第一节 交易分析
1.各種常見的APP類型
電商類:交易、流量
社交類:流量
旅游類:保險
財務類:高頻帶動低頻,信用卡分期
地圖類:給其他APP提供API接口服務,啟動畫面廣告
新聞類:
娛樂類:版權,廣告,會員類
教育類:
工具類:
2.各種常見的核心指標(電商)
| 交易 | 交易額、訂單量 |
| 流量 | DAU |
| 用戶 | 交易用戶數、新客數 |
| 供給 | 在線商戶/商品數、動銷商戶/商品數(有人買了)、動銷率 |
| 成本 | 補貼額、補貼率 |
| 收入 | 毛收入、毛利率 |
3.常見縮寫說明
| UV | 獨立訪客數 |
| PV | 頁面訪問數 |
| GMV | Gross Merchandise Volum,交易額 |
| DAU | Daily Active User,日活用戶(拓展:MAU——月活用戶) |
| APRU | Average Revenue Per User,人均收入(人均交易額) |
| CPC | CostPer,Click,每次點擊付費廣告 |
| CPM | Cost Per Miller,每千人成本,廣告投放過程中,聽到或者看到某廣告的沒一人平均分擔到多少廣告成本 |
| CPR | Cost Per Response,每回應成本,以瀏覽者的每一個回應計費 |
| CPP | Cost Per Purchase,每購買成本,廣告主要為規避廣告費用風險,只有在網絡用戶點擊廣告并進行在線交易后,才按銷售筆數付給廣告站點費用 |
| YOY | Year on Year percentage,年同比增長率,今年當期/去年同期-1 |
| WOW | Week on Week percentage,周環比增長率,當周/上周-1 |
| MOM | Month on Month percentage,月環比增長率,當月/上月-1 |
| MTD | Month To Date,當月迄今 |
| YTD | Year To Date,當年迄今 |
| LTV | Life Time Value,生命周期總價值,客戶終生價值,是公司從用戶所有的互動中所得到的全部經濟收益的總和 |
| CAC | Customer Acquisition Cost,用戶獲取成本,即你花多少錢獲取了一個新用戶 |
流量類指標:獨立訪客數UV;頁面訪問數PV。
人均頁面訪問數:頁面訪問數/獨立訪客數,該指標反映的是APP的粘性。
分析報告編寫的總體要求
1.確保報告的閱讀者,可以通過3-5分鐘的閱讀,獲得一些對其工作有價值的觀點和建議!
2.用最精簡,沒有歧義的方式來闡述你的觀點,不要讓別人來費心理解
3.不管你準備了多少working paper,只把最相關,最優價值的部分寫到你的報告中
4.每頁PPT和每一段文字只表達一個核心觀點
不同分析師的日常對比
不能只做取數師!!!為什么要取,看什么業績,時間是不是應該這樣選,維度是不是應該更新一點,用這個指標是不是更能體現真實情況呢,那明天定個會議室詳談
看到數據后的反應
首先搞清楚業務變化趨勢,然后搞清楚為什么會發生這樣的變化…
分析的誤區:
1.不過問需求、不討論溝通、淪為提數工具
2.不深入了解業務,為了分析而分析
如何搭建分析報告的框架
注意不要忽略分析范圍!!!
撰寫分析報告常用的分析方法:
矩陣分析法:
用房產首付額和房價年增長率的平均值作為整個坐標軸的交點。
第一象限:房產首付額大于平均值;房價年增長率大于平均值。
第二象限:房產首付額低于平均值;但是房價年增長率大于平均值。
第三象限:房產首付額和房價年增長率都低于平均值
第四象限:房產首付額高,但是房價增長率低(結論:投資東京不劃算)
如何做好交易分析
交易分析案例解析(實例:電商公司分析交易額的拆分方式)
B端:供給側
C端:用戶端
在線POI數:在線商戶數/門店數
動銷率:
單門店GMV:
推薦書籍
切記【五不要】:
【不要說鬼話】:分析越詳細越好,結論越簡單越好,不要炫技
【不要忘了起止】:指標起于哪里,止于哪里,別跑偏
【不要面面俱到】:時間是最大的成本,抓大放小
【不要忘了結論】:一定要有結論,哪怕是正常的,或者不做的
【不要盡信數據】:數據很好,但有時候也會說謊,敢于決策
總結
- 上一篇: HiveSQL窗口函数
- 下一篇: 第二节 行业分析