1.各种常见的APP类型
电商类：交易、流量
社交类：流量
旅游类：保险
财务类：高频带动低频，信用卡分期
地图类：给其他APP提供API接口服务，启动画面广告
新闻类：
娱乐类：版权，广告，会员类
教育类：
工具类：
2.各种常见的核心指标（电商）
| 主题 | 指标 |
|---|---|
| 交易 | 交易额、订单量 |
| 流量 | DAU |
| 用户 | 交易用户数、新客数 |
| 供给 | 在线商户/商品数、动销商户/商品数（有人买了）、动销率 |
| 成本 | 补贴额、补贴率 |
| 收入 | 毛收入、毛利率 |
3.常见缩写说明
| 缩写 | 说明 |
|---|---|
| UV | 独立访客数 |
| PV | 页面访问数 |
| GMV | Gross Merchandise Volum，交易额 |
| DAU | Daily Active User，日活用户（拓展：MAU——月活用户） |
| APRU | Average Revenue Per User，人均收入（人均交易额） |
| CPC | CostPer，Click，每次点击付费广告 |
| CPM | Cost Per Miller，每千人成本，广告投放过程中，听到或者看到某广告的没一人平均分担到多少广告成本 |
| CPR | Cost Per Response,每回应成本，以浏览者的每一个回应计费 |
| CPP | Cost Per Purchase,每购买成本，广告主要为规避广告费用风险，只有在网络用户点击广告并进行在线交易后，才按销售笔数付给广告站点费用 |
| YOY | Year on Year percentage，年同比增长率，今年当期/去年同期-1 |
| WOW | Week on Week percentage,周环比增长率，当周/上周-1 |
| MOM | Month on Month percentage,月环比增长率，当月/上月-1 |
| MTD | Month To Date，当月迄今 |
| YTD | Year To Date,当年迄今 |
| LTV | Life Time Value，生命周期总价值，客户终生价值，是公司从用户所有的互动中所得到的全部经济收益的总和 |
| CAC | Customer Acquisition Cost，用户获取成本，即你花多少钱获取了一个新用户 |
流量类指标：独立访客数UV;页面访问数PV。
人均页面访问数：页面访问数/独立访客数，该指标反映的是APP的粘性。
分析报告编写的总体要求
1.确保报告的阅读者，可以通过3-5分钟的阅读，获得一些对其工作有价值的观点和建议！
2.用最精简，没有歧义的方式来阐述你的观点，不要让别人来费心理解
3.不管你准备了多少working paper，只把最相关，最优价值的部分写到你的报告中
4.每页PPT和每一段文字只表达一个核心观点
不同分析师的日常对比
不能只做取数师！！！为什么要取,看什么业绩，时间是不是应该这样选，维度是不是应该更新一点，用这个指标是不是更能体现真实情况呢，那明天定个会议室详谈
看到数据后的反应
首先搞清楚业务变化趋势，然后搞清楚为什么会发生这样的变化…
分析的误区：
1.不过问需求、不讨论沟通、沦为提数工具
2.不深入了解业务，为了分析而分析
如何搭建分析报告的框架
注意不要忽略分析范围！！！
撰写分析报告常用的分析方法：
矩阵分析法：
用房产首付额和房价年增长率的平均值作为整个坐标轴的交点。
第一象限：房产首付额大于平均值；房价年增长率大于平均值。
第二象限：房产首付额低于平均值；但是房价年增长率大于平均值。
第三象限：房产首付额和房价年增长率都低于平均值
第四象限：房产首付额高，但是房价增长率低（结论：投资东京不划算）
如何做好交易分析
交易分析案例解析（实例：电商公司分析交易额的拆分方式）
B端：供给侧
C端：用户端
在线POI数：在线商户数/门店数
动销率：
单门店GMV:
推荐书籍
