目 錄
前 言
第一篇 數據指標體系基礎知識
第1章 數據指標體系簡介 2
1.1 數據指標概述 2
1.1.1 什么是數據指標 2
1.1.2 數據指標的分類 3
1.1.3 好的數據指標的4個評價標準 4
1.1.4 選擇數據指標時需要注意的4個問題 6
1.2 數據指標體系概述 8
1.2.1 數據指標體系的3個要素 8
1.2.2 基于數據指標形成數據指標體系 9
1.2.3 為什么需要數據指標體系 10
1.3 數據指標體系的構建及落地流程概括 11
1.3.1 數據指標體系的構建流程 11
1.3.2 數據指標體系如何落地 12
1.4 構建數據指標體系的方法論匯總 13
1.4.1 北極星指標 13
1.4.2 OSM/GSM模型 14
1.4.3 AARRR模型 15
1.4.4 UJM模型 15
1.4.5 HEART模型 15
1.4.6 PULSE模型 16
1.4.7 MECE模型 16
第二篇 數據指標規(guī)劃
第2章 數據指標梳理 18
2.1 梳理數據指標的不同視角 18
2.2 用戶數據指標概述 19
2.2.1 用戶規(guī)模指標 20
2.2.2 用戶行為指標 20
2.3 業(yè)務數據指標概述 21
2.3.1 工具類產品數據指標 21
2.3.2 內容類產品數據指標 22
2.3.3 社交類產品數據指標 23
2.3.4 交易類產品數據指標 23
2.3.5 游戲類產品數據指標 24
第3章 用戶規(guī)模數據指標 25
3.1 獲取用戶 25
3.1.1 獲取用戶的渠道 25
3.1.2 獲客階段的關鍵指標 26
3.1.3 買量用戶成本相關指標 26
3.1.4 構建渠道成本用戶字典時需要注意的問題 28
3.1.5 用戶成本指標在數據分析中的作用 29
3.2 新增用戶 30
3.2.1 如何定義用戶 30
3.2.2 如何定義增 31
3.2.3 如何定義新 31
3.3 活躍用戶 32
3.3.1 什么是活躍用戶 32
3.3.2 評價活躍用戶的指標 32
3.3.3 活躍用戶的構成 33
3.3.4 警惕活躍用戶存在的陷阱 34
3.3.5 活躍用戶數量持續(xù)增長與業(yè)務的關系 36
3.4 留存用戶 37
3.4.1 用戶留存率的計算及問題本質 37
3.4.2 平均留存率與加權留存率 39
3.4.3 深入解讀用戶留存 42
3.4.4 反映用戶留存的相關指標 43
第4章 用戶行為數據指標 45
4.1 使用類指標 45
4.1.1 使用次數 45
4.1.2 使用時長 46
4.1.3 使用時間間隔 47
4.2 訪問類指標 48
4.2.1 訪問人數與訪問次數 48
4.2.2 轉化率 49
4.2.3 頁面訪問深度 49
4.3 付費類指標 50
4.3.1 付費行為指標概述 50
4.3.2 付費規(guī)模及質量相關指標 51
4.3.3 人均付費情況相關指標? 53
4.3.4 生命周期價值 53
4.4 傳播類指標 54
第5章 業(yè)務數據指標 55
5.1 工具類產品及其數據指標 55
5.1.1 工具類產品的細分 55
5.1.2 工具類產品的價值 56
5.1.3 工具類產品的盈利模式 56
5.1.4 工具類產品需要關注的數據指標 57
5.2 內容類產品及其數據指標 58
5.2.1 內容類產品的特點 58
5.2.2 內容類產品需要關注的數據指標 59
5.3 社交類產品及其數據指標 62
5.3.1 社交的流程 62
5.3.2 社交類產品的三要素 63
5.3.3 社交類產品的分類 64
5.3.4 社交類產品需要關注的數據指標 64
5.4 交易類產品及其數據指標 65
5.4.1 交易類產品的類型 65
5.4.2 交易類產品的核心模塊 66
5.4.3 交易類產品需要關注的數據指標 66
5.5 游戲類產品及其數據指標 69
5.5.1 游戲行業(yè)產業(yè)鏈 69
5.5.2 游戲運營的核心要素 70
5.5.3 游戲的分類 70
5.5.4 游戲類產品的核心數據指標 72
第6章 分析維度 75
6.1 數據指標與分析維度 75
6.1.1 什么是維度 75
6.1.2 數據指標與維度之間的關系 76
6.1.3 維度在數據分析中的作用 77
6.2 數據分析中常用的分析維度 77
6.2.1 分析維度匯總 78
6.2.2 各類數據分析維度詳解 78
6.3 維度在數據分析中的應用 81
第三篇 數據指標體系框架設計
第7章 數據指標體系構建的方法論 84
7.1 數據指標體系的通用方法論 84
7.1.1 數據指標體系的通用方法論概述 84
7.1.2 引領數據指標體系構建的OSM模型 85
7.1.3 通用方法論中各步驟實現(xiàn)方法簡要概括 85
7.2 明確業(yè)務目標，梳理北極星指標 86
7.2.1 如何找到業(yè)務的北極星指標 87
7.2.2 如何判斷是否為優(yōu)秀的北極星指標 88
7.2.3 選擇北極星指標還需要關注產品的生命周期 91
7.2.4 梳理北極星指標的方法論 94
7.3 梳理業(yè)務流程，明確過程指標 95
7.3.1 兩個模型指導業(yè)務流程梳理 95
7.3.2 梳理業(yè)務流程并明確過程指標的方法論 96
7.3.3 案例分析：拆解業(yè)務流程，明確過程指標 97
7.4 指標下鉆分級，構建多層級數據指標體系 98
7.4.1 如何實現(xiàn)指標的下鉆分級 98
7.4.2 案例分析：完成指標下鉆分級 100
7.4.3 案例分析：數據分析培訓機構的北極星指標課程收入拆解 101
7.5 添加分析維度，構建完整的數據指標體系 102
7.5.1 數據指標體系的維度概述 102
7.5.2 案例分析：電商北極星指標GMV的分析維度 103
第8章 數據指標體系方法論的案例實踐 105
8.1 案例：以職場在線教育為例實踐
數據指標體系構建 105
8.1.1 業(yè)務場景介紹 105
8.1.2 4個步驟實現(xiàn)數據指標體系構建 106
8.1.3 數據指標體系如何輔助業(yè)務目標實現(xiàn) 109
8.1.4 構建數據指標體系的過程總結 110
8.2 案例：以電子閱讀工具為例實踐數據指標體系構建 110
8.2.1 業(yè)務場景介紹 110
8.2.2 4個步驟實現(xiàn)數據指標體系構建 111
8.2.3 數據指標體系如何輔助業(yè)務目標實現(xiàn) 117
8.2.4 構建數據指標體系的過程總結 118
8.3 案例：以圖文內容社區(qū)為例實踐數據指標體系構建 118
8.3.1 業(yè)務場景介紹 119
8.3.2 4個步驟實現(xiàn)數據指標體系構建 119
8.3.3 構建數據指標體系的過程總結 125
8.4 案例：以網約車為例實踐數據指標體系構建 125
8.4.1 業(yè)務場景介紹 125
8.4.2 4個步驟實現(xiàn)數據指標體系構建 126
8.4.3 數據指標體系如何輔助業(yè)務目標實現(xiàn) 130
8.4.4 構建數據指標體系的過程總結 131
8.5 案例：以社交電商為例實踐數據指標體系構建 131
8.5.1 業(yè)務場景介紹 131
8.5.2 4個步驟實現(xiàn)數據指標體系構建 133
8.5.3 數據指標體系如何輔助業(yè)務目標實現(xiàn) 136
8.5.4 構建數據指標體系的過程總結 138
第四篇 數據采集和加工
第9章 數據采集 140
9.1 數據埋點概述 140
9.1.1 什么是數據埋點 140
9.1.2 數據埋點在數據指標體系構建中的作用 142
9.1.3 數據埋點能夠采集哪些數據 142
9.1.4 數據埋點的分類 143
9.2 數據埋點的實現(xiàn)步驟 145
9.2.1 數據埋點流程介紹 145
9.2.2 實現(xiàn)數據埋點設計的6個步驟 146
9.3 案例：以用戶注冊轉化為例實踐數據埋點方案設計 147
9.3.1 實現(xiàn)用戶注冊轉化埋點方案設計的6個步驟 148
9.3.2 用戶注冊轉化埋點方案匯總 150
第10章 數據指標開發(fā)與數據倉庫建模 153
10.1 數據指標體系規(guī)范 153
10.1.1 構建數據指標體系的理論支撐 153
10.1.2 各類數據指標的命名規(guī)范 155
10.1.3 用戶規(guī)模、行為以及業(yè)務數據指標的中英文命名規(guī)范 158
10.2 數據倉庫模型設計 160
10.2.1 數據倉庫介紹 160
10.2.2 數據倉庫模型層次? 161
10.2.3 數據倉庫建模方法及實施流程概述 164
10.3 案例：以用戶注冊轉化為例實踐數據指標體系規(guī)范設計 165
10.3.1 數據調研，明確需求? 165
10.3.2 業(yè)務過程及統(tǒng)計指標梳理 167
10.3.3 數據倉庫模型設計 171
10.3.4 數據倉庫建模流程梳理? 178
第五篇 數據指標體系應用
第11章 BI工具實現(xiàn)數據指標體系構建 180
11.1 Superset概述 180
11.1.1 常見的BI工具介紹 180
11.1.2 Superset下載安裝 181
11.1.3 Superset連接MySQL數據庫 187
11.2 Superset的圖表功能及基本操作 189
11.2.1 Superset圖表功能分類 189
11.2.2 表格 190
11.2.3 KPI圖 192
11.2.4 關系圖 196
11.2.5 分布圖 202
11.2.6 時間序列圖 211
11.2.7 地理空間圖 216
11.3 案例：使用Superset構建數據指標監(jiān)控看板 216
11.3.1 用戶獲客漏斗分析 216
11.3.2 用戶活躍及留存分析 220
11.3.3 用戶付費分析 222
11.3.4 數據指標監(jiān)控看板搭建 230
11.4 案例：使用Excel代替BI工具搭建數據監(jiān)控看板 232
11.4.1 使用Excel制作動態(tài)看板的6個關鍵步驟 232
11.4.2 Excel動態(tài)看板在實際工作中的運用? 235
第12章 數據指標體系如何指導數據異動分析 237
12.1 數據異動分析流程概述 237
12.2 數據波動多少才是異動 239
12.2.1 透過業(yè)務含義理解異常指標? 239
12.2.2 數據異動的統(tǒng)計學理論支撐? 239
12.2.3 快速確定數據是正常波動還是異常波動的方法? 241
12.2.4 建立數據告警，及時監(jiān)測數據異動 243
12.3 數據異動的類型及引起因素 243
12.3.1 數據異動的類型 243
12.3.2 數據傳輸問題引起的數據異動 244
12.3.3 業(yè)務內部因素引起的數據異動 244
12.3.4 外部因素引起的數據異動 246
12.3.5 其他未知因素引起的數據異動 246
12.3.6 不同類型數據異動排查維度匯總 247
12.4 維度拆解快速定位異動原因 248
12.4.1 維度拆解概述 248
12.4.2 維度拆解，分析共性? 248
12.4.3 案例研究，分析個性? 250
12.4.4 維度上升，驗證共性? 251
12.4.5 輸出業(yè)務化的數據結論 251
12.5 多個維度均有變化如何快速找出異常的維度 252
12.5.1 多個維度均有變化怎么辦 252
12.5.2 相對熵方法介紹 252
12.5.3 案例分析 253
12.6 指標拆解量化異動對于大盤的貢獻度 254
12.6.1 加法指標 254
12.6.2 除法指標 256
12.6.3 乘法指標 260
12.6.4 新增維度如何拆解貢獻度 264
12.7 案例：留存率下降5%應如何分析 265
12.7.1 案例簡介 265
12.7.2 案例分析 265
書單推薦
