互联网商业产品分析框架

企业本质是一种资源配置的机制，企业与市场是两种可以互相替代的资源配置方式。‍企业存在是以盈利为目的‍，从而进行生产经营，为社会提供产品和服务的经济组织。

就近日京东的裁员，东哥做了简单的回应，其中提到了：

• 京东是一家企业，他不是慈善机构，没有一家企业会养一大帮闲人。这句话虽然很残酷，但是很真实。
• 京东如今到了一个发展的瓶颈期，做人才优化有什么问题呢？这是东哥的另外一句令人深刻的话。

从上面的信息来看，大环境（尤其是互联网的环境）早就过了粗放经营的阶段，需要精细化的运营，也需要降本增效。我也看了一下其他企业的财报，有些企业就是通过优化人才，来实现其目的。种种现象来看，我们需要提高核心竞争力，以免自己在时代变迁的浪潮中被波及。

那么，今天就给大家分享一下我总结的互联网商业产品分析框架，对于没有接触过的或是接触比较少的同学来说都有参考意义。从18年起，商业产品的分析从0到1都是我负责。包括搭建指标体系、分析用户画像、完成商业报告等等。

最终的效果是：运营策略90%被采纳并上线；运营效率提高100%；销量提升1%。

话不多说，直接上图：

主要分三个方面：

01 售前：预测-问题定位

对于售前，主要是预测和问题的定位分析。

1. 预测

预测主要分两部分，第一部分就是KPI的制定，如何制定KPI；第二部分是如何达成KPI。

2. 制定KPI

1）老板-翻倍

每一个老板都有一个翻倍的理想。很多时候KPI是多少都是老板定的。所以，在定KPI的时候，大家一定要提前做好准备，了解现有的数据，这样跟老板聊的时候，就知道如何管理预期。就如何了解现有数据，如何制定合理的KPI，有如下的方法。

2）趋势同比

趋势同比直接是使用去年的增长率，计算得出即可，所以22年销售额=50*（1+67%）=83。

3）N年平均

N年平均，是把最近N年的增长率做了平均，然后乘以上一年的销售额，所以22年销售额=50*（50%+100%+67%）=86，其考虑了随着年份的增加，用户的消费情况。

4）前N年加权平均

主要是把N年的增长率进行了加权，越近的年份权重越大，分别给2019-2020-2021年的增长率赋值1-2-3，那么22年的增长率：（50%*1+100%*2+67%*3）/(1+2+3)=75%，所以22年销售额50*（1+75%）=88。

5）回归和时间序列

直接使用Execl中的功能即可，当然可以使用Python，这里就不细说了。

注意：这几个计算方式，是比较常用的方式，但是更多是老板拍，所以，在平时一定要经常给他汇报，在汇报中分享一下这些方法，让他有一定的印象。

另外，自己一定要熟悉购买的用户画像，还有就是渗透率以及平台的增长。因为，如果整个平台的新用户增长放缓，付费用户肯定不会有很大的提升。

还需要考虑商品的类型，是高频还是低频的商品。有的商品用户买了就不会再买，或是很长时间内才会购买，那么，新用户的增长对于付费用户的增长有很大的影响。

3. 达成KPI

主要从画像的维度和产品的维度来看，从产品的维度来看，主要是为了优化产品；从画像的角度主要是为了运营触达。

1）产品

如何优化产品呢？主要从用户使用产品的路径来分析，现假设用户使用产品的路径为曝光产品入口–进入产品营销页–创建订单–支付成功，那我们就有了下面这个公式：

下单人数= 曝光*转化率1*转化率2*转化率3

• 曝光：曝光人数
• 转化率1= 进入产品营销页的人数/曝光人数
• 转化率2= 创建订单人数/进入产品营销页人数
• 转化率3= 支付成功人数/创建订单人数

通过上面的公式，使用这个分析模型：数据分析工具–总量和转化率问题，我们可以知道是曝光的问题还是每一步转化的问题。

如果是曝光的问题，那么我们可以提升曝光，提升曝光有三种方式：

如果是转化率的问题，从目前的转化率漏斗来看，也是有三种情况：

当然上面主要是介绍大的框架，还有具体实施过程中每个步骤的分析都需要进更加深入，这里就不做过多的展开。

2）画像

主要针对用户属性和用户行为分析其转化率。

注意：分析的时候，不是只分析已购买的用户画像，而是分析转化率。
我之前看过一个分析师，一上来就分析购买的用户画像，比如发现购买的用户中男女比8:2（虚拟数据），他很兴奋地去找运营同学。然后运营听完之后，很淡定，因为我们站内活跃用户就是男女比是8：2。

画像分析之后，一般就是进行运营触达。

3）其他

我们来看一下销售额的组成，销售额= 单价*销售量，上面的分析逻辑是假定单价不变。那么由上面的公式，我们可以分下面三种：

4. 问题分析

第二部分就是异常分析，我们制定好KPI，分析了如何完成KPI，如果在执行时候出现了问题，该怎么分析呢？可以参考文章：增长黑客-DAU下降分析-指标异常分析框架

02 售后-效果-复购

当销售给用户之后，就需要关注售后相关的指标：退款率，可以分析退款的用户画像。做一个退款原因的产品，用户退款时可以填写，可以对退款用户进行调研。

这次都是比较直接和通用的指标，并且分析也是比较重要，展开的话，每个都可以单独来写的。

如果这篇文章点赞破100，后面会单独出一篇文章。

03 销售绩效

涉及到销售绩效部分，线下销售确实涉及很少，暂不做讲解。

04 写在最后

距离上次更新很久了，感谢粉丝的认可，让我更加坚定了要持续地更新。

下一篇，以某网为例，具体讲讲商业产品分析框架（冒着生命危险注册某网）。

给作者点赞，鼓励TA抓紧创作！

来源：http://www.woshipm.com/operate/5422933.html
本站部分图文来源于网络，如有侵权请联系删除。