【易错题】第六章-业务数据分析 #CDA Level 1

目录

[一. 指标作用与理解](#一. 指标作用与理解)

[二. 基本指标](#二. 基本指标)

1)求和类(常规求和、累计求和)

2)*比较类(均比、同比、环比、定基比、标准比)

[三. 场景指标](#三. 场景指标)

1)*流量相关指标(访客数UV、浏览量PV、访问次数Visits、平均访问深度、跳失率等)

2)转化相关指标(转化率)

3)*营运、销售相关指标(GMV、实际销售额、退货率、动销率、坪效等)

(a)GMV

(b)坪效

(c)动销率

(d)销量、销售额、利润

4)*库存相关指标(库存周转天数、安全库存天数、库龄、库存周转次数、平均库存量等)

5)*客户相关指标(注册用户数、活跃用户数、新增用户数、留存率、人均消费、客单价等)

6)绩效相关指标(销售目标完成率、员工绩效评分等)

[四. 分析方法](#四. 分析方法)

1)指标分析方法(横向分析、纵向分析、预警分析)

2)客户分析(用户生命周期、客户来源、留存分析、用户流失、用户行为价值分析)

3)行为效果分析(人货场、进销存、活动效果、日常销售分析)

4)业务分析模型(RFM模型、用户忠诚度模型、漏斗模型、AARRR)

(a)总体

(b)*RFM模型

(c)*用户忠诚度模型

(d)*漏斗模型(商机/销售漏斗)

(e)AARRR模型(用户运营漏斗)

5)业务分析方法(树状结构分析、二八分析、波士顿矩阵、同期群分析)

(a)树状结构分析(因果分析)

(b)*二八分析(帕累托分析)

(c)*波士顿矩阵(四象限分析)

(d)*同期群分析


本文整理了CDA Level 1 业务数据分析相关的易错题,来源:如荷学题库CDA Level 1(第六章+模拟题一至四)。标*为重点掌握内容。

一. 指标作用与理解

二. 基本指标

1)求和类(常规求和、累计求和)

2)*比较类(均比、同比、环比、定基比、标准比)

三. 场景指标

1)*流量相关指标(访客数UV、浏览量PV、访问次数Visits、平均访问深度、跳失率等)

2)转化相关指标(转化率)

3)*营运、销售相关指标(GMV、实际销售额、退货率、动销率、坪效等)

(a)GMV

(b)坪效

(c)动销率

(d)销量、销售额、利润

4)*库存相关指标(库存周转天数、安全库存天数、库龄、库存周转次数、平均库存量等)

5)*客户相关指标(注册用户数、活跃用户数、新增用户数、留存率、人均消费、客单价等)

6)绩效相关指标(销售目标完成率、员工绩效评分等)

四. 分析方法

1)指标分析方法(横向分析、纵向分析、预警分析)

2)客户分析(用户生命周期、客户来源、留存分析、用户流失、用户行为价值分析)

3)行为效果分析(人货场、进销存、活动效果、日常销售分析)

4)业务分析模型(RFM模型、用户忠诚度模型、漏斗模型、AARRR)

(a)总体

(b)*RFM模型

(c)*用户忠诚度模型

(d)*漏斗模型(商机/销售漏斗)

(e)AARRR模型(用户运营漏斗)

5)业务分析方法(树状结构分析、二八分析、波士顿矩阵、同期群分析)

(a)树状结构分析(因果分析)

(b)*二八分析(帕累托分析)

(c)*波士顿矩阵(四象限分析)

(d)*同期群分析

以上就是全部内容啦,下期再见,Bye!

相关推荐
海绵宝宝转agent5 小时前
learn-claude-code第1-5章开源学习笔记分享
人工智能·笔记·python·学习
Elastic 中国社区官方博客5 小时前
将你自己的密钥用于现有 Elastic Cloud 部署
大数据·数据库·elasticsearch·全文检索
红海云6 小时前
Jev:给智能系统做判断的模型
大数据·数据库·人工智能
wjkjpcba6 小时前
PCBA烧录程序是什么:PCBA包工包料厂家解析烧录与测试
linux·数据库·人工智能·smt贴片加工·pcba贴片加工厂
꯭自꯭闭꯭6 小时前
达梦事物特性及MVCC
linux·运维·数据库
小马同学-7 小时前
MySQL主从复制和读写分离
数据库·mysql
谢亮_vipxieliang7 小时前
Spring 事务失效的常见场景
java·开发语言·数据库·spring boot
Zootopia6267 小时前
飞行力学知识梳理1|飞行性能与稳定性
人工智能·python·算法·机器学习·无人机·学习方法·信息与通信
91刘仁德7 小时前
HTTP协议详解:从URL到HTTP服务器的完整实战
服务器·网络·笔记·网络协议·http
geovindu8 小时前
sql: JSON and XML Data Handling in SQL using sql server 2025
大数据·数据库·sqlserver·数据库开发·数据库架构