用数据驱动运营（明确目标、分解目标）
如何用数据驱动运营
明确目标
- 管理层：自己最近做的重大决策最终反映在了哪些指标上？这些指标的相互关系是怎样的？业务的全局变化如何？与过去相比有哪些进步？目前哪些执行动作需要调整的，对应指标是什么？
- 运营方：最近的活动效果怎样？一些运营活动是否可以持续提升效果，是否需要将运营方法持续固化为产品模块
- 产品方：上线的功能对用户有没有用，用户有没有使用？使用了，如何让产品变得更好用，没使用，分析原因，是设计有问题还是用户不明白怎么用。
目标分解
客单价下降原因分析
客单价=总交易额/下单人数=(新客数新客客单价+老客户数老客客单价)/下单人数=新客数占比新客客单价+老客数占比老客客单价（从用户结构进行拆分）
- 如果客单价下降，可能是什么原因了？
- 新老客客单价相对稳定，但是新老客比例变化，新客数占比上升
- 新客数占比上升，是不是产品处于快速增长期，新客增长速度快
- 新客增长相对平稳，但老客在加速流失
- 新老客比例稳定，新老客客单价往下掉
- 新客客单价下降，是不是拉新带来的用户质量较差
- 老客客单价下降，是不是高价值用户变得沉默了
- 以上两个方面都有问题
每个用户的下单金额=客单价=∑_(i=1)^n▒〖c*p〗
c表示第i个SKU（产品）的购买数量，p表示实际支付价格=原价-优惠
- 如果客单价下降，可能是什么原因了？
- 买的少，平均每单的商品数量减少
- 商品关联推荐的规则会影响同时买多少商品，或者用户购买力下降
- 有的用户买的多，有的买的少，关注大批量购买用户的比例变化
- 价格低，用户选择了低价格的商品
- 品类结构变化，新上线商品价格比较低
- 用户被引导去购买低价商品，比如首页展示、商品推荐规则、拉新、促活之类的活动
- 优惠高
- 优惠力度大
- 优惠覆盖范围活整体被使用的优惠金额扩大
