对于商业数据分析师来说,经常面对不同的行业不同的业务,以及不同的问题,每次都是新的问题,为了提高解决问题的效率,模型就显得非常必不可少了,为此,整理了商业数据分析常用的十大分析模型。
一、AARRR模型
1、模型的含义
麦克卢尔将创业公司最需要关注的指标分为五大类:获取用户(Acquisition)、提高活跃度(Activation)、提高留存率(Retention)、获取营收(Revenue)和自传播(Referral),首字母合在一起简称AARRR。
AARRR模型,又称海盗模型,该模型的核心是以用户为中心,以完整的用户生命周期为线索,获取用户整个生命周期的价值。为此,肖恩埃利斯i在《增长黑客》实践部分专门分享了AARRR模型的各个步骤及其需要关注的重点工作。
步骤一:获取用户(Acquisition)
三种用户增长的方式:病毒渠道、有机渠道和付费渠道,一般在创业公司发展的不同阶段会有不同的侧重,三种方式都必不可少。
步骤二:提高活跃度(Activation)
激活用户,关注用户在产品中各个阶段的转化漏斗,通过漏斗分析、用户调研访谈等找到用户流失的原因,并逐步迭代改进。
步骤三:提高留存率(Retention)
留存按照产品发展的阶段不同侧重点也有所差异,初期关注于产品给用户提供的价值,解决的问题是什么;中期围绕用户的使用习惯来改善;长期围绕为用户提供什么价值。
步骤四:获取营收(Revenue)
互联网产品变现商业模式主要有:广告、电商、游戏、直播、会员付费、互联网金融等模式,我们需要根据用户的特色和需求,进行合理的定价和变现方式。
步骤五:自传播(Referral)
这是所有创业者所期待的,用户自发地进行产品的传播与推广。
AARRR模型在当下互联网环境中一般不直接使用,更多的作为企业运营管理人员的框架思考,如用户增长的方式、何时进行商业化变现、如何进行自传播等。
图:蚂蚁金服进行用户分析的框架
如果你作为管理者或者数据分析师进入到一个新的组织,你可以借助此模型框架去了解公司的现状,具体需要了解的信息如下:
A、 该产品当下的用户规模有多大,用户渗透率多高?用户月新增多少,三种方式分别占比多少?
B、 该产品现在留存如何,次留七留月留存处于什么样的水平,跟同类型头部产品相比,以及用户流失的原因是什么、做了哪些动作来提升用户留存,用户市场是判断留存的方式之一
C、 该产品是如何赚钱的,如何进行商业化变现的,收入构成怎么样?收入=GMV/GTV take rate=DAU/MAU *付费率*ARPU等,找到产品变现的方式以及跟运营之间的关联性
D、 用户的分享意愿度如何,是否会通过分享带来用户的增长?
根据美国数据库营销研究所Arthur Hughes的研究,客户数据库中有三个神奇的要素,这三个要素构成了数据分析最好的指标:最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)。RFM是Rencency(最近一次消费),Frequency(消费频率)、Monetary(消费金额),三个指标首字母组合,RFM模型是衡量当前用户价值和客户潜在价值的重要工具和手段。
RFM模型是通过一个客户的近期购买行为、购买的总体频率以及花了多少钱3个维度来描述该客户价值状况的客户分类模型,这3个维度分别表示为:
最近一次消费到现在的时间 (Recency):这个值越小对我们来说用户价值越大
某个周期内(天/周/月)消费频率次数 (Frequency):这个值越大用户价值越大
某个周期内(天/周/月)消费金额 (Monetary):这个值越大用户价值越大
根据RFM模型中三个变量分别按照高于平均值、低于平均值分为H(high)、L(low),我们可以分为8种类型(2*2*2),分别为HHH、HHL,即最近30天下单且下单频次高于平均的用户,我们记为价值客户;HLH、HLL,即最近30天下单但频次低于平均的用户,我们记为普通用户;LHH、LHL、LLH、LLL,即最近30天未下单的用户,我们记为挽留用户(30天根据不同的行业进行调整,如游戏行业、外卖可能是7/14天、长视频也许是30-90天等,可以根据行业惯例或用户的周期来进行调整)。详细分类如下图所示:
当然,RFM模型不仅应用于互联网电商、游戏等领域,也在传统的银行、耐用消费品、零售、长视频平台等行业领域广泛应用。当然每个行业的定义可能会有所变化,如游戏行业,不一定是最近一次消费到现在的时间 (Recency),而是可以用最近一次登录到现在的时间;F也不一定是某个周期内(天/周/月)消费频率次数 (Frequency),而是某个周期内的登录频次;因为游戏行业登录就是一种价值,用户本身就是游戏的内容,尤其是PVP属性较强的游戏。
用户旅程模型,是指用户在APP或网站中的访问行为路径,旨在通过描述用户行为路径,使设计师、产品经理等项目成员更好地了解用户和洞察诉求。用户旅程图是一种用户研究工具,可以在一段时间内找出用户与产品互动的所有渠道间的关系,因此可以专注于特定某一阶段,也可以提供整个体验的感受;它不仅可以确定用户与产品之间的关键接触点,而且提供了用户对旅程阶段中每个接触点的感受、动机和问题。
用户旅程图是一种用户研究工具,它从用户视角出发,直观展现产品流程各个触点上用户的痛点、需求和情绪,旨在通过描述用户行为路径,使设计师、产品经理等项目成员更好地了解用户和洞察诉求,从而了解用户从登录到购买整体行为的主路径和次路径,根据用户路径中各个环节的转化率,发现用户的行为规律和偏好。通过用户痛点,发现产品现有问题,找到机会点,帮助梳理产品流程,提升用户的留存或转化率。
通过用户旅程模型,可以可视化用户流,全面了解用户整体行为路径、可以定位影响转化的主次因素,产品设计的优化与改进有的放矢、可以了解用户从登录到购买整体行为的主路径和次路径,根据用户路径中各个环节的转化率,发现用户的行为规律和偏好、从用户视角出发,直观展现产品流程各个触点上用户的痛点、需求和情绪,从而改进提升用户体验。
用户体验思维:互联网时代需要学会站在用户的视角来体验产品,关注用户体验,不局限于互联网,所有的直接服务用户的领域我们都可以参考此模型;此外,除了用户旅程模型,还有净推荐值、国际标杆模型Google HEART以及GSM模型、PLUSE模型等常用方法
三步掌握用户旅程模型
步骤1:通过用户访谈/现场观察/自身体验等方式,了解用户的主要诉求、使用场景、使用步骤,并结合流程、分类等思维方法进行分类,确定用户行为操作步骤及层次
步骤2:根据用户操作行为阶段的划分,分析每个阶段用户的操作方式、使用感受/表情、痛点等
步骤3:分析用户的痛点或跟行业对标分析找出差异点,寻找解决用户痛点的解决方案
事件分析法是用来研究用户的某个、某些行为事件本身特征的方法,企业借此来追踪、记录用户行为或业务过程。事件分析是所有分析模型中最基础的一种,它是指对具体的行为事件,进行指标加工的一种分析方法,常见的指标计算规则为行为事件发生的人数、次数、人均次数,以及针对行为事件的属性特征进行特殊运算,如去重、求和、求均值等。
以互联网金融行业常见的用户投资为例,通过对“投资成功”的事件分析 ,可统计每日成交的投资产品订单数、投资总额,并且可以研究投资总额的趋势、周期,及时洞察数据中的异常点。通过研究与事件发生关联的所有因素来挖掘用户行为事件背后的特点、趋势及异常等现象。
在第二次世界大战中,美国陆军军械部军械维修所提出了一条思考问题的法则,即通过不间断地提出七个问题,Why、What、When、How、Where、Who、How Much来完整地分析问题,检查思考过程中的遗漏,这种法则便被称为5W2H法则。后来,这种法则被推广到战略管理和议题管理上面,再后来又被普及到商业领域的每个环节当中,因而5W2H法则便成了一件重要的思维工具。
“5W2H”分析法是一种简单、方便、易于理解及使用,同时又富有启发意义的分析方法,被广泛用于企业管理和技术活动,对于决策和执行性的活动措施也非常有帮助,有助于弥补考虑问题的疏漏。“5W2H”发明者用5个以W开头的英语单词和两个以H开头的英语单词进行设问。
5W2H法则包括为什么(Why)、做什么(What)、何人做(Who)、何时(When)、何地(Where)、如何(How)、多少(How Much)七个问题,发明这项法则的人通过这七个问题来发现解决问题的线索,寻找发明思路,进行设计构思。这七个问题具体内涵为:
Why——为什么?为什么要这么做?理由何在?原因是什么?这个问题的提出是为了寻找问题出现的背景和条件。
What——是什么?目的是什么?做什么工作?这个问题的出现是为了确定当前所面对的问题到底是什么。
Who——谁?由谁来承担?谁来完成?谁负责?这个问题的出现是为了确认问题的对象。
When——何时?什么时间完成?什么时机最适宜?这个问题的出现是为了解决一切与问题有关的时间问题。
Where——何处?在哪里做?从哪里入手?这个问题的出现是为了解决与问题有关的地域或切入点问题。
How——怎么做?如何提高效率?如何实施?方法怎样?这个问题的出现是为了解决与问题有关的方式方法。
How Much——多少?做到什么程度?数量如何?质量水平如何?成本产出如何?这个问题的出现是为了计算解决问题出现所需要耗费的资本、精力或其他投入。
“5W2H”的本质是把一件事情,按照7个要素进行了拆分。
购物篮是指商场内提供的顾客购物时放置商品的篮子或购物车,当顾客结算时这些购物篮内的商品被收银人员登记结算并记录。顾客的购物篮隐含着重要且有价值的信息,等待人们去发掘。人们常利用这些信息来研究顾客的购买行为,称之为购物篮分析(MBA)。购物篮分析最主要的目的在于找出什么样的东西应该放在一起。在这里我们关心的对象是那些之间有很强相关性的商品,从而发生当某个顾客购买某个商品时,最有可能同次或者下次购买的其他商品是什么。也就是说,通过大量顾客的历史购买行为来预测并找出不同商品间相应的关联规则(Association Rules)。公司依据这些规则的挖掘结果向顾客推荐相关联的产品,提高客户的客单价。
购物篮分析中有这么一个经典案例,说的是啤酒与尿布的故事。在美国沃尔玛连锁超市里,有一个有趣的现象:尿布和啤酒居然摆在一起出售。但是这个奇怪的布货方式却使尿布和啤酒的销量大增了。沃尔玛拥有世界顶级的数据仓库系统,集中了其各个门店详细的原始交易记录数据。沃尔玛希望能够准确地去了解顾客在门店的购物习惯,发现他们经常会一起买的商品,依据存储的丰富数据和其建立的数据仓库,沃尔玛采用数据挖掘方法对顾客的购买行为进行分析。一个意想不到的发现是:和尿布一同购买最多的商品居然是啤酒!通过大量的实际调查分析发现,尿布与啤酒背后隐藏着美国人的一种行为模式:在美国,一部分年轻的父亲在下班后经常需要到超市购买婴儿尿布,他们中30%~40%的父亲会为自己买些啤酒。这一现象产生的原因是:美国的太太们常常会嘱咐她们的丈夫在下班后为小孩买些尿布,于是丈夫们在购买尿布后又顺手带回他们所喜欢的啤酒。
鱼骨图,又名因果图,是一种发现问题“根本原因”的分析方法,根据使用场合和目的可划分为问题型、原因型及对策型鱼骨图等几类。鱼骨图是由日本管理大师石川馨先生发明的,故又称石川图,其特点是简洁实用、深入直观。鱼骨图看上去有些像鱼骨,把问题或缺陷(即后果)标在“鱼头”外。在鱼骨上长出鱼刺,上面按照出现机会多寡列出产生问题的可能原因,有助于说明各个原因之间是如何相互影响的。鱼骨图清晰地表明了问题产生的各种原因,指出了影响问题解决的因素,使决策者对问题有整体的把握。
传统鱼骨图分为问题鱼骨图、原因鱼骨图和对策鱼骨图三类。问题鱼骨图可将某一问题细分成若干子问题供大家逐一探讨;原因鱼骨图可将某一问题或现象分解成若干方面(或方向),以供大家寻找原因;而对策鱼骨图可列举出要改善某一现状或达到某一目标可能所需的若干对策。鱼骨图能帮助我们回答“是什么导致某问题或现象的发生”和“用何种对策解决何种原因产生的问题”。鱼骨图作为一种辅助分析决策的工具,适用于各类问题的分析场景中。
画鱼骨图主要分为以下三步。
第一步,列出需要解决的问题,并将这个问题写在鱼头处。一般来说,只有在我们想对策的时候,才会把鱼头向左画,其他问题分析型和整理型鱼骨图的内容都是鱼头向右画的。我们在复盘中主要涉及的是问题分析型的内容,所以鱼头会向右。
第二步,召集同事共同讨论问题出现的可能原因,尽可能多地找出问题的原因。我们在讨论问题出现的原因时,会遵循很多种方法,比如人机料法环、人事时地物、5W1H等。不管哪种维度,我们都应做到畅所欲言,也就是每个人都要积极地思考,并将思考的内容表达出来。这样,我们才能实现真正的集思广益。切记,不可以把这个环节变成某个人的表演秀,比如,某些领导非常积极地提出各种假设,洋洋洒洒说了一堆,别人都在随声附和或低头不语。其实这样就失去了共同讨论的意义了。
第三步,把相同的问题分组,在鱼骨上标出。我们在分析一个问题的原因时,大脑会比较发散,这时,我们一定要能够将发散的内容整合到鱼骨图中。如果一根中骨能够涵盖,那就罗列到一根中骨中;如果一根中骨不能涵盖,则单独再列出一根中骨,在此基础上做进一步的延伸。总之,将相同的内容进行分组。
PDCA循环的概念最早是由美国质量管理专家戴明提出来的,所以又称为“戴明环”。PDCA四个英文字母及其在PDCA循环中所代表的含义如下所示。
P(Plan)——计划,确定方针和目标,确定活动计划、行动方案、资源保障方案。
D(Do)——执行,实地去做,实现计划中的内容,执行要有明确的责任人和授权。
C(Check)——检查,总结执行计划的结果,检查要有明确的标准和方法,找出问题,检查要有明确评价结论和改进建议
A(Action)——行动,对总结检查的结果进行处理。
PDCA 企业应用案例
PDCA循环是有效进行一项工作的合乎逻辑的工作程序,包括的四个过程需要周而复始地进行。一个循环完了,解决了一部分的问题,可能还有其它问题尚未解决,或者又出现了新的问题,再进行下一次循环
因此在企业的各项工作中都可以用到PDCA。
除了企业在运营中使用PDCA和复盘的方法论外,我们也非常推荐在职场的同学经常使用复盘和PDCA模型回顾自己的职业生涯
漏斗模型是指一种线性的思考方式,一般按照任务的完成路径,识别出其关键行为转化节点,分析行为点间的转化与流失情况,进而定位问题,指导决策。漏斗模型的关键在于理清事务的核心流程或环节。
漏斗模型应用于多种场景下,如用户增长漏斗、招聘漏斗、求职漏斗、营销转化漏斗、销售漏斗、投资漏斗等,具体如下:
A、用户增长漏斗:acquisition(获取用户)、activation(激发活跃)、retention(提高留存)、revenue(增加收入)、referral(传播推荐)
B、招聘漏斗:关键节点邀约、到访、面试(初试、终试)、offer发放、入职,这个模型展示了公司获取人才的完整链条,经过层层过滤、渗透,将外部候选人转变为自身员工的过程
C、客户营销转化漏斗:平台的广告展现-点击-访问-咨询-成交这个过程中,每个流程都伴随着流失和跳出,说明各个阶段存在的问题和改进的空间
用户生命周期定义:指用户从第一次接触产品开始,完成下载APP、注册、绑卡、交易、流失等甚至卸载APP为止的整个阶段。
计算CLV的主要方法分为历史CLV和预测CLV:
历史CLV :每个用户的所有历史购买中获得的毛利润之和。即CLV(历史记录)=(Transaction1 + Transaction2 + Transaction3…+ TransactionN)X AGM
(AGM =平均毛利率)
预测性CLV:对先前交易历史和各种行为指标的预测分析,可预测个人的生命周期价值。只要算法正确,每次购买和互动时该值就会变得更加准确。
电子商务专家弗拉基米尔·迪米特罗夫(Vladimir Dimitroff)解释说:“ CLV始终是来自客户的所有未来收益之和的总NPV(净现值)减去与该客户相关的所有成本。”
产品生命周期分析要求企业把业内主要产品所处的生命周期进行定性判别,其判别依据一般采用市场接受程度和销售成长等指标
此外,我们在对企业产品进行分析时,会根据不同生命周期进行对比分析,从而得出企业销售贡献的健康程度、企业利润贡献的情况等,从而根据生命周期预估未来的收入利润。