建数据分析框架的3个步骤如何搭建数据分析框架？( 三 ) _数据分析框架

好的留存率对于不同的产品而言是不同的，在这里不展开对用户留存率的划分，针对不同类型的产品与用户粘性寻找最适合的留存指标才是正确的。
2. 付费式增长引擎付费式增长引擎以 Revenue 营收作为 OMTM 驱动增长。
简单来说，从顾客在产品上贡献的价值大于获取付费客户的成本，就可以一直驱动营收增长。
互联网金融是付费式增长引擎的典型例子，由于产品类型不像游戏和视频资讯类应用，有强大高频使用需求。互金运营考核的核心目标就是促成交易，从用户每一次投资/借贷行为中获得收入，覆盖营销的投入，不断驱动引擎的转动。这里我们要重点关注2个指标：

CAC（Customer Aqusition Cost）客户获取成本
CLV (Customer Lifetime Value) 客户终生价值

例如：某次月在营销上投入成本20000元，新增投资用户100人，则获取每位投资用户的成本是200元。若人均投资5万元，利润率2% ，客户终身价值CLV=1000元/人。
当 CLV>CAC ，不计其它成本的基础上，已驱动引擎正常运转了，接下来就要思考如何提供更多曝光，扩大顶端的漏斗，以及尽可能缩短客户盈亏平衡时间。
3. 爆发式增长引擎爆发式增长引擎以 Referral 传播作为 OMTM 驱动增长
典型案例：基于社交场景的分享，通过瓜分红包，砍价、拼团、秒杀等玩法，不断触达潜在用户。
用户社交网络，即可降低付出的成本，通过为用户省钱的策略，提升用户感知价值，不断刺激价格敏感用户，贡献大量的分享量，点击量，引导潜在用户进行体验/注册。
在爆发式增长引擎中，我们需要关注病毒系数 K=I * Conv :
I：Invitation ，即每个用户发送的邀请数量，反映了分布密度.
Conv ： Conversion rate ，即每个邀请成功的概率，反映了感染强度.
那么如何提升让病毒传播系数，上面活动中常见的3种方案：

重点提高接受率：降低接受门槛，且尽量将接受步骤控制在社交场景中，避免二跳降低转化。
缩短单次邀请流程的生命周期：通过限定时间的方法，加快增长进程的同时，提升紧迫感。
试图说服用户去邀请更多的人：头几位受邀用户在砍价中可以砍掉很多金额，让用户初尝甜头后会激励更多的转发量。

四. 总结结合多种业务场景，梳理如何通过用户行为进行事件分析、漏斗分析和留存分析，基于AARRR模型如何获取用户、激发活跃、提高留存、获取收入和病毒传播，最后通过三大引擎，聚焦OMTM驱动增长。
每当产生新的业务问题的时候，通过框架去进行系统化的思考，对问题的解决起着尤为重要的作用。
数据分析是互联网产品和运营的基本功，笔者在数据分析方向的还处于不断提升阶段，以上是最近学习工作中的一些案例和心得分享，希望能给在学习中新人带来一些思路！