运营经理常说的“数据分析模型”，其实分成两层：一层是业务分析框架，用来把模糊的经营问题拆成可计算的结构，比如漏斗、同期群、RFM、归因、ABC/帕累托；另一层是统计方法，用来判断差异是否真实、关系是否成立，比如对比、趋势、构成、分布、相关与回归、聚类。运营日常以第一层为主、第二层为辅：先用框架定位问题，再用统计方法验证结论，最后落到指标和行动上。下面按“解决什么问题—用在什么场景—需要什么数据”把常用模型串起来，并给出选用与落地的判断路径。

先分清两类模型，避免把运营分析讲成算法建模

业务分析框架回答“业务结构长什么样、问题出在哪个环节”，输入通常是订单、用户、流量、活动等明细数据，产出是分层表、漏斗图、留存曲线和结论建议。统计方法回答“这个差异是不是偶然、这个关系有多强”，输入是同一口径下的对比数据，产出是显著性判断、相关系数或回归结果。运营经理不需要自己训练复杂模型，但需要能判断：一个下降是趋势还是波动，一个渠道的留存差异是否值得追加预算。

常见误用是把两者混为一谈：只看漏斗图就下结论“转化低”，却没做分层对比，结果把高价值人群的流失和新客流失混在一起；或者拿两个渠道的留存率直接比较，却没统一统计单位和时间窗口。

拉新与渠道：漏斗、归因与LTV/CAC

拉新成本高、渠道效果说不清时，先用转化漏斗把“曝光—点击—注册—首单”逐层拆开，看流失集中在哪一层；再用归因判断各渠道对成交的贡献，前提是先统一归因口径（首次点击、末次点击还是线性分摊），否则渠道之间无法比较。LTV/CAC用来判断获客是否划算：LTV按用户生命周期内贡献毛利计算，CAC按同期获客总投入除以新增用户数，两者必须用同一时间窗口和同一用户口径。

输入数据包括渠道曝光与点击日志、注册与首单明细、获客成本；产出是分渠道漏斗转化率、归因贡献表和LTV/CAC比值。常见误用是只算首单CAC、不看复购贡献，导致低估长期价值。

活跃与留存：留存曲线与同期群

留存率下降时，单看整体留存曲线容易被新老用户结构变化掩盖。同期群分析按注册月份或首单月份把用户分组，分别画留存曲线，才能看出“是某批用户质量变差，还是整体在改善”。留存率的计算口径要写清：统计单位是用户还是订单，第N日留存的分母是当期新增用户数，分子是第N日仍有行为的用户数。

输入是用户ID、注册时间、行为时间；产出是分群留存曲线和留存矩阵。常见误用是分母混入非新增用户，或把“登录”与“下单”两种行为混算。

用户经营：RFM与用户分层

RFM用最近一次消费（R）、消费频率（F）、消费金额（M）三个维度给用户打分分层，适合存量用户的精细化运营。落地时先定打分规则和分界值，再输出分层名单：高价值用户做维护，高价值流失预警用户做召回，低价值高频用户做提升。RFM的输入是用户ID、订单时间、订单金额；产出是分层标签和每层的人数、贡献占比。

常见误用是分界值拍脑袋定、从不回测，或分层后没有对应动作，名单变成“只看不用”。

活动与转化：AB实验思路与构成分析

活动ROI不清时，先明确活动目标指标（转化率、复购率或GMV），再设对照组：实验组和对照组在同一时间窗口、同一人群口径下比较，避免把自然波动算成活动效果。构成分析用来拆解总量变化：GMV下滑时，按新客/老客、品类、渠道拆构成，定位是哪个部分在拖累。

输入是活动分组标记、前后指标数据；产出是实验组与对照组的指标差异及判断。常见误用是活动前后直接对比、没有对照组，或样本量太小就下结论。

商品与结构：ABC/帕累托

ABC/帕累托按贡献度把商品或用户分为A、B、C三类，通常A类占少数但贡献大部分销售额，用于聚焦资源。输入是商品ID、销售额或销量；产出是累计贡献占比表和分类清单。常见误用是只按销量分类、不看毛利，导致高销量低毛利的商品被误判为核心。

怎么选：四步决策路径

第一步，明确业务问题和决策对象——是要提升首单转化，还是降低流失？第二步，定指标口径——统计单位、时间窗口、分母分子写清楚。第三步，选模型——结构问题用漏斗、构成、同期群，判断差异用对比和实验，分层经营用RFM。第四步，定验证方式——用历史数据回测或小范围AB实验，确认结论可复现后再推广。

模拟示例（非真实企业数据）：某运营经理发现月度GMV下滑，先用构成分析拆到新客首单下降，再用漏斗定位注册到首单环节流失，用同期群对比不同渠道留存差异，最后用RFM筛出高价值流失预警人群做召回，并以活动前后转化率与复购率对比验证效果。这个顺序体现的是“先定位、再分层、后验证”，而不是一上来就套模型。

落地顺序与能力查漏

运营经理落地时，建议先搭指标体系与口径文档，再固定2—3个高频模型（如漏斗、同期群、RFM）做成模板和看板，按季度复盘迭代。当遇到指标口径不统一、取数依赖他人、结论无法用统计或实验验证等具体缺口时，可以对照CDA Level I的数据分析方法、用户标签与用户画像、战略与业务数据分析等模块做能力自查，按现有基础选择学习重点，把用户分群与留存改进方案作为练习成果，而不是直接推报考。

延伸阅读

[1] CDA Level I 考试大纲