上一章我们讲解了数据的采集，那么有了数据之后，就可以分析啦。

本章我们看一下C端业务下数据产品最常用的几个分析模型。

只要是做C端数据产品，无论是偏向用户增长、产品迭代、精细化运营还是策略类的数据产品，本章要讲的模型都是经常用到的。

其实C端有很多的分析模型，例如：热力分析、同期群分析、分布分析、对比分析、漏斗分析、归因分析等等。本章我们重点讲解集中最常用的，也是在其他地方不好查询的，例如：对比分析 同比、环比，今年的GMV 100亿，去年同期 110亿，也就是下降了10%，这种都很好理解，但是对于我们本章要讲的同期群分析、用户LTV衡量用户价值、漏斗分析、归因分析是需要给总结一下里面的方法论的。

在谈用户相关指标时，我们常提到C端业务的一些指标，拉新、活跃、留存等指标，其中留存指标不管在产品什么阶段，这都是一个比较重要的指标，因为它反应一个产品的粘性。该模型一眼看上不不太好理解，要理解这个分析模型，我们首先要理解该模型背后的同期群分析。理解了同期群分析，相关的留存分析、活跃分析，金融贷款里面的违约分析等等模型就很好理解了，在这个小节里面我会用案例带大家学习该模型。

在第二小节里面，我们讲解C端产品业务是否能跑通的一个模型，LTV分析。LTV叫做生命周期的总价值，如果产品的LTV（总价值） > CAC(获客成本) ，这个模式就是跑不通的，否则获取的用户越多，亏损越严重。

那为什么有的产品亏损，当前亏损还在继续烧钱呢 ？ 例如拼夕夕，是因为产品获取了大量的用户后，很多用户还没有变现，只要是LTV计算个差不多，现在看似在烧钱，当用户的量积累到一定的程度后，通过持续的用户运营，让用户为买单，总有一天就会盈利，资本赚钱不一定是看的现在，着眼的是未来。

因此LTV测算是非常重要的一个指标，LTV是一个大概区间，没有特别准确的值，我们第二小节就来看一下LTV的计算公式、3中常见的通过变现模式计算LTV的方法。

漏斗分析很好理解，我们可以通过漏斗分析找到问题点，进而改善我们的产品、运营策略、交互体验等等。

漏斗分析看似简单，您能总结出来漏斗分析的适用场景吗？如图举例这当然是一个场景？还有哪些场景呢 ？

什么是归因分析？在分析业务时候，业务上需要分析某个广告位、推广位对目标事件的转化贡献时，可以使用归因分析模型进行分析。在归因分析模型中，广告位的点击、推广位的点击被称为「待归因事件」，支付订单等目标类事件被称为「目标转化事件」。本节课我们讲解常见的归因类型。

本章视频版本：

完整的数据产品完整视频（300小节，100+ 小时）：