大家好，我是爱学习的小xiong熊妹。经常有小伙伴吐槽：“名曰数据分析师，实际上就是跑数机器，咋样才能进步呀！”额，大家都是从查数姑过来的，莫慌。不过自从我开始带小伙伴独立负责工作以后，越来越感觉到：有些能力是高级数据分析师才要求的，在每天写sql里没得锻炼。具体是哪些？今天简单分享一下。一、能力VS知识什么是能力？举个简单的例子：1、知识（knowledge）：统计学讲的回归分析方程

第一时间获取最新内容哦

自从我和陈老师开办知识星球以来，已经有600+朋友加入，在这里，大家相互认识，熟悉，很多朋友和陈老师探讨了非常深入的问题。总结起来，有三大问题最为常见：问题一、没人指导，不确定方向比如某个同学求助：领导光给了理想的场景，可具体咋操作没说。在认真分析拆解场景后，我发现这里其实有几个子问题，于是又爆肝了一个长长的回答（如下图）类似的情况还有很多，当不确定自己方向的时候，能准确详细描述问题，就已经是一种思路的整理。之后再看我和其他同学建议，更能启发思路。问题二、不熟业务，不知道咋做比如toB业务，该咋分析……比如零售商、品牌方、平台方思路区别比如耐用品、快消品、金融产品的区别很多公司缺少体系化内部培训，导致做分析的同学们不了解情况，也很难把握思路。遇到这种问题，我会先介绍业务场景，再讲分析思路，帮大家扫清障碍。当然，陈老师也不是万能的，碰到我不熟悉的业务场景，就得发动更多同学一起讨论。不过，我有12年工作经验，服务过互联网、金融、地产、快消、零售、家居、美容等15个以上行业，解决很多问题还是足够的。问题三、不知道理论咋应用比如1、工作中经常听人说“模型”，可不同人讲的又不是一回事2、被问到ABtest基本原理，用啥统计量，抽样抽多少……3、漏斗模型原理都懂，可具体到一个场景里，到底是咋漏的这些问题，都是经典理论的应用问题。我会带着大家在具体的场景里讨论，避免“小马过河”问题。把方法落地（如下图）。没人指导、不熟业务、缺少思路，也让很多同学在找工作的时候也很迷茫，感觉基础的操作都会一点，但一遇到实际问题就头大，觉得自己没啥好经验可写，想了解简历如何包装。而我的建议是：先努力做好工作再考虑简历包装。所谓“长袖善舞”，有了日常工作积累，包装起来简历才很容易。而且，数据分析工作优势也在这里：不受领导审批的束缚，只要自己能接触到数据，都能主动做分析，提升能力（如下图）。至于临阵磨枪，包装简历，则是很有套路的事。我已经把常见的简历规范，面试流程都整理成课程，可供同学们参考。遇到具体简历修改、面试准备、面试题目等问题，我们再具体讨论，这样就能很针对性解决问题，提升就职成功概率（如下图）。除了以上内容，知识星球内还有300+主题，150+干货资料，供大家参考。加入星球以后慢慢学习，再结合具体讨论讨论，进步会更快。我的知识星球，目前已经有580+位同学加入。其中有来自各个行业的同学。加入星球后，可以看到每个行业真实工作痛点与工作内容，相互学习，进步更快。当然，有的同学的问题会涉及个人隐私（比如求职问题&职场问题）因此加入星球后，可以添加我的企业微信，有问题具体讨论。具体讨论才能更好解决。星球目前价格

大家好，我是爱学习的小xiong熊妹。上期分享了数据分析师必备技能：构建指标体系。这次分享一个和指标体系同等重要的技能：构造标签（俗称：打标签）。打标签能力，是区分真数据分析师和sqlboy

第一时间获取最新内容哦

第一时间获取最新内容哦

第一时间获取最新内容哦

第一时间获取最新内容哦

第一时间获取最新内容哦

第一时间获取最新内容哦

第一时间获取最新内容哦

大家好，我是爱学习的小xiong熊妹。上一篇《一文看懂：搭建活动分析体系》分享以后，有小伙伴问：那做活动分析，是不是也有模型呢？答：不但有，而且很多。而且互联网大厂尤其热衷于创造新模型，以至于每年都有新词冒出来，诸如：AIPL、FAST、GROW、RISE、5A……等等，看得人头晕目眩。今天就跟大家简单聊聊这些营销模型背后的底层逻辑。一、营销模型的本质遇到新名词，先不要急着“熟读并背诵”，那样越看越晕。俗话说得好：“不信广告，信疗效”。要搞懂这些营销模型在说啥，得先看营销本身需要什么。从本质上看，营销是正常销售节奏以外的辅助。因此，想打好辅助，需要搞清楚三个问题：当前正常节奏是什么？辅助要打在哪个点上？辅助实际打上去效果如何？这三个里，最重要的就是识别正常节奏。只有准确把握现状，才能知道到底从哪里发力。几乎所有的营销模型，其内核都是：用多个指标描述现状，发现机会。二、如何识别节奏最简单的识别方法，就是看“销售额”指标。销售额低了，就上个活动刺激下。但是只看销售额的弊端是很明显的，比如销售额增长，来自于同一波用户反复割韭菜。那一旦韭菜割完了，销售额自然无可挽回地往下掉。所以，至少得再看一个“消费用户数”的指标，而且最好能区分新老用户来看。当看的指标多了，就需要有逻辑地把指标组成模型，系统观察。特别是互联网业务，互联网公司都是先烧钱圈用户再收割，因此不能只盯着销售额。理论上，用AARRR模型也能识别节奏，上一篇文章分享过，在业务扩张期、稳定期、衰退期，需要关注的重点指标不同。通过监控业务渗透率，用户增长速度，用户流失速度，也能衡量出：业务目前在扩张、稳定还是衰退（如下图）。互联网大厂，掌握的数据更多，因此能站在二层楼，对整个行业的大盘进行观察。三、AIPL、FAST、GROW三件套阿里系有三个营销模型：AIPL、FAST、GROW。这三个模型的底层数据，都是基于阿里生态里众多的数据源(天猫、淘宝、聚划算、youku、土豆、UC、大麦、飞猪、盒马……)，从不同角度对品牌发展节奏进行识别。比如AIPL，包括：A（Awareness），品牌认知人群。包括被品牌广告被动触达、品类词搜索的人；I（Interest），品牌兴趣人群。包括广告点击、浏览品牌/店铺主页、品牌词搜索等等主动互动行为的人群。P（Purchase），品牌购买人群，指有购买品牌商品行为的人。L（Loyalty），品牌忠诚人群，指有复购、评论、分享行为的人。这个模型的逻辑是很好理解的。想做大销售，如果认知不够就加大投放，如果购买转化不够，就加强产品、促销。这样能清晰地展示现状，知道营销方向。FAST的逻辑类似，只是更加突出了“用户价值”的概念，包括：F（Fertility）：全网消费人数总量。A

大家好，我是爱学习的小xiong熊妹。要问互联网上啥最吸引人，当然是活动啦！各种优惠让人眼花缭乱，以至于很多人专门游走于各个平台“薅羊毛”。活动只是互联网运营一部分工作，却是最烧钱，最吸引眼球，最让人纠结的一部分。今天就简单分享一下：活动分析该怎么做。一、什么是活动活动，特指：在常规销售以外，企业额外投入资源奖励用户的动作。比如一家服装店，一件衣服100元。我们花100买一件衣服，这是常规销售。如果某天，这个商店挂个牌子：本周内全场衣服8折。我们只花了80元买衣服，这就是参与了活动。昨天冬至，网上还有一个关于活动的段子：虽然例子很简单，但是可以清晰看出：活动的本质是以质换量。通过小恩小惠来吸引用户，刺激用户消费更多。活动的效果，都是叠加在常规销售之上实现的增量。互联网上的活动形式，会远比实体店复杂。常见的有四种：商品类活动：针对某个商品做优惠。比如商品打折、买一送一等等。用户类活动：针对某类用户发福利。比如新用户注册送100元抵用券，累计消费满10000元可升级为钻石级会员享受专属礼品。产品类活动：针对某些APP/小程序使用行为做奖励。比如APP连续签到7天可得礼品，观看直播参与互动可抽奖等品牌类活动：针对品牌传播行为的奖励。比如用户关注品牌的公众号可以领福利。不管是那种行为，都是给奖励，换用户的动作。只是商品类、用户类活动，更功利一些，会鼓动用户多消费。产品和品牌活动则更软性，大有“赔钱赚吆喝”的感觉。那么，如何对活动进行分析呢？二、如何分析一个活动活动有3大关键要素：叠加于常规销售额外投入资源产生额外增量基于这三点，活动分析要清楚这三方面内容：常规的销售数据是什么？针对哪个问题，额外投入资源投入以后，产生了多大效果还拿开头的服装店举例，想要分析“本周内全场8折”活动，则需要：了解没有打折的时候，一周卖多少件，多少钱监控打折期间内，一周卖多少件，多少钱对比打折/非打折时期，销售差异注意，并非所有的活动都能产生增量。比如下表所示，打折期间销量还跌了。实际上，如果活动没有达到“四两拨千斤”的效果，则很有可能亏钱。这也是为啥活动分析特别重要的原因。只是，并非所有活动，都是为了提升销量的，不同类型的活动要分开看。三、不同类型，重点不同商品类活动，在商品不同生命周期目标不一样：孵化阶段：提高市场知名度（关注信息的人数）上市阶段：快速占领市场（销售数量/购买人数）成熟阶段：赚取利润（商品利润）退市阶段：库存清理（避免积压）如下图所示用户类活动，则要根据用户状况：在业务扩张期：多获取新用户/鼓励用户转介绍在业务稳定期：注重用户活跃/用户转化在业务衰退期：注重用户留存如下图所示产品类活动，则要看具体引导目标。引导用户完成一次交易？引导用户进入直播间？引导用户连续登录？指哪打哪的效果，在产品类活动更明显（如下图）品牌类活动，则要看：在哪个平台进行传播。不同平台，衡量传播效果的手段，指标都不太一样（因为涉及好多种平台，这里不细说了，回来单独分享）。这么多类型，是不是把小伙伴看晕了？晕了那就对了。因为这一块正是活动分析的最大难点。四、活动分析难点活动分析的难点，根本就不是数据计算太过复杂，而是：同时间活动太多，相互重叠活动目标不清晰，甚至没有目标活动目标太多，指望“毕其功于一役”这些问题，常常是源自运营/营销/产品等部门的管理混乱。并非所有公司，都有清晰的管理。很多公司的运营，都是：“这个活动去年做过，所以今年继续做……”“这个活动领导很喜欢，所以我要赶紧做……”“这个活动投了那么多钱，必须在方方面面都有效！”这样浑浑噩噩，浑水摸鱼式的工作方式，导致很多活动在上线时，没有清晰的分类，没有明确的目标，甚至连过程监控都没有做。一个用户，能叠加享受好几重优惠，在规则上全无限制。这样等到活动结束，数据根本就是一坨烂泥。想在烂泥里再把水和土分出来，已经不可能了。由于小熊妹本人，刚刚被双十一、双十二两个大活动的监控、复盘蹂躏过。所以对活动不清晰这件事真是恨得咬牙切齿（是滴，我司就是那个，因为双十一投入力度很大，所以必须方方面面都证明丫很牛逼，哪怕改数据口径也在所不惜的……）。今天的分享就先到这里呀，后边再慢慢跟大家分享，商品/用户/产品/品牌类活动，各自有哪些细类，以及有什么分析模型。喜欢的话，记得转发+在看+点赞三连，支持下小熊妹哦，谢谢大家。▼往期精彩回顾▼数据分析八大模型：详解PEST模型数据分析八大模型：人货场模型数据分析八大模型：OGSM模型一文看懂：如何搭建经营分析体系一文看懂：如何搭建销售分析体系

第一时间获取最新内容哦

扫码加小熊妹微信加入专业数据社群小伙伴等你来

第一时间获取最新内容哦

小兄弟很差（意味着弱势小组动力不足）持续差（意味着存在深层次问题）VS

第一时间获取最新内容哦

第一时间获取最新内容哦

第一时间获取最新内容哦

第一时间获取最新内容哦

指消费者购买价格升级产品对品牌总增长机会的贡献；延展力（Widen）:

第一时间获取最新内容哦

第一时间获取最新内容哦

Collectively

labuladong）。获取方式：1、点击卡片，关注【码工小熊】公众号👇2、在【码工小熊】后台回复“算法”即可。另外，扫码可添加小熊妹个人微信，交流学习数据知识哦~

第一时间获取最新内容哦

第一时间获取最新内容哦

获取方法：1、点击下面名片，关注【码工小熊】2、在菜单栏回复“数据分析”即可另外，扫码可添加小熊妹微信，交流学习数据知识哦。

第一时间获取最新内容哦

手册中详细介绍了数据分析方法、数据运营方法、用户画像、数据分析报告的撰写等方法，并附上了实战案例，以供参考。

小熊妹给大家整理了很多数据类的学习资料，欢迎领取哦，我打赌你会看的

小熊妹给大家整理了很多数据类的学习资料，欢迎领取哦，我打赌你会看的

小熊妹给大家整理了很多数据类的学习资料，欢迎领取哦，我打赌你会看的

实际上，假设检验的类型很丰富。为了小伙伴们理解方便，上边举的是最简单的单总体问题。单总体问题，常见于已经有了一个预设结论，之后推翻这个结论的情况。比如证明新版本A比老版本的数据好看。

document.getElementById('js_content').addEventListener("selectstart",function(e){

小熊妹给大家整理了很多数据类的学习资料，欢迎领取哦，我打赌你会看的

小熊妹给大家整理了很多数据类的学习资料，欢迎领取哦，我打赌你会看的

labuladong）。获取方式：1、点击卡片，关注【码工小熊】公众号👇2、在【码工小熊】后台回复“算法”即可。扫码关注码工小熊

小熊妹给大家整理了很多数据类的学习资料，欢迎领取哦，我打赌你会看的

《Excel数据处理与分析——数据思维+分析方法+场景应用》作者，分享数据分析、Excel、SQL、Python、数据思维的文章，以及生活中的数据分析。

专注于数据结构、数据分析，程序员爱啥我爱啥。

本质上，国内企业数字化程度不同，从业人员素质也不同。大家只是模模糊糊的觉得数据分析很重要，可到底有多重要？能发挥啥价值？该怎么与其他部门相处？并不清楚。

专注于数据结构、数据分析，程序员爱啥我爱啥。

用户转化类指标：用户转化一般指付费行为，这是互联网商业模式变现的重要渠道。看的指标主要围绕有多少人买，买了多少，是否连续购买等展开。这里和传统企业的会员消费分析很像，能衍生出很多子指标。

当然，实际工作中，很多时候并不是都从第一步开始的。因为很多日常数据，有监控报表。业务部门的小伙伴也经常看报表，所以提的问题，可能是从中间某一步开始的。

经常有小伙伴问：天天看你们说互联网数据分析，到底互联网数据分析在分析什么？今天给大家分享一下哦。

原问题里，提到了2个对象：消费人数，业绩。要先明确，这两个对象所对应的指标，比如：消费人数，总消费金额。明确了以后，可以放到取数表里，并且要按月统计，因为原问题的主语就是“3月份”。

很多小伙伴最怕的就是写数据分析报告，经常是提笔忘字不知道写啥，辛苦憋一篇还被领导批：“写得不好！没重点！没结论！”今天来分享一个小熊妹私藏的报告模板，绝对让你轻松过关哦~

以上就是用户留存分析的基本操作。但是隐藏结论，最好还是让运营自己领悟去，免得又说我在领导面前说他们坏话。今天的分享就到这里啦！希望大家喜欢。喜欢的话，可以转发、在看、点赞三连，鼓励一下我哦，谢谢啦