一、统计量：用于描述和总结数据特征的指标

注意指标背后的统计口径和定义

SQL中的聚合函数就是统计量的具象化

-- 计算总订单数
SELECT COUNT(*) FROM orders;

-- 计算订单金额总和
SELECT SUM(order_amount) FROM orders;

-- 计算订单金额平均值
SELECT AVG(order_amount) FROM orders;

-- 查找最大订单金额
SELECT MAX(order_amount) FROM orders;

-- 查找最小订单金额
SELECT MIN(order_amount) FROM orders;

-- 连接每个订单中的顾客姓名（仅适用于MySQL）
SELECT order_id, GROUP_CONCAT(customer_name) FROM orders GROUP BY order_id;

-- 计算订单金额的方差
SELECT VARIANCE(order_amount) FROM orders;

-- 计算订单金额的标准差
SELECT STDDEV(order_amount) FROM orders;

二、统计指标：是基于某个样本汇总的统计量

分析的过程，也就是用指标说明的过程：

总订单数在下降，背后是活跃用户数减少，但是人均付费金额没变，说明所有结构的用户都在流失，这些用户流失前的人均使用时长都在下降，他们慢慢的不喜欢使用我们的产品了。

当【人均时长下降】之后，可以拆开样本看他们的分布，发现【前20%的用户人均使用时长和占比】也在下降，指标也就下钻了一层。结论也从：平均使用时长下降->头部客户的使用时长减少是主要原因。（用于指标异动分析）

到了这里会发现，一些模型其实就是统计量的展现形式，比如RFM对应的三类指标，划分的依据是来自统计量的选择（高中低）。实际工作中很少用到这个模型，仅依靠三个指标来划分用户太过于片面。

三、指标的实际运用

3.1 RFM在互联网公司的实际应用

需要变化的地方在于：

• 1）指标的选择范围更广
• 2）指标的得分和用户分层更加精细
• 3）高速迭代的运营策略下要求模型能够更灵活的进行调整

需要改变的原因：

仅凭三四个指标提升公司的盈利情况是完全不够的

1）指标的选择范围更广

此外，在指标选择上，面临的场景更多更复杂，例如：会员体系需要通过精细化分层来决定价格、商品推荐需要精细化分层来做更好的商业化推荐等。那么就需要在原有的指标基础上进行添加或构建复核指标。

当指标较多+用户量级大，业务方会存在问题：到底选择哪个指标？能不能说明问题？业务方能理解吗？

通常的做法是：对于多个可选择的指标，计算相关性矩阵和多重共线性，来决定哪个指标服务哪个目标。随着需求的变化，对指标进行更换计算。另外如果指标之间相关性较强且存在多重共线性的问题，可以选择其中一个。

2）指标的得分和用户分层更加精细

一般来说，划分指标得分，对用户进行分类的办法，从简单到复杂主要是：

1. 标准化得分法：可以使用Min-Max标准化方法或Z-score标准化方法
2. 帕累托原则：将每个指标按照分位数进行分组，比如认为前10%的人定义为中高得分，或者前1%的人定义为高得分
3. 使用无监督机器学习算法如聚类算法划分用户：如K-Means聚类、DBSCAN聚类、层次聚类等

3.2 RFM模型与用户画像的联系

RFM模型：用户分层，精细化运营的手段。是在资源有限的情况下，通过优化策略来达到提高投入产出比的目的

用户画像：描述用户行为的模型。当RFM分层之后，精细化运营开始，证明指标能够推动生产，因此推进更多指标出现，当足够多的用户指标出现后促使用户画像的出现。

用户画像的基础步骤主要是：

1. 收集用户信息（指标）：指标收集需要能遵循指标体系的建立的原则（需要能反应业务现状，梳理业务目标和用户旅程，能归纳出业务场景）
2. 对上述指标加工，抽象出易于理解的用户特征（如高活，高付费）
3. 对上述指标进行开发
4. 使用用户画像进行策略迭代，不断更新指标向上汇报，根据实时画像结果做用户的精准触达
5. 保持对用户画像的进行长期的维护和价值量化的工作

那么分析师角色能做的就是：为什么选择这个指标？

通常是业务有了新的策略或者目标，需要对用户的付费或者流失情况进行进一步评估，给分析师提出需求，但是有数据敏感性的分析师，会优先指出问题，对该指标进行分析输出。

3.3 人货场模型

人货场模型串联了产品的分析场景：

• 商家通过发布商品进入场景
• 消费者通过购买商品进入场景
• 平台则通过提供场景来连接商家和消费者

因此，引申出了一系列研究问题：商品和消费者之间：现状如何？需求如何？有无提升空间？如何制定策略？

1）传统行业的“人货场”

场景：一条街的中间有一家店铺，消费者进入店铺，看到了商品，选择商品，付款后离开。

分析问题：

• 人和场：店铺位置？客流量如何？（分时段看）？用户来自哪里？主要的需求是什么？客户的主要人群是什么？白领还是蓝领
• 人和货：用户喜欢什么商品？商品的消耗和库存如何？用户的复购情况？
• 货和场：店铺距离仓库多远？商品的周转天数？供货商是否稳定？

2）“人货场”在互联网中应用

线下和线上的区别，是同样一条链路由原来的几个点，变成了几百个点。

因为软件记录着用户的行为和属性，场景变得很复杂，同样是人和场的问题：

人货场的分析思路（分析框架）在数据分析环节可以归纳为几类：

    1. 异动归因：拆解成反映业务的指标，做可视化和异动分析。日常监控的报表和看板

可以从商品页点击UV拆解：高付费用户点击的数量和比例。>>什么样的用户喜欢点击并成交？》》用户的付费分层如何？>>制定标准，归因执行策略

例如：如果总的商品UV下降，但是高付费占比不降，说明用户结构安全，只是用户规模在下降，因此就将分析下钻了一层，提高了分析效率。

如果进一步想分析点击下降的原因？就要去找：

        1）业务对这个问题的解释，是不是有一些活动导致用户直接跳过首页进入商品页

        2）寻找常规的归因分析模型，比如根据用户的前一次点击行为做描述性分析，或根据特征进行线性归因分析。

上述分析最终的结果呈现方式是某个指标，假设根据分析认为“从A渠道进来的用户是商品页的主要变动原因”，那么就用A渠道的用户点击占比作为下钻指标。

       2. 结合时间序列，分析现状给结论

从人货场角度出发，能够分析一些问题。例如我们的用户喜欢什么？喜欢什么功能？为什么喜欢？

相比与异动常规需要的【指标拆解】思路，解决上述问题更多是【解释&归因】，如：

因此可以输出分析结论，指导下一步该做什么。

交付的内容包括：可解释的指标表现；内在关系的统计学结论

有时候分析师输出的结论并不会直接引导至价值，更应该通过模型结果进一步输出对应策略。

如果认为是ARPU值对用户是否点击广告位至关重要，我们应该输出不同ARPU值下的用户在曝光、点击、跳转和付费环节是否有异常，来进一步推动业务进行策略输出，比如针对下述情况依次输出数据或图表：

• 通过广告为点击成交的用户总付费，占各种资源位（首页、推荐页）的比例
• 过去一段时间点击广告位用户的ARPU分布，和其他位置表现有什么不同
• 如果对不同的ARPU客户推荐不同的广告页，预估会提升多少转化率和ARPU值
• 提升的转化率和ARPU值对整体贡献如何？需要调动多少资源，值不值得？
• 进一步根据上述指标整合用户标签，进行更细致分类
• 整个过程是否可以自动化或产品化，提升效率

这个环节可以做的就是：究竟输出哪些指标，要说明什么问题，引导什么结论，进而对策略产生什么影响

        3. 针对性挖掘某项目，建立长期数据建设机制

通常的分析思路包括：

1. 列出当前资源位和相似功能下的数据表现，定位问题，判断价值
2. 针对资源位整体情况列举北极星指标，给出具体的结论和案例
3. 根据定位到的问题给出解决方案，包括运营、产品和数据侧，如果是数据侧，通常会是
   1. 提供可视化工具，把已知的结论公开展示
   2. 输出综合性的指数加快判断效率，同时收拢统计口径的权限，迫使流程无法绕过数据部门
   3. 通过统计学和机器学习提高问题判断的精度，在产品的帮助下使其工程化

3.4 用户生命周期

用户生命周期同样是以各种指标形式存在，但是包含了动态的过程和分布。例如一个成熟期用户就代表：过去长期使用产品、熟悉产品的大部分功能、属于中等付费用户。

在用户生命周期，要观察指标的结构和波动。如今日成熟期用户占比、有多少用户从成熟期过度到沉默期、用户在成熟期平均周期多长、能产生多少价值、如何延长这个周期、延长的代价是什么...

1）用户生命周期概念

用户生命周期是指用户从第一次访问产品到完全流失的整个过程。完全流失需要根据业务调整。

将用户生命周期分为五个阶段，结合运营动作表示出三种运营方式（处于什么阶段，采取什么手段）：

五个阶段：

导入期：用户访问并注册产品——用户注册数、访问时长、首次点击产品核心功能

成长期：用户开始活跃，付费指标开始增长，或短期内经历过Aha时刻——近七天活跃数、ARPU、主要功能覆盖率、核心功能渗透率

成熟期：用户稳定使用产品，是核心数据的主要贡献群体——高留存率、在线时长、高复购率

沉默期：用户行为数据衰退，价值下降，有流失风险——近七日活跃天数、ARPU环比下降、访问深度下降

流失期：超过一段时间没有访问或登陆行为的用户——近30日活跃天数

搭建模型：

1. 熟悉业务逻辑和产品功能，明确业务上注册、活跃、付费逻辑
2. 对用户行为数据分析，对关键环节打上标签，与业务沟通拉齐（什么是核心功能）
3. 根据业务和产品经验，输出相关的指标（用户活跃、在线时长、付费等），观察用户表现，挖掘使用场景，根据实际结果调整模型。例如在 活跃期：
   1. 用户常规表现如何？输出浏览、付费、留存的行为分布
   2. 用户的付费行为受什么影响？产品功能
   3. 用户的流失原因？突然消失还是逐渐消失
   4. 用户的流失场景是什么？需求消失还是竞品
4. 根据数据分析的结果制定每个指标的标准，组合指标输出不同生命周期标签
5. 根据标签结果输出分析报告，描述用户生命周期价值LTV，分析产品当前用户结构
6. 固化标签和判断标准，接入产品功能，持续产生业务价值（比如每天固定对休眠期的用户进行触达）

针对不同生命周期价值的用户，采取不同策略。

• 复购意愿高——尽可能给到优惠和触达，来提高用户的生命周期
• 用户生命周期短——推荐价值尽可能高的商品，来尽可能的提高ARPU值

3.5 用户生命周期和公司经营战略的关系（*）

关键点：企业应该如何配置资源去解决这个模型反映的问题

通常需要经历：

1. 输出完整的生命周期模型指标，量化LTV，业务认可
2. 根据生命周期表现寻找亟需解决的问题，需要分析师深入了解各项业务进度，最终指出一个主要问题：如【用户生命周期太短】
3. 针对主要问题深入分析，是否存在生命周期更长的用户，他们的表现如何？短期用户为何流失？能够描述出影响用户生命周期的场景：如【缺少某项核心功能】
4. 针对上一步结论，指出潜在的新机会（用户反馈意见）和执行过程的新问题（用户在流失环节未被触达）
5. 预估优化后提升多少，生命周期提升一天带来多少付费（盈利是关键）

【中后台分析师做经营分析】：

• 业务面临用户流失风险，当前的经营框架是否还能维持，如果要维持需要做什么样的动作？
• 当前用户生命周期的现状如何，有没有提升空间，需要多少成本？
• 将用户生命周期模型接入数据基建，能不能显著提升运营效率
• 对外输出公开的报告

更进一步，对高级分析师来说，需要描绘完整的过程：

• 当前用户流失情况和流失速度如何？是什么造成现在的局面？
• 从生命周期的视角来看，当前用户活跃的结构是什么样的，流失一个用户我们在未来十二个月会损失多少钱
• 在这种流失情况下，流失的原因是什么，重点在哪里？
• 这些原因有什么解决方案，合理的生命周期结构是什么样的？

难点在于【流失归因】：

• 1）最后一次点击来源分析
• 2）对多指标和流失结果建立线性回归模型（包括逻辑回归），对自变量和因变量分别进行归因分析
• 3）建立标准化的归因模型，使用决策树等方式提升归因精度