很多人都从PV/UV/用户数这些数据来切入分析，但是分析之后，做什么措施？以什么样的目标来驱动？
我也做过这样的分析，这些常规的数据大多只是绑定着个人的KPI，反应这个人工作成绩的好坏，并不是一场完整的数据分析。
这里我想从更全面的角度来总结互联网企业的运营体系，精益数据分析。
数据分析的目的应该是为了公司的发展，粗暴一点讲：是为了公司的盈利和持续的盈利。
而互联网的盈利模式不同，数据指标也不同，大抵可分为三种：
以分析体系最为复杂的互联网电商公司为例，来逐一分解，哪些数据需要分析？怎样分析？分析的价值是什么？
电商类公司的收入是由一个个订单堆出来，由用户购买相关的商品或服务产生。
可以说用户和商品或服务为订单的两大基本元素，公司收入下降、增长、异常最终都可以追踪到用户与商品这两大元素上。
这样我们将收入相关的数据拆解为三大类：用户、商品和订单。
一、运营模块从用户的消费流程来看，可以划分为引流—转化—消费—存留。
我们一般将用户分为新老用户，无论新老用户，都会关注两块内容：一个是引流（拉新），一个是转化；最终以数据的形式体现出来，就是流量与转化率。
1. 引流通过分析PV、UV、访问次数、平均访问深度、跳出率等数据来衡量流量质量优劣。
目的是保证流量的稳定性，并通过调整，尝试提高流量。
图表皆由FineReport搭建的数据报表产生
进一步，按照流量结构还可分为渠道结构、业务结构、地区结构。
在渠道中，流量可来自于自主访问、搜索引擎、淘宝付费、京东付费等等。
按设备可分为PC渠道和APP渠道，按照付费与否可分为免费流量和付费流量。
有人会通过渠道流量占比来分析各渠道的质量。
下面的折线图可以对各渠道的流量情况进行追踪，分析占比不合理是短期内出现的，还是长期存在的，辅助问题的分析。仅仅根据流量情况来衡量质量是不全面的，需要配合转化率和ROI。
按地区划分，这个很好理解。
按照业务结构，最典型的比如举办一场活动，例如双十一，肯定要对活动的流量追踪，观察活动前、活动中、活动后的变化情况，评估活动效果。
2. 转化完成引流工作后，下一步需要考虑转化，这中间需要经历浏览页面—注册成为用户—登陆—添加购物车—下单—付款—完成交易。
每一个环节中都会有用户流失，提高各个环节的转化率是这一块工作的最核心——转化率的提升，意味着更低的成本，更高的利润。
转化的分析：
最直接的分析成果就是转化漏斗。
3. 留存通过各个渠道或者活动把用户吸引过来，但是过一段时间就会有用户流失走掉，当然也会有一部分用户留下来，留下来这部分用户就叫做留存用户。
关于留存，这里要关注的就是日活和留存率。
关于留存，无非就是：
有调查数据显示：一个满意的用户会带来8笔潜在生意，不满意的用户可能会影响25个人的购买意愿，可见回头客多么重要。
复购率可以分为“用户复购率”和“订单复购率”，此外，“用户回购率”意义与复购率相似，也在此范围内。
分析复购率的目的：
流失是无法避免的，但也有可以挽留的。
流失可以分为：
关于流失的定义，各公司定义不同，可能是7天内没有登陆行为，也可以是几个月之内没有交易行为。
回流率＝时间周期内流失的再回访的人数/时间周期内流失的人数
关于流失的常规数据监控，一般都是和存留一起的，本身两者也是分不开的。
单独针对流失的，最多看到如下图样式的监控：
再者，流失率结合存留率也可以评估渠道的价值。
二、销售模块指标跟踪：销售模块中有大量的指标，包括同环比、完成率、销售排行、重点商品占比、平台占比等等，可以从人、货、场三个视角进行分析跟踪。
店铺分析：具有小b级用户，或者入驻平台式，需要针对各店铺经营指标进行分析，包括各店铺效率指标、完成率指标、业绩指标、客单价等，实现店铺价值评定分析。
销售活动管理：线上销售中，活动是非常重要的一块，从事前、事中、事后三个层面实现销售活动的闭环分析。
其中包括：
作者：李启方
来源：数据分析不是个事儿
