樹(shù)狀指標(biāo)體系 幫助梳理指標(biāo)間的關(guān)系
指標(biāo)名稱(chēng),指標(biāo)匯總值,指標(biāo)對(duì)比值,連接線(xiàn)
指標(biāo)拆解一局,維度關(guān)系,計(jì)算規(guī)則
帕累托分析(二八分析) 80%的問(wèn)題是由20%的原因造成的
統(tǒng)計(jì)每個(gè)維度項(xiàng)的指標(biāo)匯總值并降序排序
計(jì)算維度項(xiàng)下的指標(biāo)累計(jì)百分比值
累計(jì)百分比值約為80%的維度項(xiàng),此維度項(xiàng)之前的所有項(xiàng)均為重點(diǎn)
幫助找重點(diǎn),關(guān)鍵
同期群分析 同期群:按照初始行為發(fā)生時(shí)間的不同劃分不同的同期群
同期群分析:對(duì)同期群在初始行為發(fā)生后的持續(xù)一段時(shí)間內(nèi)的行為差異進(jìn)行分析
漏斗模型
銷(xiāo)售行為漏斗
用戶(hù)行為漏斗
分類(lèi)模型
波士頓矩陣模型
市場(chǎng)占有率(企業(yè)實(shí)力)
銷(xiāo)售增長(zhǎng)率(市場(chǎng)需求)
RFM模型
R:最近一次消費(fèi)日期距離觀(guān)測(cè)日期的時(shí)間間隔(天),R值越小越好
F:單位時(shí)間內(nèi)用戶(hù)的消費(fèi)頻次,F值越大越好
M:單位時(shí)間內(nèi)的用戶(hù)消費(fèi)金額,M值越大越好
用戶(hù)基礎(chǔ)屬性:姓名,年齡,手機(jī),住址,性別等(銀行,保險(xiǎn)等政府單位可以使用該類(lèi)數(shù)據(jù)進(jìn)行用戶(hù)分類(lèi))
用戶(hù)行為屬性:注冊(cè),登陸,瀏覽,收藏,購(gòu)買(mǎi)等








暫無(wú)數(shù)據(jù)