互聯(lián)網(wǎng)產(chǎn)品運(yùn)營(第四課)互聯(lián)網(wǎng)數(shù)據(jù)運(yùn)營BI工作入門課件

互聯(lián)網(wǎng)運(yùn)營培訓(xùn)入門講師：陳華山互聯(lián)網(wǎng)運(yùn)營培訓(xùn)入門講師：陳華山互聯(lián)網(wǎng)運(yùn)營培訓(xùn)課程列表第一課：產(chǎn)品和運(yùn)營的區(qū)別第二課：C2B——互聯(lián)網(wǎng)發(fā)展的趨勢第三課：網(wǎng)站運(yùn)營常用手段和評估（推廣、等級、積分等）第四課：數(shù)據(jù)運(yùn)營（BI）怎么做互聯(lián)網(wǎng)運(yùn)營培訓(xùn)課程列表第一課：產(chǎn)品和運(yùn)營的區(qū)別互聯(lián)網(wǎng)數(shù)據(jù)運(yùn)營BI

入門互聯(lián)網(wǎng)數(shù)據(jù)運(yùn)營BI

入門目錄

什么是數(shù)據(jù)運(yùn)營

數(shù)據(jù)運(yùn)營在傳統(tǒng)行業(yè)的應(yīng)用

數(shù)據(jù)運(yùn)營在互聯(lián)網(wǎng)行業(yè)的應(yīng)用數(shù)據(jù)運(yùn)營的工作目錄什么是數(shù)據(jù)運(yùn)營什么是數(shù)據(jù)運(yùn)營數(shù)據(jù)運(yùn)營全名為：產(chǎn)品數(shù)據(jù)運(yùn)營（PDM）產(chǎn)品數(shù)據(jù)運(yùn)營（PDM）：管理與產(chǎn)品相關(guān)的所有數(shù)據(jù)，并合理使用相關(guān)數(shù)據(jù)，用于提高企業(yè)競爭力和產(chǎn)品創(chuàng)新能力的管理手段。PDM最關(guān)鍵有兩類人：產(chǎn)品經(jīng)理or運(yùn)營經(jīng)理，懂業(yè)務(wù)，懂?dāng)?shù)據(jù)，能把數(shù)據(jù)用于實(shí)戰(zhàn)；數(shù)據(jù)分析師，能夠梳理各種數(shù)據(jù)，使之變成產(chǎn)品經(jīng)理能應(yīng)用的格式。Page5什么是數(shù)據(jù)運(yùn)營數(shù)據(jù)運(yùn)營全名為：產(chǎn)品數(shù)據(jù)運(yùn)營（PDM）目錄

什么是數(shù)據(jù)運(yùn)營

數(shù)據(jù)運(yùn)營在傳統(tǒng)行業(yè)的應(yīng)用

數(shù)據(jù)運(yùn)營在互聯(lián)網(wǎng)行業(yè)的應(yīng)用數(shù)據(jù)運(yùn)營的工作目錄什么是數(shù)據(jù)運(yùn)營覃國強(qiáng)——講師介紹1.沃爾瑪三年工作的數(shù)據(jù)分析和數(shù)據(jù)挖掘經(jīng)驗(yàn)2.主要是新店銷售預(yù)測模型建立過程，不可能面面俱全3.盡量不講理論的東西4.關(guān)系到商業(yè)機(jī)密，請盡量不要擴(kuò)散，但問題可以當(dāng)面溝通覃國強(qiáng)——講師介紹1.沃爾瑪三年工作的數(shù)據(jù)分析和數(shù)據(jù)挖掘經(jīng)驗(yàn)數(shù)據(jù)運(yùn)營在沃爾瑪選址中的應(yīng)用1.方法論2.數(shù)據(jù)的獲取3.數(shù)據(jù)挖掘4.建立模型數(shù)據(jù)運(yùn)營在沃爾瑪選址中的應(yīng)用1.方法論方法論—主要用到的統(tǒng)計(jì)方法雙擊此處添加標(biāo)題文字雙擊此處添加標(biāo)題文字1.相關(guān)分析1.1.相關(guān)分析（correlationanalysis），相關(guān)分析是研究現(xiàn)象之間是否存在某種依存關(guān)系，并對具體有依存關(guān)系的現(xiàn)象探討其相關(guān)方向以及相關(guān)程度，是研究隨機(jī)變量之間的相關(guān)關(guān)系的一種統(tǒng)計(jì)方法1.2.這里用到商圈的指標(biāo)和銷售的關(guān)系強(qiáng)度2.回歸分析2.1.回歸分析（regressionanalysis)是確定兩種或兩種以上變數(shù)間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法2.2.這里用到商圈各指標(biāo)和銷售影響的系數(shù)關(guān)系3.聚類分析/判別分析4.模型原理4.1.Huffmodel（哈夫模型）商店商圈規(guī)模大小與購物場所對消費(fèi)者的吸引力成正比，與消費(fèi)者去消費(fèi)場所感覺的時(shí)間距離阻力成反比4.2.

Reilly

gravitymodel（引力模型）A.商店與顧客之間的互動；B.商店選址對企業(yè)連鎖網(wǎng)絡(luò)上的其他商店以及競爭對手的影響，而不是只進(jìn)行孤立的分析方法論—主要用到的統(tǒng)計(jì)方法雙擊此處添加標(biāo)題文字雙擊此處添加標(biāo)目錄1.方法論2.數(shù)據(jù)的獲取3.數(shù)據(jù)挖掘4.建立模型目錄1.方法論數(shù)據(jù)的獲取1.二手資料（年鑒/當(dāng)?shù)卣?互聯(lián)網(wǎng)）宏觀經(jīng)濟(jì)指數(shù)，城市規(guī)模，GDP，城市人口規(guī)模，家庭人均收入，家庭人均支出，人均食品支出等相關(guān)資料來自國家統(tǒng)計(jì)年鑒，省份年鑒和城市年鑒2.一手資料（市場調(diào)研）A.商圈人口；B.人口統(tǒng)計(jì)資料，年齡，性別，收入，消費(fèi)需求，食品支出，日用品支出，工作狀況，住房，教育背景，家庭人口數(shù)，汽車擁有量，摩托車擁有量等C.購物習(xí)慣，交通工具，在路上等所花的時(shí)間，購物頻次，購物花銷，各渠道忠誠度等D.競爭對手，市場滲透率，市場占有率，業(yè)態(tài)，店數(shù)，店面積，銷售規(guī)模，店面積，停車場，營業(yè)時(shí)間，運(yùn)營時(shí)間，等等3.什么是市場調(diào)研通過系統(tǒng)的收集，記錄，處理和分析數(shù)據(jù)，發(fā)現(xiàn)市場機(jī)會，降低決策風(fēng)險(xiǎn)的行為過程。數(shù)據(jù)的獲取1.二手資料（年鑒/當(dāng)?shù)卣?互聯(lián)網(wǎng)）數(shù)據(jù)的獲取--關(guān)于商圈數(shù)據(jù)的獲取--關(guān)于商圈目錄1.方法論2.數(shù)據(jù)的獲取3.數(shù)據(jù)挖掘4.建立模型目錄1.方法論數(shù)據(jù)挖掘分析原理1.沃爾瑪已開店的第一年銷售業(yè)績2.通過相關(guān)分析，找出影響銷售的最關(guān)健指標(biāo)3.通過回歸分析，算出關(guān)健指標(biāo)對銷售的推動指數(shù)4.根據(jù)關(guān)健指標(biāo)和推動指數(shù)，建立新店的銷售預(yù)測模型5.整理和簡化模型，以求達(dá)到簡單易用數(shù)據(jù)挖掘分析原理數(shù)據(jù)挖掘3.回歸分析確定回歸模型，用回歸分析求出各指標(biāo)的驅(qū)動參數(shù)，完成回歸方程數(shù)據(jù)挖掘3.回歸分析確定回歸模型，用回歸分析求出各指標(biāo)的驅(qū)動目錄

什么是數(shù)據(jù)運(yùn)營

數(shù)據(jù)運(yùn)營在傳統(tǒng)行業(yè)的應(yīng)用

數(shù)據(jù)運(yùn)營在互聯(lián)網(wǎng)行業(yè)的應(yīng)用數(shù)據(jù)運(yùn)營的工作目錄什么是數(shù)據(jù)運(yùn)營產(chǎn)品流程優(yōu)化關(guān)鍵路徑分析Page17產(chǎn)品流程優(yōu)化關(guān)鍵路徑分析做好評估工作——更全面深入Page18做好評估工作——更全面深入目錄

什么是數(shù)據(jù)運(yùn)營

數(shù)據(jù)運(yùn)營在傳統(tǒng)行業(yè)的應(yīng)用

數(shù)據(jù)運(yùn)營在互聯(lián)網(wǎng)行業(yè)的應(yīng)用數(shù)據(jù)運(yùn)營的工作目錄什么是數(shù)據(jù)運(yùn)營數(shù)據(jù)運(yùn)營工作項(xiàng)目從數(shù)據(jù)分析角度：統(tǒng)計(jì)指標(biāo)設(shè)計(jì)數(shù)據(jù)上報(bào)采集數(shù)據(jù)展示與檢索數(shù)據(jù)分析與挖掘從產(chǎn)品運(yùn)營角度：實(shí)時(shí)監(jiān)控與管理用戶流程優(yōu)化發(fā)現(xiàn)用戶需求，提供個(gè)性化服務(wù)（C2B）Page20數(shù)據(jù)運(yùn)營工作項(xiàng)目從數(shù)據(jù)分析角度：指標(biāo)的設(shè)計(jì)和價(jià)值提煉關(guān)鍵指標(biāo)，直接衡量產(chǎn)品運(yùn)營好壞價(jià)值產(chǎn)出指標(biāo)為每個(gè)業(yè)務(wù)（功能）綜合衡量指標(biāo),該指標(biāo)為類財(cái)務(wù)的經(jīng)濟(jì)收入指標(biāo)，直接衡量該業(yè)務(wù)運(yùn)營好壞。常用指標(biāo)如：收入/消息量/時(shí)長/流量/使用次數(shù)等

將關(guān)鍵指標(biāo)立體化分解，有利于產(chǎn)品管理與調(diào)控將關(guān)鍵價(jià)值指標(biāo)，按照產(chǎn)品特征進(jìn)行立體維度的分解，便于進(jìn)行產(chǎn)品有效管理與調(diào)控（如某產(chǎn)品根據(jù)市場階段定位于是發(fā)展用戶階段，還是提升活躍階段等）

細(xì)分指標(biāo)，有利于定位與發(fā)現(xiàn)問題，便于開展專項(xiàng)分析當(dāng)總價(jià)值發(fā)生波動時(shí)，可以從細(xì)分指標(biāo)觀察是市場發(fā)生變化（用戶規(guī)模減少或者用戶活躍降低），還是產(chǎn)品自身存在問題導(dǎo)致使用下降（如產(chǎn)品的性能，技術(shù)發(fā)生問題。度考察產(chǎn)品/功能其用戶活躍情況Page21指標(biāo)的設(shè)計(jì)和價(jià)值提煉關(guān)鍵指標(biāo)，直接衡量產(chǎn)品運(yùn)營好壞你運(yùn)營的產(chǎn)品，你每天會看什么數(shù)據(jù)？

如果數(shù)據(jù)發(fā)生波動？你會做什么？Page22你運(yùn)營的產(chǎn)品，你每天會看什么數(shù)據(jù)？

如果數(shù)據(jù)發(fā)生波動發(fā)現(xiàn)用戶需求，提供個(gè)性化服務(wù)識別、定位用戶公務(wù)員的招考例子規(guī)則集的豐富，能最大程度細(xì)分用戶產(chǎn)品邏輯的應(yīng)用我要什么服務(wù)？（Dbank、天天瀏覽器）產(chǎn)品能提供什么功能？如何把客戶需求和產(chǎn)品結(jié)合？邏輯積累需要時(shí)間，背后的邏輯組成競爭門檻Page23發(fā)現(xiàn)用戶需求，提供個(gè)性化服務(wù)識別、定位用戶案例分析Page24案例分析TheEnd

&

Thanks!Page25TheEnd

&

Thanks!互聯(lián)網(wǎng)運(yùn)營培訓(xùn)入門講師：陳華山互聯(lián)網(wǎng)運(yùn)營培訓(xùn)入門講師：陳華山互聯(lián)網(wǎng)運(yùn)營培訓(xùn)課程列表第一課：產(chǎn)品和運(yùn)營的區(qū)別第二課：C2B——互聯(lián)網(wǎng)發(fā)展的趨勢第三課：網(wǎng)站運(yùn)營常用手段和評估（推廣、等級、積分等）第四課：數(shù)據(jù)運(yùn)營（BI）怎么做互聯(lián)網(wǎng)運(yùn)營培訓(xùn)課程列表第一課：產(chǎn)品和運(yùn)營的區(qū)別互聯(lián)網(wǎng)數(shù)據(jù)運(yùn)營BI

入門互聯(lián)網(wǎng)數(shù)據(jù)運(yùn)營BI

入門目錄

什么是數(shù)據(jù)運(yùn)營

數(shù)據(jù)運(yùn)營在傳統(tǒng)行業(yè)的應(yīng)用

數(shù)據(jù)運(yùn)營在互聯(lián)網(wǎng)行業(yè)的應(yīng)用數(shù)據(jù)運(yùn)營的工作目錄什么是數(shù)據(jù)運(yùn)營什么是數(shù)據(jù)運(yùn)營數(shù)據(jù)運(yùn)營全名為：產(chǎn)品數(shù)據(jù)運(yùn)營（PDM）產(chǎn)品數(shù)據(jù)運(yùn)營（PDM）：管理與產(chǎn)品相關(guān)的所有數(shù)據(jù)，并合理使用相關(guān)數(shù)據(jù)，用于提高企業(yè)競爭力和產(chǎn)品創(chuàng)新能力的管理手段。PDM最關(guān)鍵有兩類人：產(chǎn)品經(jīng)理or運(yùn)營經(jīng)理，懂業(yè)務(wù)，懂?dāng)?shù)據(jù)，能把數(shù)據(jù)用于實(shí)戰(zhàn)；數(shù)據(jù)分析師，能夠梳理各種數(shù)據(jù)，使之變成產(chǎn)品經(jīng)理能應(yīng)用的格式。Page5什么是數(shù)據(jù)運(yùn)營數(shù)據(jù)運(yùn)營全名為：產(chǎn)品數(shù)據(jù)運(yùn)營（PDM）目錄

什么是數(shù)據(jù)運(yùn)營

數(shù)據(jù)運(yùn)營在傳統(tǒng)行業(yè)的應(yīng)用

數(shù)據(jù)運(yùn)營在互聯(lián)網(wǎng)行業(yè)的應(yīng)用數(shù)據(jù)運(yùn)營的工作目錄什么是數(shù)據(jù)運(yùn)營覃國強(qiáng)——講師介紹1.沃爾瑪三年工作的數(shù)據(jù)分析和數(shù)據(jù)挖掘經(jīng)驗(yàn)2.主要是新店銷售預(yù)測模型建立過程，不可能面面俱全3.盡量不講理論的東西4.關(guān)系到商業(yè)機(jī)密，請盡量不要擴(kuò)散，但問題可以當(dāng)面溝通覃國強(qiáng)——講師介紹1.沃爾瑪三年工作的數(shù)據(jù)分析和數(shù)據(jù)挖掘經(jīng)驗(yàn)數(shù)據(jù)運(yùn)營在沃爾瑪選址中的應(yīng)用1.方法論2.數(shù)據(jù)的獲取3.數(shù)據(jù)挖掘4.建立模型數(shù)據(jù)運(yùn)營在沃爾瑪選址中的應(yīng)用1.方法論方法論—主要用到的統(tǒng)計(jì)方法雙擊此處添加標(biāo)題文字雙擊此處添加標(biāo)題文字1.相關(guān)分析1.1.相關(guān)分析（correlationanalysis），相關(guān)分析是研究現(xiàn)象之間是否存在某種依存關(guān)系，并對具體有依存關(guān)系的現(xiàn)象探討其相關(guān)方向以及相關(guān)程度，是研究隨機(jī)變量之間的相關(guān)關(guān)系的一種統(tǒng)計(jì)方法1.2.這里用到商圈的指標(biāo)和銷售的關(guān)系強(qiáng)度2.回歸分析2.1.回歸分析（regressionanalysis)是確定兩種或兩種以上變數(shù)間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法2.2.這里用到商圈各指標(biāo)和銷售影響的系數(shù)關(guān)系3.聚類分析/判別分析4.模型原理4.1.Huffmodel（哈夫模型）商店商圈規(guī)模大小與購物場所對消費(fèi)者的吸引力成正比，與消費(fèi)者去消費(fèi)場所感覺的時(shí)間距離阻力成反比4.2.

Reilly

gravitymodel（引力模型）A.商店與顧客之間的互動；B.商店選址對企業(yè)連鎖網(wǎng)絡(luò)上的其他商店以及競爭對手的影響，而不是只進(jìn)行孤立的分析方法論—主要用到的統(tǒng)計(jì)方法雙擊此處添加標(biāo)題文字雙擊此處添加標(biāo)目錄1.方法論2.數(shù)據(jù)的獲取3.數(shù)據(jù)挖掘4.建立模型目錄1.方法論數(shù)據(jù)的獲取1.二手資料（年鑒/當(dāng)?shù)卣?互聯(lián)網(wǎng)）宏觀經(jīng)濟(jì)指數(shù)，城市規(guī)模，GDP，城市人口規(guī)模，家庭人均收入，家庭人均支出，人均食品支出等相關(guān)資料來自國家統(tǒng)計(jì)年鑒，省份年鑒和城市年鑒2.一手資料（市場調(diào)研）A.商圈人口；B.人口統(tǒng)計(jì)資料，年齡，性別，收入，消費(fèi)需求，食品支出，日用品支出，工作狀況，住房，教育背景，家庭人口數(shù)，汽車擁有量，摩托車擁有量等C.購物習(xí)慣，交通工具，在路上等所花的時(shí)間，購物頻次，購物花銷，各渠道忠誠度等D.競爭對手，市場滲透率，市場占有率，業(yè)態(tài)，店數(shù)，店面積，銷售規(guī)模，店面積，停車場，營業(yè)時(shí)間，運(yùn)營時(shí)間，等等3.什么是市場調(diào)研通過系統(tǒng)的收集，記錄，處理和分析數(shù)據(jù)，發(fā)現(xiàn)市場機(jī)會，降低決策風(fēng)險(xiǎn)的行為過程。數(shù)據(jù)的獲取1.二手資料（年鑒/當(dāng)?shù)卣?互聯(lián)網(wǎng)）數(shù)據(jù)的獲取--關(guān)于商圈數(shù)據(jù)的獲取--關(guān)于商圈目錄1.方法論2.數(shù)據(jù)的獲取3.數(shù)據(jù)挖掘4.建立模型目錄1.方法論數(shù)據(jù)挖掘分析原理1.沃爾瑪已開店的第一年銷售業(yè)績2.通過相關(guān)分析，找出影響銷售的最關(guān)健指標(biāo)3.通過回歸分析，算出關(guān)健指標(biāo)對銷售的推動指數(shù)4.根據(jù)關(guān)健指標(biāo)和推動指數(shù)，建立新店的銷售預(yù)測模型5.整理和簡化模型，以求達(dá)到簡單易用數(shù)據(jù)挖掘分析原理數(shù)據(jù)挖掘3.回歸分析確定回歸模型，用回歸分析求出各指標(biāo)的驅(qū)動參數(shù)，完成回歸方程數(shù)據(jù)挖掘3.回歸分析確定回歸模型，用回歸分析求出各指標(biāo)的驅(qū)動目錄

什么是數(shù)據(jù)運(yùn)營

數(shù)據(jù)運(yùn)營在傳統(tǒng)行業(yè)的應(yīng)用

數(shù)據(jù)運(yùn)營在互聯(lián)網(wǎng)行業(yè)的應(yīng)用數(shù)據(jù)運(yùn)營的工作目錄什么是數(shù)據(jù)運(yùn)營產(chǎn)品流程優(yōu)化關(guān)鍵路徑分析Page17產(chǎn)品流程優(yōu)化關(guān)鍵路徑分析做好評估工作——更全面深入Page18做好評估工作——更全面深入目錄

什么是數(shù)據(jù)運(yùn)營

數(shù)據(jù)運(yùn)營在傳統(tǒng)行業(yè)的應(yīng)用

數(shù)據(jù)運(yùn)營在互聯(lián)網(wǎng)行業(yè)的應(yīng)用數(shù)據(jù)運(yùn)營的工作目錄什么是數(shù)據(jù)運(yùn)營數(shù)據(jù)運(yùn)營工作項(xiàng)目從數(shù)據(jù)分析角度：統(tǒng)計(jì)指標(biāo)設(shè)計(jì)數(shù)據(jù)上報(bào)采集數(shù)據(jù)展示與檢索數(shù)據(jù)分析與挖掘從產(chǎn)品運(yùn)營角度：實(shí)時(shí)監(jiān)控與管理用戶流程優(yōu)化發(fā)現(xiàn)用戶需求，提供個(gè)性化服務(wù)（C2B）Page20數(shù)據(jù)運(yùn)營工作項(xiàng)目從數(shù)據(jù)分析角度：指標(biāo)的設(shè)計(jì)和價(jià)值提煉關(guān)鍵指標(biāo)，直接衡量產(chǎn)品運(yùn)營好壞價(jià)值產(chǎn)出指標(biāo)為每個(gè)業(yè)務(wù)（功能）綜合衡量指標(biāo),該指標(biāo)為類財(cái)務(wù)的經(jīng)濟(jì)收入指標(biāo)，直接衡量該業(yè)務(wù)運(yùn)營好壞。常用指標(biāo)如：收入/消息量/時(shí)長/流量/使用次數(shù)等

將關(guān)鍵指標(biāo)立體化分解，有利于產(chǎn)品管理與調(diào)控將關(guān)鍵價(jià)值指標(biāo)，按照產(chǎn)品特征進(jìn)行立體維度的分解，便于進(jìn)行產(chǎn)品有效管理與調(diào)控（如某產(chǎn)品根據(jù)市場階段定位于是發(fā)展用戶階段，還是提升活躍階段等）

細(xì)分指標(biāo)，有利于定位與發(fā)現(xiàn)問題，便于開展專項(xiàng)分析當(dāng)總價(jià)值發(fā)生波動時(shí)，可以從細(xì)分指標(biāo)觀察是市場發(fā)生變化（用戶規(guī)模減少或者用戶活躍降低），還是產(chǎn)品自身存在問題導(dǎo)致使用下降（如產(chǎn)品的性能，技術(shù)發(fā)生問題。度考察產(chǎn)品/功能其用戶活躍情況Page21指標(biāo)的設(shè)計(jì)和價(jià)值提煉關(guān)鍵指標(biāo)，直接衡量產(chǎn)品運(yùn)營好壞你運(yùn)營的產(chǎn)品，你每天會看