数据分析：换个角度来思考业务
注：本文的核心思路参考典型的零售业务场景。
对于绝大多数的业务而言，其最终的产出通常都可以用收入来衡量。总收入可以表示为基本收入单元数量*平均每单元的收入。
无论产品服务的对象是toC的个人还是toB的商户，其本质仍然是解决人的需求，所以，这里把用户视为基本收入单元，。
那么总收入的基本公式可以表示如下：
实际上每个用户所能带来的收入千差万别，更严谨地用数据公式来表示应该是
,这里是指第个用户带来的收入，总用户数为.
用单个矩形来表示每个用户带来的收入，那么总收入可以如下呈现。
需要注意的是，这里的:
用户总数严格意义上来讲是能产生收入的用户，如果不能带来收入那没有必要放到这个公式里面来，对于某个平台而言，这个用户总数肯定不是app下载量、注册用户数、累积活跃用户数等这些“看起来很美好的数字”。单个用户的收入，严格来说应该是平均单个用户的净产出，也就是要剔除成本的。
继续对单个用户的收入进行拆分，为了便于区分，后面用净产出来表示剔除了成本后的“纯收入”。
对于单个用户而言，其预期的总产出通常被称为用户生命周期价值(Customer Lifetime Value,简称CLV)。
而成本部分，主要包含两部分：
用户获取成本，Customer Acquisition Cost，简称CAC，CAC代表让用户进入平台“大门”所需要花费的成本，这种成本通常体现在拉新时的渠道广告费上。对于从未使用过某平台(或产品)的用户而言，要让他们知道自己的存在，就需要借助这些连通目标客群的渠道去做宣传，然后把他们引过来，通过这种方式来获取新用户产生的成本就是CAC； 用户培养成本，Customer Development Cost，CDC，名称随便取的，不要介意，主要是为了和CAC区分。获客成本只代表了让用户“进门”或者从0到1的步骤，但是对于大多数并不是要做“一次性买卖”的平台(产品)而言，其目的是让用户一而再，再而三地留在产品中继续消费，通常这个过程被称为“忠诚度养成计划”或者从1到N的过程，会涉及用户留存、促活、召回等诸多业务操作。不管是满减、折扣这类直接现金补贴，还是会员积分制的间接补贴，这些为了让用户在业务体系下一步一步成长所花费的成本就是CDC。
完善下刚才的那个公式，可以得到。
对CLV继续拆分(对于单个用户而言)：
交易期数 用户生命周期为用户在平台上“存活”的时长(首次访问~末次访问)； 业务观测周期，可以理解为一般关注多长时间范围内的交易，比如7天、1个月、3个月等，一般来说，对于大部分用户而言在一个业务观测周期内都有至少一次“交易”； 成单概率，每次用户访问并不一定都会下单，通常会受到如下影响： 用户是有需求然后主动访问，还是因为有某个活动或提醒而产生的“被动”访问(通常用户只是抱着“看一看”的想法)； 商品(信息)推送，有没有用户想要或者感兴趣的商品或信息，e.g.微信读书推送提醒某本书没有读完是否真的有用？如果用户是强需求自然会读“完”，读不完的反而该概率是觉得内容不好或者只读了感兴趣的部分； 产品流程，用户在浏览、下单过程中是否顺畅； 运营活动，临门一脚，为什么是现在买？为什么要在这个平台上买？
把上述对“总收入”的拆分整合如下
再回头看这张图，以提升“总收入”为目标，可以思考：
可以针对公式中的哪些环节做哪些事情来提升？ 业务中的不同岗位(比如产品、运营、算法等)各自关注什么、要做什么事情； 作为数据分析师，会涉及哪些分析的场景，如何衡量不同产品运营活动的目标和效果？
评论