数据运营GrowingIO笔记
SEM：搜索引擎营销，在人们检索信息的时候，将信息传递给目标用户
ROI：投资回报率=（税前年利润/投资总额）* 100%
2B：to business，产品面向公司，产品背后是业务
2C：to customer，产品面向消费者，产品背后是人性
* 痛点：面向2C，同理心
VP：副总裁
PV：访问量
UV：独立访客
DAU：daily active user，日活跃用户数量
OMTM：One Metric That Metter，第一重要指标
SaaS：softwear-as-a-service，软件即服务
SDK：softwear development kit，软件开发工具包
BI：business intelligence，商业智能
UTM：urchin tracking module，跟踪模块，用来进行流量统计
虚荣指标：Vanity MetricUGC：User Generated Content，用户原创内容
O2O：online to offline，线上和线下数据运营
* 数据规划：收集整理数据需求，搭建数据指标体系
* 指标：衡量具体的运营效果，
* 选择指标过程：明确需求（业务需求？数据分析？）-》归纳事件-》对应指标
* 销售金额=访问流量*下单转化率*支付转化率*客单价
* 维度：对指标进行细分的属性（记录对指标可能产生影响的维度）
*
* 数据采集：采集业务数据，向业务部门提供数据报表
* 数据采集
* 埋点：通过在产品中手动添加统计代码收集需要的数据
* 因工程量大，周期长，易发生漏埋、错埋情况
* 可视化埋点：埋点的延伸，通过可视化交互的方式来代替手动埋点
* 无埋点：加载一个SDK采集用户行为数据
* 数据报表
* 数据分析：通过数据挖掘、数据模型等方式，深入分析业务数据；提供数据分析报告，定位问题，提出解决方案
* 常见数据分析方法
*
* 数据分析方法：
* 来源管理：UTM机制
* utm：utm_source（来源）、utm_campaign（名称）、utm_medium（媒介）、utm_content（内容）、utm_term（关键词）
* 趋势分析：对业务指标的检测研究用户的行为规律
* 数据监测
* 趋势预测
* 维度拆解
* 转化漏斗：转化路径的转化率，包括：总转化率及每一步的转化率
* 留存分析：指新用户首次访问你的网站后回访你的网站或者APP。
* 魔法数字：留存分析的延伸，与产品核心功能相关，“时间*功能*频次”与用户留存之间的相关系数。正相关。
* 用户分群：精细化运营，维度+指标
* 用户细查：观察用户行为轨迹
* 热图：用高亮颜色来展示用户的访问偏好
* 测试：A/B测试是指同时进行多个方案并行测试，但是每个方案仅有一个变量不同，然后以某种规则优胜略汰选择最优方案
* 如何选择正确的数据指标？
* 北极星指标：OMTM
* 数据指标：管理层对用户价值和公司成功关系之间的理解
* 找到北极星指标？
* 产品的核心价值
* 用户的活跃程度
* 公司发展方向情况变化
* 被团队理解交流
* 先导指标？滞后指标？
* 可操作指标？
* 运营方面
* 流量运营：多维度分析，优化渠道
* 多维度指标：量级指标、基本质量指标和来访用户类型指标占比
* 量级指标：web端看访问量、PV和UV；APP主要看启动次数、DAU和NDAU；基本质量指标包括用户的平均访问时长、平均一次会话浏览页数（即访问深度）和跳出率等。
* 多维度流量分析：访问来源、流量入口（落地页）、广告（搜索词）等角度
* 访问来源
* 转化漏斗分析：
* 渠道优化配置：
* 用户运营：精细化运营，提高留存。建立和维护与用户的关系
* 精细化运营：通过用户的行为对用户进行分类；然后根据不同群体的特征，进行精细化运营，促进用户回访
* 提高用户留存：一般采用群组分析法，即对拥有相同特征的人群在一定时间范围内进行分析。
* 产品运营：用数据来分析和监控功能
* 监测异常指标，发现用户对产品的“怒点”：用户体验建立在小功能点上
* 通过留存曲线检验新功能的效果
* 内容运营：明白定位，精准分析
* 基于内容推荐：首先分析：内容是一个产品？产品的辅助功能？
* 基于用户推荐