一个便利店故事
总结：
1.逻辑拆分：
下个月，需要将店铺的销售额提升至120%。
提升120%销售额.png
销售额 ⬆️33%
平均客单价⬇️14%（有促销所以下降）
付费总单数⬆️52%
进店人数
路过人数
进店率⬆️32%
- 平时销量最高的饮料品类，每瓶打88折
- 每天的第一单消费，可进行随机金额减免抽奖
- 利润空间较高的速食盒饭，第二盒半价
付费率⬆️15%（吸引了精准用户来付费）
2. 制定数据指标
- 判断app投放渠道的优质程度——用户7日日留存、转化用户数
- 判断工具类产品的实用程度——每日PV/UV、人均使用次数
- 判断某段视频的受欢迎程度——播放次数、播放人数、人均播放时长
3.数据埋点
数据埋点，也叫数据采集。付费单数、进店人数、路过人数，这些统计数据都是由大学生站在便利店门前不断数人数，累加出来的，这一过程就叫数据埋点。
一般在活动和功能上线前，统计团队就应该想好埋点方案，并保证在上线后，系统能同时采集到相关统计数据，不完整的数据有可能误导出完全不一样的判断结果。
http://www.woshipm.com/data-analysis/3161080.html
本文由 @LiuCTao 原创发布于人人都是产品经理。未经许可，禁止转载
网友评论