数据分析|直接套用!互联网都在用的五类数据分析指标,拿来吧你!
盘点互联网行业常用的5类指标。
正文|2137 字|预计阅读时间|9 分钟
上一篇讲到,数据分析的8大步骤里,找指标是非常重要的一步(点击即可前往文章👉《八步,做出完整的数据分析》)。通过这一步,把一个具体业务描述,转化为一个可以通过数据量化分析的问题。
理论上,分析指标要根据具体业务场景来设计。但这样操作起来太复杂,很多小伙伴会问:有没有常用的指标,能直接拿来套用?今天就跟大家盘点下,互联网行业的常用指标。
用户行为指标是互联网行业和传统行业最大区别。传统行业,用户行为发生在门店里,极难用数字化手段记录,因此只有在发生交易时,才能记录数据。
传统企业的大部分数据都是交易数据。而互联网行业依托小程序/H5/APP,能记录用户在每个页面的点击,相当于在网上店铺的每一步动作都有记录,因此能分析很多东西。
具体到指标上,可以套用AARRR模型,分模块展开:
拉新:主要用于分析拉新的转化效率与质量。拉新是很多互联网公司最重要的任务,拉新成本是很多互联网公司最大的成本支出,因此拉新关注度极高。
用户活跃类指标:用户活跃类指标是日常关注的重点。活跃用户是一切业务的基础,且活跃行为是可以每日记录的,因此运营/产品部门日常都盯得很紧。
用户留存类指标:留存指标一般和拉新/活跃指标结合起来看。由于留存统计相对滞后(要等XX天才能统计),因此一般是月度复盘/事后分析的时候看的多。
用户转化类指标:用户转化一般指付费行为,这是互联网商业模式变现的重要渠道。看的指标主要围绕有多少人买,买了多少,是否连续购买等展开。这里和传统企业的会员消费分析很像,能衍生出很多子指标。
用户转介绍类指标:用户转介绍行为类型很多,转发内容/转发商品/介绍新用户加入等,都是转介绍行为。因此转介绍行为的定义常常会结合具体的转介绍形态而变化。很少有统一的指标。如果一定要概括的话,可以概括为:
-
有转介绍行为人数:发生转发内容/转发商品/介绍新用户的用户人数
-
转介绍行为带来的效果:新注册用户/商品购买/内容阅读等等
除了AARRR以外,还有一类特殊的行为:风险类行为,用于识别用户的危险动作。在不同业务场景,风险定义不同。比如电商场景下刷单、薅羊毛,游戏场景下外挂使用,金融场景下欺诈交易等等。
产品类指标是互联网行业特色。用户在互联网APP/H5/小程序内会使用不同的功能,好用的话会一直用,不好用会中途放弃,这些都能记录数据,从而通过产品分析,不断淘汰没人用的功能,优化有人用的功能,提升效率。
产品分析的常见指标如下:
注意:产品分析是有级别的,最高级的是对整个APP/H5/小程序的页面/功能做盘点。其次是对某一个具体页面(比如首页、商品详情页、购物车页)或者某一个具体路径(比如从首页的banner位点广告进入商品详情,再选择商品进行交易这样一条路径)进行分析。
最细的则是分析某一次改版的,某一个按钮/页面布局调整等等。上边举例的指标更多是对页面/路径分析的指标,其他情况,有空再详细分享。
内容类指标也是互联网行业的特色。互联网上发布的视频/图文,能记录阅读情况。一般内容运营/营销推广/新媒体运营等与内容打交道密切的部门,会很关注这一类指标。
常见的内容指标如下:
通过这些指标的分析,创作内容的部门,比如:内容运营/新媒体运营,能找到哪些内容阅读高,哪些转发多,从而总结出写文章的套路,提升内容传播范围。利用内容的部门,比如营销推广,能关注哪些内容带来的转化好,从而提高推广效率。
活动类指标,在互联网和传统行业都很常见。相比之传统行业,互联网行业的营销活动密度更高、力度更大,经常是烧钱换增长。因此活动相关指标关注度很高。
常见的活动指标如下:
通过这些指标的分析,能让负责活动的同事直观看到活动效果,并且在不同类型/不同力度活动进行比较,找到更高效开展活动的方式。
有些活动会包含多个角色,比如拼团活动,会同时有团长/团员两个角色;裂变类活动,有裂变发起人/参与者两个角色。
不同角色的参与条件、达标动作、达标奖励不太一样,因此可以拆分两类群体,分别看活动目标人数/参与人数/达标人数等指标。
商品类指标,在互联网和传统行业都很常见。区别是传统企业大部分是实物商品,互联网则有一堆虚拟商品,比如虚拟货币、会员特权、游戏装备、直播打赏等等等。
因此互联网行业的商品管理,有可能比传统行业简单一点,不需要那么焦虑的盯着库存周转指标,生怕在仓库里待久了,货都过期了。
常见的商品指标如下:
通过这些指标的分析,能让负责商品运营的同事直观看到商品畅销/滞销情况,从而调整商品进销存计划,避免商品积压/缺货。
注意,虚拟商品原则上是没有库存的(或者说库存想设多少设多少)。但是滥发虚拟商品,又会引发互联网中通货膨胀与商品贬值。比如游戏里稀有皮肤卖的贵,是因为稀有才贵,为了短期收入搞大优惠,一但烂大街,反而大家都不稀罕了。
所以控虚拟商品的库存,不是看商品动销率或者在库时间,而是看GMV整体目标。在达成GMV整体目标情况下,高中低端商品保持一个稳定的库存结构,避免烂大街。
以上就是今天的文章分享内容啦,如果文章对您有帮助,请动动手指,分享、收藏、点赞、在看,有什么其他问题或想法,也欢迎下方评论区留言,我们一起讨论~
作者|小熊妹|编辑|小九
九枝兰营销云,全链路技术,赋能企业管理整个客户旅程,是企业获取客户、培育转化客户以及提升客户终身价值的数字化增长引擎。主要产品分为4个模块:聚合广告投放管理系统(iAd)、营销效果衡量与分析系统(MMA)、消费者数据资产管理系统(CDP)、营销自动化(MA)。
我们更懂数字化营销,即使企业没有大量数据基础,九枝兰仍然可以帮助您建立前端数字化营销活动,获取新客源、沉淀积累数据,再接入后端,开启私域运营模式,建立一方数据湖,提升新老客户终身价值,让您的市场团队更轻松的创造出更高价值。
截至目前,九枝兰营销云,合作客户超300家、互联网主流媒体超20家,年度管理客户投放金额超100亿元,现已成长为客户认可的更懂数字化的技术服务商。
扫描下方二维码,注册成为九枝兰用户,即可获得「3天免费试用权」。
更多详情,可扫描下方二维码,添加九枝兰-阿潘进行咨询~