数据分析在各个行业的应用

01电商行业的数据分析

用户行为流程

• 获取用户：首先产品会通过一些广告，微信群链接等进行宣传，用户看到后会进行点击，如果符合他的预期，就会进行下载和注册（如果是小程序就是关注和注册，如果是平台商铺就是点击商品），到这一步就相当于获取到了用户了。

• 产生付费：用户对商品进行浏览，并且加入购物车，进行购买或者不购买

常见指标1

• 1、PV/UV（点击率/浏览率）：统计宣传的曝光情况
• 2、新用户数新增、及渠道占比情况
• 3、注册转换比率情况
• 4、不同渠道获客留存情况

常见指标2

• 1、订单量、销售金额
• 2、购物车放弃比率
• 3、优惠券使用率
• 4、复购率和回购率

数据分析的应用场景

• 一、获取渠道分析：根据各个渠道获取用户的一个情况，分析不同渠道用户浏览和购买商品的情况，计算不同渠道用户留存和付费率情况，从而推算渠道质量，优化广告投放策略。
• 二、商品浏览流量分析：根据用户对各个商品的浏览层级情况，找到热门和冷门路径，从而优化产品页面布局。针对用户的注册和付费留存行为，建立漏斗分析模型，衡量各个操作用户转化和流失的情况，找到流失原因，提高付费转化率。
• 三、促销复盘：每次活动都有一个目的，可能是销售额提升，或者是解决回购率太低，验证推广策略是否有效等等。通过专题分析，用数据来说话。

02金融行业的数据分析

用户行为流程

• 获取用户：金融行业一般都是有自己的APP产品，例如一些赚钱投资，理财基金，借贷类的产品。基本上都是需要用户注册后进行身份信息授权，这个虽然影响体验，但却是规避风险必不可少的步骤。

• 产生付费：用户是否进行了投资，并且重复投资长期投资的情况是如何

常见指标1

• 1、页面浏览 PV、UV 情况
• 2、注册用户数量，授信用户数量
• 3、各渠道用户次日留存、7日留存
• 4、各渠道用户注册转行情况
• 5、各渠道用户投资金额情况

常见指标2

• 1、产品浏览偏好
• 2、投资人数、投资金额情况
• 3、到期提现比率
• 4、复投率
• 5、进件数、核准率。例如100个申请，20个符合要求

数据分析的应用场景

• 一、获取渠道分析：根据各个渠道获取用户的一个情况，分析不同渠道用户浏览和购买商品的情况，计算不同渠道用户留存和付费率情况，从而推算渠道质量，优化广告投放策略。
  尤其是要识别薅羊毛渠道，金额产品因为涉及的是赚钱，一些涉及到撒币的激励政策会吸引一些薅羊毛用户，需要及时发现。
• 二、提升复投率：追踪用户路径，分析复投转换情况。对用户分群，定时推送一些产品信息，精细化营销。根据用户浏览偏好，调整站内推广策略，提升核心投资产品的关注度。

03游戏行业的数据分析

用户行为流程

• 获取用户：游戏产品往往都是有自己的定位，每个游戏产品都有自己的用户群体，因此能找到合适的推广渠道是重点。
• 产生付费：游戏体验决定用户是否继续投入时间和金钱，针对游戏场景进行监控，找出哪一个环节导致流失率最高，最终改善提升付费率。

常见指标

• 1、页面浏览 PV、UV 情况
• 2、留存率：次日留存率、7日留存率
• 3、设备终端数据：什么样的手机/平台人数最多，付费最多
• 4、网路营运商、用户地域数据
• 5、新老用户付费情况
• 6、游戏启动次数
• 7、付费率，平均付费情况

数据分析的应用场景

• 一、获取渠道分析：
  根据各个渠道获取用户的一个情况，针对性的推出一些活动，比如渠道专用**码，大礼包等。哪个渠道用户多付费多就主推哪个渠道。
• 二、游戏内容分析： 对游戏里面的礼包、道具等统计 玩家查看礼包次数 和 玩家购买礼包次数，看会不会差异很大，是不是太贵了还是礼包内容不合理。或者是对一些关卡进行分析，看进入关卡的人数和关卡的死亡人数来判断关卡是否设置的太难了。

流程图

商品曝光

点击

下载APP

用户注册

试玩

付费

流程图

商品曝光

点击

下载APP

用户注册

开户授信

投资理财

流程图

商品曝光

点击

下载APP

用户注册

浏览商品

加入购物车

购买

XMind - Trial Version