一.数据分析日常
在业务场景下对业务数据用各种分析手段分析，发现问题
监控类：对核心指标埋点上BI等
数据支持类 ：针对业务方给的需求 提出建议
分析类：探索型 验证性 （用户画像等） 策略等
一 什么是业务
业务方提的需求
把产品一合理的方式通过渠道卖给消费者赚取利润
1.利润
2.组织架构
3.产品
4.渠道
5 运营
6 架构
一.利润
利润=收入-成本
收入来源：
成本：产品，推广 人力 渠道，运转，新客等
组织架构：管理层 （技术，产品，运营，市场）
通常所说的支持业务： 产品，运营，市场
1.产品
设计前：宏观数据
设计时：梳理，确定要（能）收集哪方面信息（埋点）
设计后：产品迭代 （需要用户量 客群信息 功能点使用情况）
产品优化方面
1.原来功能设计有问题，重要功能是否入口太深（使用，了解。用户使用情况），
- ）（1）是否加入新的功能，需求量怎么样，
（2 ）加了能影响多少人
（3）怎么加，加了之后会怎么样
进一步了解产品
1.体验，使用，了解，用户
2.配套的推广互动
3.产品优化的相关指标
2.渠道
做什么：拉新和销售
线上:
线下:门店 传统企业加盟
获客成本，客单价 ，新用户比例
3.运营 - 内容：各种push 微博，微信，作用：用户唤醒，做活动。提高活跃
2.提升业绩：促销活动，精品试用等
3.服务用户：售前支持，售后反馈。
关注什么：
1.接触用户渠道
2.时机
3.方式和目的
4.成果如何
成果考核指标
1.内容：到达率，响应率
2.业绩：短期，长期，成本控制，roi
3.服务用户：用户量，使用率，满意度
四.用户
1.互动/活跃/存在过
2.消费/促进消费
3.转介绍/带来消费
用户画像：根据用户不同静态信息和行为信息，对用户分层分类
常见分层：
1.用户价值
如RFM
2.生命周期：新客/老客/AARRR等
3.活跃度
4.业务相关
