頁都是能增加參數(shù)統(tǒng)計(jì)的，不難量化。
病毒傳播周期：活動、廣告、營銷等任何能稱之為傳播的形式都會有傳播周期。病毒性營銷強(qiáng)則強(qiáng)矣，除非有后續(xù)，它的波峰往往只持續(xù)兩三天。這也是拉新的黃金周期。
另外一種傳播周期是圍繞產(chǎn)品的邀請機(jī)制，它指種子用戶經(jīng)過一定周期所能邀請的用戶。因?yàn)榇蟛糠钟脩粼谘埻旰缶鶗ピ傺埖膭恿?，那么傳播周期能大大簡化成如下：假設(shè)1000位種子用戶在10天邀請了1500位用戶，那么傳播周期為10天，K因子為1.5，這1500位用戶在未來的10天內(nèi)將再邀請2250位用戶。
理論上，通過K因子和傳播周期，能預(yù)測依賴傳播帶來的用戶量，可實(shí)際的操作意義不大，它們更多用于各類活動和運(yùn)營報(bào)告的解讀分析。
用戶分享率：現(xiàn)在產(chǎn)品都會內(nèi)嵌分享功能，對內(nèi)容型平臺或者依賴傳播的產(chǎn)品，分享率是較為重要的指標(biāo)，它又可以細(xì)分為微信好友/群，微信朋友圈，微博等渠道。
有一點(diǎn)值得注意，數(shù)據(jù)只能知道用戶轉(zhuǎn)發(fā)與否，轉(zhuǎn)發(fā)給誰是無法跟蹤的。所以產(chǎn)品用物質(zhì)激勵(lì)用戶分享要當(dāng)心被薅羊毛。反正我轉(zhuǎn)發(fā)都是給「文件傳輸助手」的…
活動曝光量/瀏覽量：傳播和線上活動是息息相關(guān)的，這兩者的差異不大。想要做好一個(gè)活動，單純知道活動的瀏覽量是不夠的，好的活動一定是數(shù)據(jù)分析出來的。
十一、電商和消費(fèi)模型
GMV：Gross Merchandise Volume，是成交總額（一定時(shí)間段內(nèi)）的意思。
在電商網(wǎng)站定義里面是網(wǎng)站成交金額。這個(gè)實(shí)際指的是拍下訂單金額， 包含付款和未付款的部分。GMV指標(biāo)不是實(shí)際的交易數(shù)據(jù)，但具有一定的參考價(jià)值。比如，實(shí)際支付占比的大小，可以切實(shí)反映買家的購買行為和退單比例，并可進(jìn)一步研究出顧客的購買意向以及市場整體交易情況。GMV數(shù)值可能遠(yuǎn)遠(yuǎn)超過實(shí)際成交金額.
對于資本市場而言，電商平臺企業(yè)的快速增長遠(yuǎn)比短期的利潤更加重要，GMV正是衡量電商企業(yè)增速的最核心指標(biāo)。
客單價(jià)：傳統(tǒng)行業(yè)，客單價(jià)是一位消費(fèi)者每一次到場消費(fèi)的平均金額。在互聯(lián)網(wǎng)中，則是每一筆用戶訂單的收入，總收入/訂單數(shù)。
很多游戲或直播平臺，并不關(guān)注客單價(jià)，因?yàn)樾袠I(yè)的特性它們更關(guān)注一位用戶帶來的直接價(jià)值。超市購物，用戶購買是長周期性的，客單價(jià)可以用于調(diào)整超市的經(jīng)營策略，而游戲這類行業(yè)，用戶流失率極高，運(yùn)營人員更關(guān)注用戶平均付費(fèi)，這便是ARPU指標(biāo)，總收入/用戶數(shù)。
ARPU可以再一步細(xì)分，當(dāng)普通用戶占比太多，往往還會采用每付費(fèi)用戶平均收入ARPPU，總收入/收費(fèi)用戶數(shù)。
復(fù)購率：若把復(fù)購率說成營收屆的留存率，你就會知道它有多重要了。和新增用戶一樣，獲得一個(gè)新付費(fèi)用戶的成本已經(jīng)高于維護(hù)熟客的成本。
在不少分析場景中，會將首單用戶單獨(dú)拎出來作為一個(gè)標(biāo)簽，將兩次消費(fèi)以上的用戶作為老客，之所以這樣做，是從一到二的意義遠(yuǎn)不止加一那么簡單。
用戶第一次消費(fèi)，可能是體驗(yàn)產(chǎn)品，可能是優(yōu)惠，可能也是運(yùn)營極大力地推動，各類因素促成了首單。而他們的第二次消費(fèi)占比會有斷崖式下跌(對應(yīng)次日留存率的下跌)，因?yàn)檫@時(shí)候的消費(fèi)逐漸取決于用戶對產(chǎn)品的信任，模式的喜歡或者習(xí)慣開始養(yǎng)成。
很多時(shí)候，用戶決策越長往往意味著客單價(jià)越高，如投資，旅游。此時(shí)首單復(fù)購率越是一個(gè)需要關(guān)注的指標(biāo)，它意味著更多的利潤。
復(fù)購率更多用在整體的重復(fù)購買次數(shù)統(tǒng)計(jì)：單位時(shí)間內(nèi)，消費(fèi)兩次以上的用戶數(shù)占購買總用戶數(shù)。
回購率是另外一個(gè)指標(biāo)，值得是上一個(gè)時(shí)間窗口內(nèi)的交易用戶，在下一個(gè)時(shí)間窗口內(nèi)仍舊消費(fèi)的比率。例如某電商4月的消費(fèi)用戶數(shù)1000，其中600位在5月繼續(xù)消費(fèi)，則回購率為60%。600位中有300位消費(fèi)了兩次以上，則復(fù)購率是50%。
退貨率：退貨率是一個(gè)風(fēng)險(xiǎn)指標(biāo)，越低的退貨率一定越好，它不僅直接反應(yīng)財(cái)務(wù)水平的好壞，也關(guān)系用戶體驗(yàn)和用戶關(guān)系的維護(hù)。
購物籃分析：購物籃分析不應(yīng)限于電子商務(wù)分析，而是用戶消費(fèi)行為分析。
連帶率是購物籃分析的一種指標(biāo)，特指銷售件數(shù)和交易次數(shù)之比。在大型商場和購物中心中，連帶消費(fèi)是經(jīng)營的中心，用戶多次消費(fèi)即連帶消費(fèi)。在電商中是購物的深度，是單次消費(fèi)提高利潤的前提。
商品熱度是一種快速見效的分析?？梢詫⑸唐贩譃樽顭衢TTop20，最盈利Top20等，它依托二八法則，找出利潤的抓手，很多營銷會將它和連帶率結(jié)合，像電子商務(wù)，重點(diǎn)推廣多個(gè)能帶來流量的熱門爆款，爆款并不賺錢，而是靠爆款連帶銷售其他有利潤的商品。這種流量商品連帶利潤商品的策略并不少見。
購物籃分析中最知名的想必是關(guān)聯(lián)度，簡單理解是，買了某類商品的用戶更有可能買哪些其他東西。啤酒與尿布大概是最知名的案例了，雖然它是錯(cuò)的，但揭示了商品之間確實(shí)存在關(guān)聯(lián)。
關(guān)聯(lián)分析有兩個(gè)核心指標(biāo)，置信度和支持度。支持度表示某商品A和某商品B同時(shí)在購物籃中的比例，置信度表示買了商品A和人有多少同時(shí)買了B，表示為A→B。老王每次去菜場買菜都喜歡買一把蔥，在老王的菜籃(購物籃)分析中，蔥和其他菜的支持度很高，可是能說明老王買蔥后就一定買其他菜(蔥→其他菜)么？不能，只能說老王買了菜會去買蔥(其他菜→蔥)。除此還有提升度。 最有名的是Apriori算法。
關(guān)聯(lián)分析并非只適用于購物籃，在很多營銷場景中都會用它作為追加銷售和交叉銷售。常見有大額消費(fèi)+現(xiàn)金貸，醫(yī)療健康+保險(xiǎn)等，目的便是提高營收。
一、麥肯錫思維
金字塔原理
麥肯錫思維中很重要的一條原理叫做金字塔原理，它的核心是層次化思考、邏輯化思考、結(jié)構(gòu)化思考。
什么是金字塔？任何一件事情都有一個(gè)中心論點(diǎn)，中心論點(diǎn)可以劃分成3～7個(gè)分論點(diǎn)，分論點(diǎn)又可以由3～7個(gè)論據(jù)支撐。層層拓展，這個(gè)結(jié)構(gòu)由上至下呈金字塔狀。
看一下運(yùn)營中典型的金字塔思維：
我們活躍用戶數(shù)在下降（中心論點(diǎn)），主要原因是競爭加?。ǚ终擖c(diǎn)），其次原因是新用戶減少（分論點(diǎn)），老用戶流失加快（分論點(diǎn)）。其中競爭加劇是因?yàn)楦偁帉κ諥BC出現(xiàn)（論據(jù)），新用戶減少是ASO排名下降（論據(jù)）和渠道投入疲軟（論據(jù)）造成，老用戶流失是因?yàn)楫a(chǎn)品欠佳（論據(jù)）。我建議……
這是合格運(yùn)營的結(jié)構(gòu)化思考。
結(jié)構(gòu)化思考我建議利用紙或思維導(dǎo)圖工具畫出來。我說過，人是依賴經(jīng)驗(yàn)思考的，擅長的是線性思維：因?yàn)?所以-最終，不擅長深度的結(jié)構(gòu)思考。思維導(dǎo)圖是一個(gè)非常好的工具，擅加利用，已經(jīng)完成一半。例如《金字塔原理》書的思維導(dǎo)圖：
結(jié)構(gòu)化可以是三層，也可以拓展更多的分論點(diǎn)和層數(shù)。這一點(diǎn)大家想成我國語文教育中經(jīng)典不衰的議論文作文模板：總-分-總結(jié)構(gòu)（為什么作文要這樣寫，因?yàn)樗悸非逦?，方便語文老師快速閱卷，用在思考是一樣的道理）。金字塔思維則是總-分-再分。
金字塔原理有一個(gè)核心法則MECE，讀作MeSee，全稱Mutually Exclusive Collectively Exhaustive，中文意思是相互獨(dú)立，完全窮盡。它指導(dǎo)我們?nèi)绾未罱ńY(jié)構(gòu)。
相互獨(dú)立，說的是每個(gè)分論點(diǎn)彼此應(yīng)該沒有沖突和耦合，都屬于獨(dú)立的模塊。完全窮盡，則是所有的分論點(diǎn)都被提出，不會有遺漏。這一點(diǎn)看上去容易，其實(shí)很難做到。
回到我們活躍數(shù)下降的例子，它提出了競爭加劇、新用戶減少、老用戶流失三個(gè)分論點(diǎn)。競爭加劇，競爭對手涌入，本來就意味著競爭對手會掠奪你的新用戶，而ASO排名是非零和博弈，競爭對手上升你的排名就會下降，也造成新用戶減少。兩個(gè)分論點(diǎn)并不完全獨(dú)立，違反了MECE法則。那么應(yīng)該怎么分？
1.競爭對手出現(xiàn):
競爭導(dǎo)致ASO排名下降
競爭對手掠奪了新用戶
2.新增渠道疲軟：
投入減少
3.老用戶流失：
產(chǎn)品欠佳
如何劃分分論點(diǎn)，我們可以用事物間的不同特性劃分，它本質(zhì)上也是一個(gè)分類問題，目的是找出事物（論點(diǎn)）之間的共性。
比如活躍下降可以從新老用戶展開、可以從產(chǎn)品不同模塊分析等等。分析思路不同，則分論點(diǎn)不同，核心依舊遵循MECE法則。當(dāng)然很多分析結(jié)構(gòu)已經(jīng)有前人總結(jié)，屬于套路，諸如運(yùn)營的核心拉新促活留存。
結(jié)構(gòu)強(qiáng)調(diào)的是窮盡，也就是越多越好，而隨著分論點(diǎn)的增加，結(jié)構(gòu)會更加復(fù)雜，不便于梳理和總結(jié)，所以分論點(diǎn)需要強(qiáng)調(diào)在3～7之間。
實(shí)際上我們很難真正做到窮盡，因?yàn)椴涣私獾囊蛩?、隱藏的關(guān)鍵、信息不對稱、經(jīng)驗(yàn)等局限都會阻礙思維，做不到窮盡。如何找出盡可能多的分論點(diǎn)？這里列舉我的心得，這不是麥肯錫方法。
你首先要找到一個(gè)萬能公式。
絕大多數(shù)的商業(yè)項(xiàng)目、數(shù)據(jù)分析、業(yè)務(wù)討論，都可以抽象成公式：
利潤 = 銷售額 - 成本；
銷售額 = 購買人數(shù) * 轉(zhuǎn)化率 * 客單價(jià)；
購買人數(shù) = 地區(qū)A購買人數(shù)+地區(qū)B購買人數(shù)+……
地區(qū)A購買人數(shù) = 地區(qū)A新用戶 + 地區(qū)A老用戶；
此類公式均為小學(xué)難度，可很多分析項(xiàng)目就是能用公式化的思維和套路概括。因?yàn)轫?xiàng)目本身是由三到四個(gè)核心因素決定，只要找到核心因素，就能將其組合。
接下來舉一個(gè)具體問題：企業(yè)利潤下降了，是什么原因？我們就能用公式分解出分論點(diǎn)。
是銷售額下降了？還是成本上升？
如果是銷售額下降，那么是購買人數(shù)少了？是客單價(jià)下降了？還是購買轉(zhuǎn)化率降低？
以此類推，則能形成結(jié)構(gòu)化的分析思路。
公式是一種思維框架，是一種經(jīng)驗(yàn)導(dǎo)向的方法論，將你過去的經(jīng)驗(yàn)總結(jié)和抽象，得到高度概括的因素。像利潤這種都是再簡單不過的商業(yè)理論，熟悉后就能快速使用。很多分析思維，在多年總結(jié)下，已經(jīng)有成熟的解決方案。遇到問題，別急著畫思維導(dǎo)圖，不如先問問前輩和大牛們。經(jīng)驗(yàn)會阻礙我們，經(jīng)驗(yàn)也能幫助我們。
互聯(lián)網(wǎng)行業(yè)的分析有點(diǎn)特殊，因?yàn)榛ヂ?lián)網(wǎng)的不確定性增加了。除了技術(shù)發(fā)展日新月異，用戶需求不斷改變，很多運(yùn)營玩法也常常翻新。早幾年標(biāo)題黨火爆，現(xiàn)在則注重內(nèi)容價(jià)值的回歸，曾經(jīng)運(yùn)營的核心是用戶數(shù)，現(xiàn)在則是商業(yè)變現(xiàn)。這種快速變化導(dǎo)致分析思維也要有快速響應(yīng)、學(xué)習(xí)和調(diào)整的能力。這方面，對互聯(lián)網(wǎng)的分析是一種挑戰(zhàn)。
對新人而言，很難一開始就掌握萬能公式，但在具體的工作過程中，需要有意識的總結(jié)和提煉。另外分析中會有非量化的因素，比如團(tuán)隊(duì)士氣、管理風(fēng)格、員工忠誠度等。這是公式無法解決的缺點(diǎn)。
MECE是思考活動的技術(shù)和藝術(shù)，首先得有一個(gè)思考作為開始。這是什么意思？因?yàn)榻鹱炙菑纳隙?，需要有一個(gè)中心論點(diǎn)，也就是塔尖。
什么是假設(shè)先行？就是以假設(shè)作為思考的起點(diǎn)。我不需要做全局的思考，而是先問出一個(gè)問題，然后思考解決它：我這款產(chǎn)品的特點(diǎn)在A功能嗎？這款產(chǎn)品對用戶們很有吸引力嗎？我的活動如何在朋友圈引發(fā)傳播？怎么讓用戶在活動中更爽？
在做出假設(shè)后，引導(dǎo)思維去挖掘分論點(diǎn)，然后分析。比如我希望活動傳播，我要考慮哪些人會傳播，他們是因?yàn)槔嬉T還是情感觸動？傳播的過程應(yīng)該什么樣，方便還是復(fù)雜？這樣的分析思維，比堪堪想一個(gè)空中樓閣的完美方案靠譜多了。
不管問題形式是如何、是否還是能不能，只要作出了假設(shè)，就能用MECE原則畫出金字塔結(jié)構(gòu)。不要想著從無盡的業(yè)務(wù)和數(shù)據(jù)中找出規(guī)律，這叫大海撈針。這種根據(jù)問題作為中心論點(diǎn)形成的結(jié)構(gòu)化思維，叫做問題樹／邏輯樹 Issue Tree。
假設(shè)抽絲剝繭后的每一個(gè)論據(jù)都應(yīng)該能用是或否回答。分析思維和數(shù)據(jù)分析不一樣，數(shù)據(jù)分析追求數(shù)據(jù)的精確度，而分析思維不需要，只要能回答問題，是和否足夠了。
假設(shè)會被否定或者拒絕，我認(rèn)為產(chǎn)品對用戶有吸引力，但是最后所有的論據(jù)，包括留存率、用戶使用時(shí)長、功能使用率、用戶評價(jià)都是否定，那么吸引力也就不成立，此時(shí)應(yīng)該修改假設(shè)：產(chǎn)品的某一方面有問題，然后繼續(xù)畫新的問題樹。
不要害怕修正錯(cuò)誤的假設(shè)，不要尋找事實(shí)強(qiáng)撐錯(cuò)誤的假設(shè)。
接下來談剪枝。MECE雖然能畫出詳盡的結(jié)構(gòu)，但不意味著我們要全部分析。維基百科案例中的IssueTree，有些分論點(diǎn)層層展開，有些分論點(diǎn)就嘎然而止。很多論點(diǎn)我們沒有深入必要，需要對這部分論點(diǎn)論據(jù)舍棄，目的是找出關(guān)鍵驅(qū)動因素。
企業(yè)利潤的關(guān)鍵驅(qū)動因素是利潤和成本，用戶吸引力的關(guān)鍵驅(qū)動因素是留存率。利潤和成本還能再找出其中的細(xì)分關(guān)鍵因素，留存率也一樣。這才是我們要的。
一旦找到關(guān)鍵驅(qū)動因素，可以基于此展開數(shù)據(jù)調(diào)研、取證、分析和結(jié)論，而不是對所有問題樹開展。為什么需要圍繞關(guān)鍵驅(qū)動因素？這里有一個(gè)新的核心法則，大名鼎鼎。
二八法則！
現(xiàn)在我們來理一下分析思維的思路：
提出假設(shè)—MECE原則（萬能公式）—結(jié)構(gòu)化分析—找出關(guān)鍵驅(qū)動因素—數(shù)據(jù)分析
二、了解SMART、5W2H、SWOT、4P理論、六頂思考帽等框架
七、波士頓矩陣
在傳統(tǒng)以營銷為主導(dǎo)的企業(yè)中，不論是日用品消費(fèi)還是生產(chǎn)制造加工，企業(yè)一定有一系列的產(chǎn)品。波士頓矩陣認(rèn)為，產(chǎn)品戰(zhàn)略管理可以從兩個(gè)角度衡量：市場增長率和相對市場占有率。
市場增長率是包括企業(yè)銷售額、競爭對手強(qiáng)弱及利潤高低的綜合指標(biāo)。而相對市場占有率則代表了企業(yè)在市場上的競爭實(shí)力。
這兩個(gè)都是可量化的指標(biāo)，將它們分別作X軸和Y軸，則能劃分出四個(gè)象限。
在產(chǎn)品管理中，我們把高增長率-高占有率的產(chǎn)品稱為明顯產(chǎn)品，從財(cái)務(wù)報(bào)告上看，它總是能產(chǎn)生利潤，但是高增長往往意味著高投資。某種情況下，它不代表著自給自足。如果市場份額處于壟斷或者領(lǐng)先地位時(shí)，那么企業(yè)不必再維持投入以保持高增長，此時(shí)產(chǎn)品能源源不斷地維持現(xiàn)金流，它被稱為現(xiàn)金牛。
現(xiàn)金牛產(chǎn)品的特點(diǎn)是高市場份額和低增長率。產(chǎn)品已經(jīng)邁入成熟期，其特征是產(chǎn)生大量的現(xiàn)金收入，數(shù)額遠(yuǎn)大于維持市場份額所需再投入的資金，是企業(yè)支持其他產(chǎn)品的后盾。
低增長率-低占有率的產(chǎn)品叫做瘦狗產(chǎn)品，這類產(chǎn)品對企業(yè)都是雞肋，財(cái)務(wù)特點(diǎn)是利潤率低、處于保本或虧損狀態(tài)。這類產(chǎn)品往往會實(shí)行撤退或者整頓的戰(zhàn)略。
低市場份額而高增長率的產(chǎn)品是問題產(chǎn)品，這些產(chǎn)品吸納的資金總是多于所產(chǎn)生的資金。雖然高增長率意味著市場未來潛力好，但是份額不高要打上一個(gè)問號。不投入資金，產(chǎn)品會衰亡，即使投入資金，若只能勉強(qiáng)維持住市場份額。那么它最終仍屬于瘦狗產(chǎn)品。
象限是動態(tài)的，明星產(chǎn)品的目標(biāo)是成為現(xiàn)金牛，問題產(chǎn)品需要擺脫泥沼增加市場份額，而所有的產(chǎn)品都可能衰退為瘦狗。
八、矩陣思維
實(shí)際上，在我最初學(xué)習(xí)波士頓矩陣的時(shí)候，我對現(xiàn)金牛、瘦狗的概念依舊一知半解。但我牢牢記住了矩陣式思考，記住了象限劃分。
何為象限？我們拿兩個(gè)量化指標(biāo)將分析對象劃分出多個(gè)種類：高-高、高-低、低-低、低-高，對象落在了四個(gè)象限，它便是矩陣思維下的產(chǎn)物
例如電商領(lǐng)域：
大家都應(yīng)該聽過爆款產(chǎn)品，在淘寶店鋪運(yùn)營中，爆款產(chǎn)品意味著高曝光量和低利潤率。這個(gè)詞第一次聽其他運(yùn)營提及時(shí)，他們說很多爆款產(chǎn)品并不賺錢，往往是做高店鋪的流量。當(dāng)很多人被爆款產(chǎn)品吸引過來的同時(shí)，會去購買店鋪其他正常利潤的商品，這里還會配合優(yōu)惠券做交叉銷售，提高營收，這種方法是俗稱的帶量。
在你不知道矩陣思維的時(shí)候，可能只有帶量這么一個(gè)概念。而學(xué)會了矩陣，你就能聽出上述那段話的兩個(gè)指標(biāo)：曝光量和利潤率?，F(xiàn)在用它們劃分出四個(gè)象限。
每種類別的商品對應(yīng)不同的運(yùn)營策略，潛力商品可以在后期運(yùn)營中增長曝光量，培養(yǎng)搜索權(quán)重；雞肋商品則要優(yōu)化轉(zhuǎn)化率。這里通過象限梳理清楚了基于商品的運(yùn)營邏輯，避免無頭蒼蠅般的抓瞎。
矩陣思維的一個(gè)優(yōu)點(diǎn)是方便歸類和聚焦，它是可以指導(dǎo)策略的。
商品的象限維度不止曝光量和利潤率。我們可以嘗試曝光量-轉(zhuǎn)化率，去分析商品落地頁的效果，比如高曝光量-低轉(zhuǎn)化率的商品，是不是設(shè)計(jì)和文案有問題？也可以嘗試?yán)麧櫬?回購率的象限維度，衡量商品長期的盈利多寡，某個(gè)商品雖然利潤低了些，但是用戶會反復(fù)購買，那么它也是半個(gè)明星產(chǎn)品。
矩陣思維可以應(yīng)用在商品運(yùn)營、用戶運(yùn)營、人員管理、時(shí)間管理、用戶行為分析、用戶需求分析、產(chǎn)品功能分析等多個(gè)場景上。
它之所以是一種經(jīng)典的思維框架，在于將無序的數(shù)據(jù)通過象限歸類為了有序。當(dāng)面對一堆數(shù)據(jù)或信息一籌莫展時(shí)，想一想矩陣的象限劃分，它也許就是點(diǎn)燃閃電的火苗。
九、馬斯洛需求層次理論
馬斯洛理論把需求分成生理需求（Physiological needs）、安全需求（Safety needs）、愛和歸屬感（Love and belonging）、尊重（Esteem）馬斯洛需求層次理論和自我實(shí)現(xiàn)（Self-actualization）五類，依次由較低層次到較高層次排列。在自我實(shí)現(xiàn)需求之后，還有自我超越需求（Self-Transcendence needs），但通常不作為馬斯洛需求層次理論中必要的層次，大多數(shù)會將自我超越合并至自我實(shí)現(xiàn)需求當(dāng)中。
通俗理解：假如一個(gè)人同時(shí)缺乏食物、安全、愛和尊重，通常對食物的需求量是最強(qiáng)烈的，其它需要?jiǎng)t顯得不那么重要。此時(shí)人的意識幾乎全被饑餓所占據(jù)，所有能量都被用來獲取食物。在這種極端情況下，人生的全部意義就是吃，其它什么都不重要。只有當(dāng)人從生理需要的控制下解放出來時(shí)，才可能出現(xiàn)更高級的、社會化程度更高的需要如安全的。
應(yīng)用：
從企業(yè)經(jīng)營消費(fèi)者滿意（CS）戰(zhàn)略的角度來看，每一個(gè)需求層次上的消費(fèi)者對產(chǎn)品的要求都不一樣，即不同的產(chǎn)品滿足不同的需求層次。將營銷方法建立在消費(fèi)者需求的基礎(chǔ)之上考慮，不同的需求也即產(chǎn)生不同的營銷手段。
根據(jù)五個(gè)需求層次，可以劃分出五個(gè)消費(fèi)者市場：
1． 生理需求→滿足最低需求層次的市場，消費(fèi)者只要求產(chǎn)品具有一般功能即可
2．安全需求→滿足對“安全”有要求的市場，消費(fèi)者關(guān)注產(chǎn)品對身體的影響
3． 社交需求→滿足對“交際”有要求的市場，消費(fèi)者關(guān)注產(chǎn)品是否有助提高自己的交際形象
4． 尊重需求→滿足對產(chǎn)品有與眾不同要求的市場，消費(fèi)者關(guān)注產(chǎn)品的象征意義
5． 自我實(shí)現(xiàn)→滿足對產(chǎn)品有自己判斷標(biāo)準(zhǔn)的市場，消費(fèi)者擁有自己固定的品牌 需求層次越高，消費(fèi)者就越不容易被滿足。
商業(yè)分析框架
1.第一層：?讓更多的用戶在更長久的時(shí)間內(nèi)以更頻繁的次數(shù)購買更昂貴的商品。
用戶在哪里，商業(yè)就會在哪里。我們用一句哲學(xué)的話概括。用戶從哪里來，用戶到哪里去，用戶是誰？
更長久的時(shí)間，衡量的是用戶生命周期（使用產(chǎn)品時(shí)間服務(wù)）。換一個(gè)接地氣名詞，叫做客戶忠誠度。在互聯(lián)網(wǎng)行業(yè)，也有另外一個(gè)指標(biāo)：用戶留存率。一是延長用戶使用時(shí)間，二是防止用戶離開。分析也可以從兩種角度出發(fā)，如果擁有某種功能或服務(wù)，用戶會不會更喜歡我們？如果砍掉某種功能或服務(wù)，用戶會不會離開我們？很多功能和服務(wù)其實(shí)處于中間態(tài)，對用戶的忠誠度不甚有影響。部分產(chǎn)品和服務(wù)，用戶使用時(shí)間是受限制的。例如懷孕，一款孕期管理APP，最理想的用戶使用時(shí)間就是十個(gè)月，商業(yè)模式也只能在十個(gè)月的范圍內(nèi)展開。如何延長使用時(shí)間？在APP中加入備孕功能是個(gè)不錯(cuò)的主意，在懷孕前，就讓準(zhǔn)媽媽們開始使用，另外則是往后推出新生兒相關(guān)的功能，那么產(chǎn)品的使用時(shí)間又近一步延長。備孕、懷孕、幼兒，橫跨三個(gè)階段的商業(yè)周期。
更頻繁的次數(shù)，衡量的是用戶的消費(fèi)需求。不同的商業(yè)場景下，消費(fèi)頻次肯定不相同。消費(fèi)頻次分為剛性頻次和彈性頻次。結(jié)婚就是剛性的頻次，一輩子基本只有一次。購物、出行、社交都是彈性頻次。
更甘貴的商品，衡量的是用戶消費(fèi)能力。更昂貴重要，而更重要的是要產(chǎn)生購買的行為。這里先理清兩個(gè)概念：價(jià)格和價(jià)值。價(jià)值是原材料、物流、研發(fā)的體現(xiàn)。價(jià)格是市場、品牌、公關(guān)、包裝的體現(xiàn)。價(jià)值高的商品價(jià)格不會低，價(jià)值低的商品卻可以價(jià)格高。發(fā)燒友的手機(jī)，情懷黨的手機(jī)等細(xì)分市場的杰出營銷。所以價(jià)值高于價(jià)格是商業(yè)的常態(tài)。
2.第二層：用更高的效率以更低的成本搶占更多的市場并且更好地滿足用戶需求。
這一層不限于經(jīng)營模式，而是管理模式。第一層的四個(gè)維度，并不能幫助商業(yè)模式活下來和活得久。因?yàn)槠髽I(yè)需要盈利，第一層框架對應(yīng)的只是GMV，而不是利潤。第二層框架，就是商業(yè)管理框架，我們不僅要經(jīng)營商業(yè)，還要能管理商業(yè)、控制商業(yè)。
更高的效率，這里的效率，不限于企業(yè)管理，也看資源的配置和運(yùn)營。
引入成本，將商業(yè)分析的視角拔高到新程度。以第一層的框架為基礎(chǔ)：更多的用戶，獲取一個(gè)用戶或客戶的成本是多少。這些成本能不能降下來？更長久的時(shí)間，為了一個(gè)忠誠用戶需要多少支出，用戶在使用產(chǎn)品和商品過程中產(chǎn)生了多少收益？用戶用了產(chǎn)品兩年我一分錢都沒賺到怎么辦？更頻繁的次數(shù)？為了促銷花費(fèi)了多少，ROI是多少？更昂貴的商品，營銷的費(fèi)用是多少？客單價(jià)是多少？商品的生產(chǎn)成本是多少？這些成本后續(xù)支出能不能收回來？市場和運(yùn)營的哪個(gè)環(huán)節(jié)投入，能夠獲得最大的回報(bào)？
市場份額可以粗略地劃分實(shí)體和線上。實(shí)體受地理位置影響，比如北上廣、中國市場、亞太市場、北美市場等。只要涉及實(shí)體，從超級賣場到燒餅鋪，都脫離不開空間屬性的影響。線上份額，即流量，是隨著互聯(lián)網(wǎng)興起的新興概念。如果分析商業(yè)的份額，一看用戶量，二看使用時(shí)間量，三看金額量。如果要分析商業(yè)的競爭格局，一看份額總體預(yù)期，二看份額增量，三看競爭對手?jǐn)?shù)量。
需要和需求。需要是一匹更快的馬，需求是更快的代步工具，更深層次的需求是我能快速達(dá)到我的目的地。需要是明確表示得到的一個(gè)結(jié)果，需求則是驅(qū)動需要的深層價(jià)值。很多商業(yè)模式并沒有理清楚需求，用戶尋求的從來不是產(chǎn)品或者服務(wù)，而是解決方案。用戶的消費(fèi)、用戶的忠誠都是圍繞解決方案進(jìn)。你能解決我問題，我才會對你忠誠。
第一層的分析，聚焦于商業(yè)模式如何經(jīng)營，是否能活下去。第二層的分析，聚焦于商業(yè)模式如何管理，是否能活得久。除了主要維度，還有其他因素也會影響我們的分析，例如政策影響，例如宏觀市場波動。這就是商業(yè)上的黑天鵝了。
3.第三層：用更好的創(chuàng)新搭建更大的生態(tài)延伸更多的領(lǐng)域。
