数据分析师训练营/ 第一篇 认知与业务基础/ 第二章
第二章 · 认知篇

先看懂生意,再谈数据

你在青柠优选的第一个任务不是写 SQL,而是回答一个问题:这家公司靠什么赚钱? 6 月 GMV 901.5 万元,环比只涨 2.85%。老板问:“这个增长健康吗?” 如果你只会算 GMV,这个问题没法回答。

本章给你三张地图:收入公式、四种商业模式、用户生命周期。 它们决定了你该看哪些指标,以及同一个数字在不同生意里到底意味着什么。

理论 : 实操 = 7 : 3 约 5 学时 前置 第 1 章

2.1收入公式、四种模式、生命周期

数据不是从表里长出来的,是从生意里长出来的。同一个 5.6%,放在电商、内容、SaaS 里, 可能分别是“太低”“正常”“灾难”。这一节先把生意的骨架搭起来。

2.1.1收入 = 流量 × 转化率 × 客单价 × 复购

所有生意的收入,都能拆成四个乘数。先别急着记,先把量纲对一遍—— 这是判断公式有没有用错的最快方法。

流量是人;转化率是“支付人数 ÷ 访客数”,乘出来是支付人数;复购是人均下单次数(单/人), 乘出来是订单数;再乘客单价(元/单),才是收入(元)。所以第四项一定不是“复购率”, 而是“复购次数”。量纲对不上,公式就是错的。

流量
访客数(人)
×
转化率
支付人数 ÷ 访客
×
客单价
元 ÷ 单
×
复购
单 ÷ 人
=
收入
元
图 2.1.1 四个乘数的量纲要能一路约掉,最后只剩“元”

把青柠优选的数字填进去,你会立刻看到一个陷阱:四个数来自三个口径。

乘数取值口径说明
流量2,0006 月抽样访客数(去重)不是全月 UV
转化率5.6%支付人数 111 ÷ 样本访客 2,000样本内口径
客单价10,078 元全库 GMV 157,363,380.14 ÷ 15,615 单不是 6 月单月
复购1.22 单/人6 月注册用户 852 单 ÷ 698 人29 笔游客单不计入
把四个数直接相乘会怎样:2,000 × 5.6% × 10,078 × 1.22 ≈ 137.7 万元, 和 6 月的 901.5 万元差 6 倍多。不是公式错了,是四个数口径不同。 公式用来找杠杆,不用来对账;对账必须用同一口径重算。

那这个公式有什么用?它告诉你:收入只有四个杠杆。每一项 +10%,收入都 +10%, 但拿到这 10% 的成本和速度完全不同。买量当天见效,停投即停;提转化要改产品,按周算; 提客单价靠品类结构,按季度算;提复购靠会员和履约,按半年算。 分析师的价值,是判断“哪个杠杆最便宜”,而不是四个一起抓。

1

四个乘数必须同口径;复购率不等于复购次数

很多文章把第四项写成“复购率”,19.77% 直接乘进去,量纲就错了。 复购率回答的是“有多少人回来”,人均下单次数回答的是“回来的人下了几单”。 6 月 698 人下了 852 单,1.22 才是乘数;19.77% 是 138 ÷ 698,用来看健康度。

如果不这样会怎样:你用 19.77% 当乘数,算出来的收入会比实际少八成, 然后得出“复购是最大短板”的错误结论,把预算全砸进会员体系。

2.1.2四种商业模式:同一个指标,四种读法

收入公式是通用的,但每一项的“正常值”由商业模式决定。看懂一门生意,先看它靠什么收钱、钱花在哪。

模式收入结构成本大头关键指标青柠优选对照
电商商品差价、佣金、广告采购、履约、流量GMV、转化率、客单价、复购、退款率本业:3C 社区电商
内容广告、会员、内容付费、带货内容生产、带宽DAU、时长、完播率、eCPM不适用
SaaS订阅费、实施费、增值模块研发、销售、云资源MRR/ARR、续费率、流失率、回收期不适用
本地生活佣金、配送费、广告履约、补贴、地推订单密度、履约时长、商户数、补贴率线下门店部分类似

拿复购率举例。青柠优选 6 月复购率 19.77%,在 3C 电商里算健康——高客单、低频、决策重, 用户本来就不会月月买。但同一个 19.77% 放在 SaaS,意味着每月流失 80% 的客户,公司活不过三个月。 指标没有绝对值,只有放在模式里的相对值。

青柠优选还有两个特殊性。第一,3C 品类客单价高(10,078 元),但购买频次低, 所以它的核心不是“提高频次”,而是“首单信任 + 售后体验 + 会员体系”。 第二,社区电商有门店和自提,履约成本的结构和纯线上不同, 只看 GMV 会漏掉“这笔订单到底赚不赚钱”。

2.1.3用户生命周期:七个阶段,一个环

用户和生意的关系不是一次交易,是一串阶段。每个阶段解决一个不同的问题, 也对应一个不同的指标。把它们混在一起,就会出现“注册涨了,但收入没涨”的困惑。

访客 2,000 样本 注册 200 万用户 激活 加购 387 留存 次日 14.29% 付费 转化 5.6% 复购 19.77% 推荐 朋友推荐 推荐带来新访客:生命周期是一个环,不是一条直线
图 2.1.2 七个阶段各有各的指标,混着看就会得出错误结论

前段(访客→注册→激活)解决“来不来、有没有留下痕迹、有没有体验到价值”。 看 UV、注册转化率、激活率。这一段最容易自嗨:注册数涨了,但用户没做任何有价值的事。

中段(留存→付费)解决“会不会回来、愿不愿意付钱”。看次日/7 日留存、首单转化率。 青柠优选 6 月样本的支付转化率 5.6%,6/1 次日留存 14.29%(280 → 40)。

后段(复购→推荐)解决“会不会再买、会不会带来人”。看复购率、人均下单次数、推荐占比。 6 月 698 人下单,138 人复购,复购率 19.77%,人均 1.22 单。

2

每个阶段必须有一个可观测事件,否则这个阶段不存在

你说“我们要提升激活率”,但埋点表里只有注册和支付,没有激活事件——这个指标永远算不出来。 更糟的是,团队会拿“注册率”冒充“激活率”,数字好看,问题还在。

如果不这样会怎样:半年后复盘,你发现“激活率提升了 20%”, 其实是注册流程少了一步。留存没变,因为用户还是没有体验到价值。

2.1.4激活:为什么 Aha Moment 因业务而异

激活是用户第一次真正体验到产品价值的时刻。判断标准不是“你觉得”, 而是“做过这件事的人,后续留存显著更高”。同一家公司,不同业务的答案完全不同:

业务候选激活行为为什么是它
电商30 天内完成首单3C 决策重,首单就是价值验证:正品、配送、售后都跑通了
内容连续 3 天看满 10 分钟单次打开不算价值,形成消费习惯才算
SaaS建第一个项目并邀请 1 位同事单人使用没价值,协作跑通才是产品价值
阶段会重叠:电商的激活常常就是首单,“激活”和“付费”可能指向同一动作。阶段是分析框架, 不是流程规定;口径二选一,别把一笔订单算两次。青柠优选当前用“加购”做代理。

不能照抄,因为价值主张不同:电商卖放心,内容卖时间,SaaS 卖协作效率。 激活行为必须满足三个条件:发生得早、可埋点、与留存有显著差异。

找法:取同期群,按“首周是否做过 X”分两组,比 7 日和 30 日留存。差异最大的 X 是候选, 但它只是相关,还要 A/B 验证(第 20 章)。

最常见的错:把“注册”当激活。注册只拿到账号,没有体验价值;注册率可以靠补贴和简化流程刷上去, 留存不会跟着涨。另一个错是把“打开 App”当激活——太浅,人人都有。
3

激活是“与留存强相关的最早行为”,不是注册,也不是打开

三个条件缺一不可:发生在新用户早期、能被埋点记录、做过与没做过的人留存差异明显。 只满足前两个,可能找到一个“人人都会做”的动作;只满足后两个,它发生得太晚,来不及干预。

如果不这样会怎样:你把“绑定手机号”定为激活,全公司优化绑定率, 绑定量涨了 30%,留存一动不动——因为绑定不是价值,只是手续。

2.2画出青柠优选的业务链路

公式和阶段是通用地图,业务链路才是这家公司的实际地形。 画链路不是为了给老板看,是为了找出数据断点。

推荐 → 新访客:口碑回流 投放 / 口碑 4 类渠道 访问 2,000 样本 注册 200 万用户 首单 转化 5.6% 复购 19.77% 推荐 朋友推荐 游客下单 565 单 / 2.8%,不经过注册
图 2.2.1 一条主链、一条游客旁路、一条口碑回流;每条边都要能落到事件和表

这张图上有三个数据断点,每一个都会让某一类指标失真:

断点一:游客订单。青柠优选不强制注册,565 单游客订单占总订单的 2.8%。 这些订单有金额、有商品,却没有 user_id。按用户统计,它们会整批消失; 按订单统计,它们又是真实收入。6 月 881 单里就有 29 单是游客单。

断点二:渠道归因。订单表里有 channel,但注册前的触点没有按用户落库。 你只能知道“这一单来自信息流”,不知道用户是先看了朋友推荐、又点了信息流广告才下单。 只按订单渠道算 ROI,会把功劳全给最后一次点击。

断点三:线下门店。门店渠道的订单能统计,但到店客流、试穿、咨询没有落到 user_id。 线上线下的同一批人,只能靠手机号或订单号弱关联,复购率会被低估。

4

链路图上每条边,都要能说出“什么事件、哪张表、什么口径”

说不出,就是数据断层。断层不一定是坏事——业务上可能就该这样(比如游客下单)。 但你必须知道它在哪里、影响哪个指标,而不是假装它不存在。

如果不这样会怎样:老板问“6 月到底多少人买了”,你报 698, 实际还有 29 个游客;财务按订单报 881 单,两边在会上吵起来。

2.3实验:为每个阶段定义可观测事件

这一节把生命周期从“概念”变成“能算的表”。你要为七个阶段各定义事件、属性和口径, 然后用 6 月数据填一版基线。填不出的地方,就是数据缺口。

目标:产出一张事件字典,七个阶段全覆盖,每个指标都能算出分子和分母。 材料:青柠优选的业务背景和 6 月经营数字,一张纸或 Excel。

阶段事件触发时机关键属性指标口径
访客浏览打开商品详情user_id、page、deviceUV = 去重 user_id
注册注册成功手机号验证通过register_date、channel注册转化率 = 新注册 ÷ 访客
激活加购点击加入购物车user_id、product_id激活率 = 加购人数 ÷ 新注册
留存次日任意事件次日首次打开user_id、event_time次日留存 = 次日活跃 ÷ 首日活跃
付费支付支付成功回调order_id、pay_amount转化率 = 支付人数 ÷ 访客
复购窗口内第二次支付第二笔支付成功user_id、order_date复购率 = 下单 ≥2 次人数 ÷ 下单人数
推荐未埋点点击分享 / 接受邀请—缺口:只能用渠道字段近似
图 2.3.1 事件字典的最后一列必须是“能算”,算不出就写缺口
已完成 0 / 6 预计 40 分钟
01

列阶段与业务动作

5 分钟 · 对应 2.1.3
做什么
把七个阶段写成七行,每行补一句“用户实际做了什么”。
为什么
阶段是抽象名词,事件是具体动作。写不出动作,说明这个阶段还没定义清楚。
怎么做
  1. 按“访客、注册、激活、留存、付费、复购、推荐”建七行。
  2. 每行填一个动作:浏览商品、注册、加购、次日回访、支付、二次支付、分享。
看到什么
七行都有具体动作,没有“提升”“优化”这类无法观测的词。
02

优先用已有事件,别造新词

5 分钟 · 对应规则 2
做什么
先查库里已经埋了哪些事件,再决定缺哪些。
为什么
每造一个新事件名,就要多一套埋点、清洗和口径。能复用就复用。
怎么做
  1. 查 events.event_type 的枚举值:本库只有浏览、加购、下单、支付四种。
  2. 把七行对上去:注册在 users.register_date,推荐没有对应事件。
  3. 对不上的那一行标“缺口”,不要硬编。
看到什么
七个阶段里,六个能落到已有数据,只有推荐是缺口。
03

补属性:who / when / where / how

8 分钟 · 对应规则 4
做什么
给每个事件补齐四个维度,确保以后能拆渠道、城市、设备、新老客。
为什么
没有属性的数据只能算总量,不能回答“为什么”。补属性要在埋点阶段做,事后补不回来。
怎么做
  1. who:user_id;游客单单独标 user_id IS NULL。
  2. when:event_time / order_date;统一到天,注意时区。
  3. where:page、device、city、channel。
  4. how much:pay_amount、商品数、优惠金额。
看到什么
每个事件至少四个属性;游客单有独立标记,不会被当成缺失值删掉。
为什么游客单不能删

它们贡献了真实的 GMV。删掉,6 月 GMV 少 34.2 万元;不删,用户数又对不上。正确做法是订单口径和用户口径分开报。

04

写口径:分子、分母、时间窗 核心

10 分钟 · 对应规则 1
做什么
每个指标写四件事:分子是谁、分母是谁、时间窗多长、怎么去重。
为什么
同一个“复购率”,分母用全部注册用户还是窗口内下单用户,能差出十倍。
怎么做
  1. 复购率:分子 = 窗口内下单 ≥2 次的人数,分母 = 窗口内下单人数,窗口 = 6 月。
  2. 转化率:分子 = 支付人数,分母 = 访客数,按人去重,不按次数。
  3. 每个口径后面写一句“不算什么”:不算退款、不算游客、不算重复支付。
看到什么
每个指标都能用一句话说清;换一个人按你的口径算,结果一致。
05

用 6 月数据填基线

7 分钟 · 对应 2.1.1
做什么
在事件字典右侧加一列“6 月基线”,能算的填数,算不出的写“缺口”。
为什么
没有基线的指标无法判断好坏。基线也是下一次分析的对照物。
怎么做
  1. 转化率填 5.6%(111 ÷ 2,000);次日留存填 14.29%(40 ÷ 280)。
  2. 复购率填 19.77%(138 ÷ 698);人均单数填 1.22(852 ÷ 698)。
  3. 推荐填“缺口”;游客单填 3.3%(29 ÷ 881,6 月;全库 2.8%)。
看到什么
七行里六行有数、一行是缺口。缺口不是失败,是下一阶段的埋点需求。
1.22 是怎么来的

6 月 881 单里有 29 单是游客单,注册用户下了 852 单。852 ÷ 698 = 1.22。若用 881 ÷ 698 = 1.26,分子分母就不是同一群人了。

06

三条自检,交付事件字典

5 分钟 · 对应规则 4
做什么
交付一张七行的事件字典,并确认三个易错点都被处理。
为什么
事件字典是后面所有 SQL、看板、实验的地基。地基错了,上层全歪。
怎么做
  1. 每条链路边都有事件:没有的写“缺口”。
  2. 游客单有独立口径:订单数含、用户数不含。
  3. 激活有留存差异证据:不是拍脑袋选的。
看到什么
同事拿这张表,能直接写出七个指标的 SQL,不需要再问你。

2.4结果验证

本章有两个必会的数:复购率和人均下单次数。它们长得很像,口径完全不同。

138 人复购 ÷ 698 人下单,保留两位小数,不要带 %。
881 单里有 29 单游客单,先减掉。

2.4.1五道选择题

不看前面的正文,凭第一反应选。选完立刻出解析。

Q1收入公式“流量 × 转化率 × 客单价 × 复购”里,第四项应该是什么?
解析:量纲要对得上:人 ×(单/人)×(元/单)= 元。复购率是百分比,乘进去量纲就错了;138 人是绝对数,也不是乘数。
Q2青柠优选的支付转化率 5.6%,分子和分母分别是什么?
解析:公司口径是“支付人数 ÷ 浏览人数”,6 月样本是 111 ÷ 2,000。分母换成注册用户,会得到完全不同的数,也会误导投放决策。
Q3下面哪个行为最适合作为“激活”指标?
解析:激活必须满足三个条件:发生得早、可埋点、与留存有显著差异。注册和打开太浅,人人都有;分享发生得太晚,已经来不及干预。
Q4一家 SaaS 公司的月复购率是 19.77%,说明什么?
解析:SaaS 靠订阅,收入按月续费。月复购率 19.77% 意味着每月流失 80% 的客户,获客成本永远收不回来。同一个数字,在不同模式里含义相反。
Q5游客订单占 2.8%,做分析时正确的处理是什么?
解析:游客单是真实收入,删掉会少 565 单;但它们没有 user_id,不能混进用户指标。正确做法是订单口径和用户口径分开,并在报告里注明差额。
得分:0 / 5

2.5常见问题排查

按“现象 → 原因 → 解决”整理。业务分析里的错,八成出在口径和阶段错位上。

现象原因解决
链路图画不出来不知道公司靠什么赚钱先访谈运营和老板,从“钱从哪来”倒推
四个乘数相乘,和总额差很远四个数来自不同口径用同一时间窗、同一人群重算;公式只找杠杆
复购率算出来 40%分母用了全部注册用户分母改成“窗口内下单人数”
激活率算不出来没有激活事件埋点先定义事件再补埋点,别用注册代替
用户数和订单数对不上游客单没有 user_id订单口径含游客,用户口径不含,分开报
每个渠道 ROI 都很高last-click 归因,自然流量被挤占看增量:留一组对照,或做投放暂停实验
注册涨了,收入没涨把注册当激活,用户没体验价值找与留存强相关的早期行为,重新定义激活
指标换到别的行业就失效没放在商业模式里读先确认收入结构、成本结构和付费频率

2.6本章小结与练习

  1. 收入公式:流量 × 转化率 × 客单价 × 人均下单次数;四项必须同口径。
  2. 四种模式:电商、内容、SaaS、本地生活;收入结构和关键指标完全不同。
  3. 生命周期七阶段:访客、注册、激活、留存、付费、复购、推荐;它是一个环。
  4. 激活因业务而异:必须发生得早、可埋点、与留存显著相关。
  5. 链路图的价值:找出数据断点——游客单、渠道归因、线下门店。

2.6.1练习

  1. 用收入公式拆一个你熟悉的 App,四个乘数各写一个你能拿到的指标。
  2. 画出青柠优选的链路图,标出三个数据断点,说明每个断点会让哪个指标失真。
  3. 为“激活”找一个候选行为,写出验证方案:分组、时间窗、看哪个指标。
  4. 选一个非电商 App,说出它的生命周期七阶段和每阶段的一个事件。
参考答案

1. 示例(外卖):流量 = 首页 UV,转化率 = 下单人数 ÷ UV,客单价 = GMV ÷ 订单数,复购 = 订单数 ÷ 下单人数。四项都按同一城市、同一周取数。

2. 游客单让“下单人数”偏低;last-click 让“渠道 ROI”偏高;线下门店让“复购率”偏低。每个断点都要在报告里注明方向和大致幅度。

3. 示例:候选行为“首周加购 2 件”。按是否做到分两组,比较 30 日留存;若差异显著,再做 A/B 实验验证因果。

4. 示例(内容 App):访客看首页、注册、激活(连续 3 天看满 10 分钟)、留存(次日回访)、付费(开会员)、复购(续费)、推荐(分享链接)。

下一章预告:看懂了生意,下一步是定指标。第 3 章会回答:为什么青柠优选不能用 GMV 当北极星, 以及 AARRR 和 OSM 怎么把一堆指标收成一张图。
数据分析师训练营 · 第二章
业务数字来自青柠优选 2024 年 6 月样本