当前位置:首页 > 抖音教程 > 抖音资讯 > 本文内容

大合集!互联网行业常用数据分析指标

发布时间:2023-03-19 03:50:04源自:https://www.it-th.com作者 :it谈话网阅读(265)

说在前面


大家好,我是学习的小xiong熊妹。


一篇讲到,数据分析的8大步骤里,找指标非常重要的一步。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。

用户行为类指标

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点击,相当于在网上店铺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。

品类指标

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

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

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、力度更大经常烧钱增长。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

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。

-END-

欢迎分享转载→ 大合集!互联网行业常用数据分析指标

用户评论

精品推荐

© 2013-2028 - it谈话网 版权所有 收藏本站 - 网站地图 - 关于本站 - 网站公告 - 合作申请