数据分析常见业务指标

一、好的指标应该有哪些特征？

有一个核心指标，和公司的战略目标保持一致；

好的指标应该是比率；

好的指标应该能带来显著效果；

好的指标不应该是虚荣指标（指表面看起来不错但实际上无法落地）

好的指标不应该复杂

二、常见的指标

1.市场营销指标

• 客户/用户生命周期：潜在客户、兴趣客户、新客户、老客户、流失客户及回流客户
• 用户价值：用户为企业贡献的价值，通过指数或四则运算对指标进行组合2.产品运营指标AARRR模型（用户获取Acquisition、用户活跃Activation、用户留存Retention、用户营收Revenue、用户传播Refer）
• 用户获取：a. 渠道达到量（曝光量）b. 渠道转化率：用多少用户因为曝光而心动，包含CPM（按千次计费）、CPC（按点击）、CPS（按销售）、CPD（按下载）、CPT(按时间）c. ROI（投资回报率）：利润/成本d. 用户下载数：app的下载量（比较难获取，如使用APP Store我们很难获取下载量，只能获取通过微信点开下载页面的人数）e. 日新增用户数：以提交注册为基准；f. 获客成本：为获取一名顾客所需要支付的费用g.一次会话用户数占比：（可能是机器人刷粉）指新用户下载完APP，仅打开过一次，且使用时长在2分钟内
• 用户活跃a. 活跃用户占比：衡量产品健康程度b. 用户会话session次数：用户打开产品操作和使用直至退出产品的整个周期(5分钟内没有操作，默认会话操作结束）c.用户访问时长：一次会话的持续时间d.用户访问次数：一段时间内的用户平均产生会话次数；
• 用户留存：一周留存率/次日留存率。根据实际业务设置时间段。
• 用户营收a. 付费用户数b. 付费用户数占比c. APPU:某时间段内每位用户的平均收入d. ARPPU：某时间段内每位付费用户平均收入，排除了未付费的用户e. 客单价：每一位用户平均购买商品的金额（销售总额 / 顾客总数），和ARPPU的区别在于没有时间段的限制f. LTV：用户生命周期价值，适用于用户生命周期短频快的业务，如游戏。经验计算公式：LTV=APPU*1/流失率。
• 传播a. k因子，指一个用户能够带来几个新用户b. 用户分享率，分享分数占总浏览人数的比例3.用户行为指标
• 功能使用：功能使用率，使用某些功能的用户数占总用户数的比例；
• 用户会话：用户打开产品操作和使用直至退出产品的一次操作，一般在网页端超过30分钟啥也不干视作一次新的会话。4.电子商务指标
• 笔单价：营业额/订单数
• 件单价：平均每件商品的价格

三、数据分析Python实战

1.数据源购买CD的用户id、日期、数量和金额。

2.数据预处理

• 使用df.describe()函数查看数据相关的统计量：平均数、总数、标准差、分位数等

  

  可得到订单总数、订单总金额、平均订单数、平均订单金额

• 日期格式转换。将order_dt转换为datetime格式。并增加一列’month’留待后续处理。

df['order_dt'] = pd.to_datetime(df.order_dt, format='%Y%m%d')df['month'] = df.order_dt.astype('datetime64[M]')

3.整体数据特征分析

• 按月进行分组查询每月的销售量。与sql中的group by相似，df数据类型也有groupby函数。同样按照先分组再聚合的思路来分析。

grouped_month = df.groupby(by = ['month'])order_month_amount = grouped_month.order_amount.sum()# 使用可视化import matplotlib.pyplot as plt# 可视化在网页上，而不用使用plt.show()%matplotlib inline# 更改作图风格plt.style.use('ggplot')order_month_amount.plot()

• 同理查看每月的订单数和销售总数量，以及每月份不同的购买人数

# 求每个月的订单数grouped_month.user_id.count().plot()# 求每个月的订单数grouped_month.user_id.count().plot()# 求每月份的不同购买人数(要对分组后的序列进行去重)grouped_month.user_id.apply(lambda x: len(x.drop_duplicates())).plot()

重点学会apply函数的使用，以及去重函数

• 使用数据透视表完成上述操作

# 练习使用数据透视表完成上述操作df.pivot_table(index='month',values=['order_products','order_amount','user_id'], aggfunc = {'order_products':'sum', 'order_amount':'sum', 'user_id':'count'}).head()

数据透视表的index和column可以理解为groupby的字段，按照两个字段进行分组，values表示聚合的值

• 求每个用户的平均消费次数思路：总订单数/不同的消费人数

distinct_user = grouped_month.user_id.apply(lambda x: len(x.drop_duplicates()))avg_order_quantity = grouped_month.user_id.count()/distinct_useravg_order_quantity.plot()

3.用户个体消费分析

• 按照用户个体进行分组

grouped_user = df.groupby('user_id')grouped_user.sum().describe()

• 看消费金额和消费数量的关系

grouped_user.sum().plot.scatter(x='order_amount',y = 'order_products')

将一些比较离群点进行剔除,使用query函数（相当于sql中的where)

grouped_user.sum().query('order_amount < 4000').plot.scatter(x='order_amount',y = 'order_products')

• 查看订单数量

# 使用切比雪夫定理：95％的数据分布在平均数5个标准差内，求出上界。如order_products: 92grouped_user.sum().query('order_products < 92').order_products.hist(bins=40)

• 查看一个累计值

grouped_user.sum().sort_values('order_amount').apply(lambda x: x.cumsum()/ x.sum())

4.用户行为分析

• 查看用户第一次/最后一次购买日期

# 查看用户第一次购买的日期grouped_user.min().order_dt.value_counts().plot()

grouped_user.max().order_dt.value_counts().plot()

第一次购买和最后一次购买都集中在前三个月，说明很多用户都是一次性消费

• 查看一次性消费的人数

user_life = grouped_user.order_dt.agg(['min','max'])user_life.head()(user_life['min']==user_life['max']).value_counts()

返回结果：True 12054False 11516dtype: int64

• RFM模型，使用数据透视表

rfm = df.pivot_table(index='user_id', values=['order_products','order_amount','order_dt'], aggfunc={'order_products':'sum', 'order_amount':'sum', 'order_dt':'max'})# 将order_dt转换为距最后一天的天数# 将order_amount和order_products重命名, 并除以一个时间单位转换为数字rfm['R'] = (rfm.order_dt.max() - rfm.order_dt) / np.timedelta64(1,'D')#重命名另外两列rfm.rename(columns={'order_amount':'F', 'order_products': 'M'}, inplace=True)rfm.head()# 根据是否大于平均值将数据分为八个维度user = rfm[['R','F','M']].apply(lambda x : x-x.mean())# 为每个维度贴上标签，即增加'label'列def rfm_func(x): level = x.apply(lambda x: '1' if x>0 else '0') label =level.R + level.M + level.F d ={ '111':'重要价值顾客', '011':'重要保持顾客', '101':'一般价值顾客', '001':'一般保持顾客', '110':'重要挽留顾客', '010':'重要发展顾客', '100':'一般挽留顾客', '000':'一般发展顾客' } return d[label]rfm['label']=rfm[['R','F','M']].apply(lambda x : x-x.mean()).apply(rfm_func,axis=1)

返回结果：

rfm.groupby('label').count() #查看各种类型的人数

• 按照活跃度进行分层新用户：从来没有注册过活跃用户：上个月活跃，这个月依旧活跃回流用户：上个月不活跃，这个月重新消费不活跃用户：上个月不活跃、这个月依旧不消费

pivoted_counts = df.pivot_table(index='user_id', columns='month', values='order_dt', aggfunc='count').fillna(0)pivoted_counts = df.pivot_table(index='user_id', columns='month', values='order_dt', aggfunc='count').fillna(0)# 根据新老用户的定义划分用户等级def active_status(data): status = [] for i in range(18): # 若本月没有消费 if data[i] == 0: if len(status)>0: if status[i-1] == 'unreg': status.append( 'unreg') else: status.append('unactive') else: status.append('unreg') #若本月消费 if data[i] == 1: if len(status) > 0: if status[i-1] == 'unreg': status.append('new') if status[i-1] == 'unactive': status.append('return') else: status.append('avtive') else: status.append('new') data = data.astype(object) for i in range(18): data[i] = status[i]# print(data.index)# new_data = pd.Series(status, index=list(data.index)) return data# 对每一行应用上述的函数，注意axis=1表示对行处理purchase_status = df_purchase.apply(active_status, axis=1)purchase_status.head()

结果

# 查看每个月各个状态的人数purchase_status_ct = purchase_status.replace('unreg', np.NaN).apply(lambda x : x.value_counts())purchase_status_ct

• 用户购买间隔时间统计-shift()函数

# 对每一个用户，查看其两次购买日期的差值order_diff = grouped_user.apply(lambda x: x.order_dt - x.order_dt.shift())order_diff.head(10)

# 作出直方图(order_diff / np.timedelta64(1,'D')).hist(bins=20)

• 用户生命周期统计

# 查看用户的生命周期(user_life['max'] - user_life['min'])# 上述结果得到的是timedelta类型，有单位，将其转换为数字((user_life['max'] - user_life['min'])/ np.timedelta64(1,'D')).hist(bins=40)

u_l = (user_life['max'] - user_life['min'])/ np.timedelta64(1,'D')u_l[u_l>0].hist(bins=40)

• 复购率与回购率复购率：自然月内购买多次的用户占比回购率：曾经购买过的用户在某一时期内再次购买的占比

pivoted_counts.head()

# 复购率，即消费次数大于1的，将这部分筛选出来，其余设置为0.# 注意，如果没有消费过，则不能将其加入复购率分母的求和# 注意apply和applymap函数的区别 applymap函数对所有的数据操作，apply依次对某一行或者某一列数据操作。purchase_r = pivoted_counts.applymap(lambda x : 1 if x >1 else np.NaN if x==0 else 0)# 作图(purchase_r.sum()/purchase_r.count()).plot()

def status_fun(data): status = [] for i in range(17): if data[i] > 0: if data[i+1]>0: status.append(1) else: status.append(0) else: status.append(np.NaN) data.astype(object) for i in range(17): data[i]=status[i] return datapurchase_b = pivoted_counts.apply(status_fun, axis=1)(purchase_b.sum()/purchase_b.count()).plot()

链接：https://www.jianshu.com/p/433685202250