规划数据指标体系方法(下)——新海盗模型
前面已经跟大家分享了规划数据指标体系的两种方法—— OSM 和 UJM 模型,分别从目标-策略以及用户旅途的角度阐述了规划数据指标体系的过程。今天我来跟大家分享最后一种规划数据指标体系的方法——新海盗模型。
了解新海盗模型
海盗模型,即 AARRR 模型,是 Acquisition(获取)、Activation(激活)、Retention(留存)、Revenue(收益)、Referral(推荐传播),这个五个单词的缩写,分别对应用户生命周期中的5个重要环节。而新海盗模型,则是在原来的基础上,增加了 Recall(召回),这从公司运营的角度才算是补全了用户生命周期。
应用新海盗模型
要将 AARRRR 模型应用到规划数据指标体系中是比较简单的,只需要按照获取、激活、留存、收益、传播以及召回的漏斗模型一步一步分析和拆解就可以得到需要的数据指标。
在这里我们还是以跨境独立站电商为例。
(一)Acquisition 获取
跨境独立站电商的用户大多数都是从各种广告渠道而来,比如 Tik Tok、Facebook 以及其他的 KOL 渠道。在这个阶段,要关注的数据指标无非就是渠道质量和成本,比如渠道的广告点击率、广告转化率、平均每个新用户的获取成本等。
(二)Activation 激活
因为电商用户的行为主要是浏览搜索商品、加入购物车、下单结账,那在这个阶段,要关注的指标就是用户加购数、用户搜索词等。
(三)Retention 留存
在留存阶段,对于跨境独立站电商来讲,其实就是希望用户产生复购,那要关注的指标就是复购率。
(四)Revenue 收益
无论是什么类型的电商,最关注的无非就是 GMV 了,而在跨境独立站方向,因为涉及到广告,还会关注到 ROI 或者 ROAS 等衡量收益和成本比例的指标。
(五)Referral 推荐传播
对于跨境电商来说,分享传播的指标可能不会是很突出的表现,但如果有搞营销活动,也可以关注下分享次数、分享页被点击次数等。
(六)Recall 召回
在跨境电商行业,召回一般都是通过电子邮件的方式,所以要关注的指标就是邮件渠道的展示和点击次数。
写在最后
对于规划数据指标体系的方法,我就分享到这里了。在市面上应该还有其他的好方法,大家如果有关注的话可以留言和我一起探讨。
想了解更多产品经理相关的知识和经验,欢迎关注我,和我一起共同进步。
规划数据指标体系方法(下)——新海盗模型相关推荐
- oracle中生成大批量数据的方法-下
方法五:使用PLSQL的数据生成器 首先测试环境建立:dept表 CREATE TABLE dept(deptno NUMBER(6),dname VARCHAR2(20),loc VARCHAR2( ...
- 【业务数据分析】——如何搭建数据指标体系
目录 一.数据埋点 二.数据埋点的作用 三.设计埋点方案 1.明确埋点目标 2.确认上报变量 3.明确上报时机 4.明确优先级 四.搭建方法:OSM模型.UJM模型.AARRR模型 1.OSM模型 2 ...
- 基于图像的数据增强方法发展现状综述
基于图像的数据增强方法发展现状综述 人工智能技术与咨询 2022-03-22 20:57 点击蓝字 · 关注我们 来源:< 计算机科学与应用> ,作者冯晓硕等 关键词: 数据增强:图像数据 ...
- Facebook新AI模型SEER实现自监督学习,LeCun大赞最有前途
Fly-AI竞赛服务平台 flyai.com 在开始学习之前推荐大家可以多在FlyAI竞赛服务平台多参加训练和竞赛,以此来提升自己的能力.FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站 ...
- 如何构建公司的数据指标体系
Apache Doris 代码仓库地址:apache/incubator-doris 欢迎大家关注加星 概述 在数据化管理中,数据指标是业务中的核心内容,然而指标管理中总会出现许多问题.指标管理系统在 ...
- 数据读取与数据扩增方法
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:樊亮.黄星源.Datawhale优秀学习者 本文对图像数据读取及图 ...
- 【深度学习】数据读取与数据扩增方法
转载自:Datawhale,作者:樊亮.黄星源.Datawhale优秀学习者 本文对图像数据读取及图像数据扩增方法进行了总结,并以阿里天池零基础入门CV赛事为实践,利用Pytorch对数据进行了读取和 ...
- 数据分析师如何构建数据指标体系?理解以下四个模型就够了!
点击上方 蓝字 关注我们 我的新书<数据分析之道--用数据思维指导业务实战>正式出版了,本书以数据分析思维为主题,主要介绍对比思维.分群思维以及相关思维三大数据分析思维. 今天的内容节选自 ...
- 告别AI模型黑盒子:可解释性将是数据科学的下一个“超能力”
过去几年来,人工智能研究人员在图像识别.自然语言理解和棋类等领域取得了重大突破.但由于缺乏对复杂机器学习模型的真正理解,导致模型在传播时出现了偏见,这种偏见在零售.面部识别和语言理解等领域的应用中出现 ...
最新文章
- 函数调用栈 剖析+图解
- April Fools Contest 2017 题解源码(A,数学 B,数学 C,数学 D,字符串 E,数字逻辑 F,排序,卡时间,G,数学)...
- linux vim(gvim) 多标签页,Vim 的标签页功能
- 【机器学习基础】获取机器学习和深度学习的练习数据
- oracle 补丁打不上_oracle 打补丁常见问题
- CF613D Kingdom and its Cities
- 企业实战_14_MyCat跨分片查询_全局表
- TCPIP协议卷2之io中断
- MySql基础汇总-DDL DML DQL DCL,存储过程,事务,触发器,函数等
- C# 计算农历日期方法 2022
- 微信公众号网页jsapi授权
- 多参数气体监测系统(上)
- Nginx ACCESS日志过滤CSS JS 图片等静态文件——筑梦之路
- 使用endnote自动批量生成毕业论文参考文献
- linux wifi 8192移植 及部分wifi工具的使用
- 《代码阅读》读书笔记(一)
- 情人节礼物推荐,送给男朋友的情人节礼物
- 圆形体癣是什么样子的图片_癣是什么样子的图片及皮肤癣症状
- 计算机应用研究所912,2019清华大学计算机考研912考试初试常问问题?
- 计算机图像双曲线的代码,计算机图形学(二)输出图元_6_OpenGL曲线函数_5_其他曲线...
热门文章
- 冰蝎3.0的使用方法与默认密码更改方法
- 【四二学堂】基于python+pygame的太空阻击游戏(python版带视频)
- web-RPC之sekiro
- 30天自制操作系统U盘启动
- 京东店铺产品关键词如何进行选择,如何优化?
- VMware虚拟机,环境搭建详解(傻瓜式教学)
- [开发笔记]-C#判断文件类型
- python笔记:7.2.1一元单因素方差分析(例7-1像素影响数码相机销量)
- Android 12.0 Settings 去掉打开开发者模式和USB调试模式的广播
- 如何让搜索引擎搜索到自己博客文章