很久没有更新文章了，很多粉丝也在不断地催更，之所以一直没有更新，一方面不想因为更新而更新，这样出来的内容质量也不高，另一方面，我公众号的文章都是按照系列更新的，并不是零散的知识点，这样更便于大家系统地查看，如果大家有看过，应该注意到，到目前为止，我已经更新了【初识数据分析】、【数据分析思维】、【数据分析工具】、【数据分析统计学】、【数据分析面试宝典】、【机器学习】等6个系列，所以我也一直在思考，接下来和大家聊一聊哪些话题、写哪个系列。
不知道大家有没有类似的经历？有没有曾经因为追求高端的算法和工具而没有及时交付最终的业务结果，最后被老板一通批评；有没有拿着一个单点的数据分析结果就给出了一个全面的结论和建议；有没有给过一些因果倒置或者“幸存者偏差”的结论，导致业务走了弯路。
这些经历大家多多少少都会遇到，为什么会犯这些错误？因为我们缺乏了一些基本的数据分析思维。刚好最近一直在拜读郭炜的【数据分析思维课】，讲地很好，内容深入浅出，很接地气。我们很多人缺乏的不是数据分析的理论，而是在实际场景中应用理论的能力，理论+实际场景=方法论，如何把看似浮在空中的理论落地到实际的工作场景中来，就需要通过简单易懂的案例和近似白话的语言传达出来，这也是为什么会有【白话数据分析】这个系列的原因。无论你是什么阶段什么水平，我们从生活/工作中最常见的案例出发，用最直白的文字把理论讲清楚，真正掌握数据分析的基本思维和原理，这也是写这个系列文章的初衷。
因为是白话，所以在这个系列文章中，没有晦涩难懂的公式和复杂的程序，我只是希望用大白话的形式，结合工作和生活中的各种各样的例子，学会怎样从数据分析的角度来解决这些问题，掌握一些数据分析最基本的知识。放我们再看待同一件事情的时候，思路和以前不一样了，可以从数据的角度来诠释身边发生的事情，用数据的思维来做出你的判断。
01 什么是指标？
指标在数据分析中扮演着重要的角色，可以帮助我们更好地了解数据趋势、量化目标和评估绩效等。本文将从指标的定义、作用、案例分析、常用指标介绍、指标的选择和设计以及总结和展望等方面详细介绍指标在数据分析中的应用。
指标是用来度量或评价某一事物的具体参数或变量。它是一个具体的数值或比率，用于表示一个事件或现象的某种属性或特征。指标可以是绝对值或相对值，可以反映事物的大小、趋势、质量或效果等。指标通常是经过精心设计和筛选后的，它需要具有准确性、可比性、可重复性和可解释性等特点。
02 指标的作用
-
了解数据趋势。 通过观察数据指标的变化，我们可以了解某一现象的趋势和变化情况。例如，通过观察某个产品的销售量指标，我们可以了解它的销售趋势和变化规律。 -
量化目标。 指标可以帮助我们量化目标，从而更好地评估业绩。例如，通过设定销售额指标，我们可以衡量业务部门的绩效表现。 -
评估绩效。 指标可以帮助我们评估绩效，并且发现问题。例如，通过观察某个业务指标的变化，我们可以评估业务绩效，并找到需要改进的地方。 -
优化策略。 通过指标，我们可以发现问题、优化策略、提高效率。例如，通过观察某个网站的流量指标，我们可以找到瓶颈并优化流程。
03 电商指标案例分析
3.1 数据搜集
3.2 用户行为分析
-
活跃用户数：每日或每周登录或使用APP的用户数，帮助我们了解用户对产品的使用程度。 -
新增用户数：每日或每周新增的用户数，帮助我们了解产品的市场表现。 -
用户留存率：衡量用户在某段时间内保持活跃的程度，例如第2天、第7天、第30天的留存率等，帮助我们了解产品的用户忠诚度。 -
用户流失率：衡量用户在某段时间内不再使用APP的程度，例如第2天、第7天、第30天的流失率等，帮助我们了解产品的用户流失情况。
3.3 业务数据分析
-
转化率：衡量用户在完成某一目标时的比率，例如点击广告后的转化率、购买商品的转化率等，帮助我们了解产品的市场表现和营销策略的效果。 -
客单价：衡量用户在一次购物中的平均花费，帮助我们了解用户消费水平和产品的市场定位。 -
复购率：衡量用户再次购买同一商品的比率，帮助我们了解用户对产品的满意度和忠诚度。 -
销售额：衡量产品的销售情况，帮助我们了解产品的市场表现和销售
3.4 结论&建议
-
用户群体：该电商app的用户以年轻人为主，男性用户略多于女性用户，用户地域主要分布在一二线城市。 -
用户行为：用户在app上的停留时间较短，平均停留时间只有50秒左右，用户对商品的浏览时间也很短，大多数用户只浏览了一次商品详情页就离开了。 -
营销策略：电商app在营销方面采用了比较多的促销活动，如限时折扣、满减等，但是由于用户留存率低，大部分用户只是来看看活动，并未进行购买。
-
用户群体：可以通过营销渠道和推广手段，将目标用户群体扩大到三四线城市和农村地区。另外，可以通过分析男性用户和女性用户在app上的行为差异，进一步优化产品和服务。 -
用户行为：可以通过提升app的用户体验来增加用户的停留时间和商品浏览时间，如优化商品分类、推荐系统等。同时，也需要提高用户的复购率，例如推出积分兑换、优惠券等活动。 -
营销策略：需要根据用户行为和反馈，优化营销策略。例如，对于留存率较低的用户，可以通过私信或推送消息等方式，提供个性化优惠券或折扣码，来吸引用户再次购买。
04 常用指标介绍
4.1 用户活跃度指标
-
DAU：日活跃用户数，指一天内至少使用产品一次的独立用户数。 -
MAU：月活跃用户数，指一个月内至少使用产品一次的独立用户数。 -
WAU：周活跃用户数，指一周内至少使用产品一次的独立用户数。 -
留存率：指用户在一定时间内继续使用产品的比率，常用的留存率包括1日留存率、3日留存率、7日留存率等。
4.2 流量指标
-
PV：页面浏览量，指网站或者产品页面被浏览的次数。 -
UV：独立访客数，指网站或者产品某个时间段内独立访问的用户数。 -
IP：独立IP数，指网站或者产品某个时间段内独立访问的IP数。 -
跳出率：指用户访问一个页面后直接退出的比率。 -
平均停留时间：指用户在一个页面停留的平均时间。 -
转化率：指流量中实际产生购买、注册、留言等行为的比率。
4.3 转化率指标
05 总结
更多【数据分析思维】、【数据分析工具】、【数据分析面试笔试】、【数据分析统计学】等系列干货内容请回翻公众号，更多数据分析干货文章持续更新中，敬请期待，如果觉得不错，也欢迎分享、点赞和点在看哈~
往期精选
end
