流量 - 转化 - 留存 完整数据分析框架

先核查流量规模、渠道质量，区分有效与无效客流；再拆解转化漏斗，定位关键流失节点，结合渠道交叉判断是流量问题还是承接问题；分层观测不同来源用户留存，识别低价值客源。打通链路联动分析，定位瓶颈归属，形成假设验证，输出可落地优化方案并持续跟踪指标变化。

1.流量入口数据分析

核心指标

基础规模：曝光、访客数 (UV)、访问次数 (PV)、人均访问频次

渠道指标：各渠道 UV、渠道占比、渠道获客成本 CAC

质量指标：平均停留时长、跳出率、页面访问深度、新访客占比

分析思路

拆分各渠道流量规模、获客成本，结合跳出率、停留时长判断流量质量；通过时段、地域、新老访客维度下钻，定位流量波动成因。区分精准客流与泛流量，甄别渠道优劣，明确流量增长或下滑根源，为渠道投放策略调整提供数据依据。

2.中间转化数据分析

转化漏斗通用模型：

 访客进入 → 浏览详情 → 加购 / 留资 → 提交订单 → 支付成功

 核心指标

整体转化率 = 成交用户 ÷ 访客 UV

漏斗各环节转化率、环节流失率

转化成本、客单价、转化率分渠道对比

分析思路

梳理完整转化漏斗，测算各环节转化率，找到核心流失节点；将转化率按渠道、访客类型做对比分析。联动流量质量综合研判，区分问题出自客源精准度、页面承接或是交易流程障碍，针对性挖掘转化提升空间。

3.长效留存数据分析

核心指标

留存率（最核心）次日留存、3 日留存、7 日留存、30 日留存

新客留存 VS 老客留存

活跃指标：活跃频次、间隔复购周期

价值指标：复购率、LTV 用户生命周期价值、LTV/CAC

分析思路

统计次日、7 日、30 日留存，按获客渠道分层对比用户长期活跃度；观察流失集中时间段，判断产品体验与运营触达短板。结合复购、LTV 评估用户价值，筛选高价值渠道用户，指导精细化分层运营。