彩票产品的数据框架

一、背景概述

通用的如AARRR模型、漏斗模型等数据分析模型不赘述，本文主要从业务流程中的关键指标来阐述。

此外，产品不同生命阶段，重点监控数据不同，不同部门参考数据不同，文中指标仅供参考。

背景上，产品在柬埔寨，也比较特殊，区分代理版本以及用户版本，前者主要用于线下销售以及线上代理商统计，后者用户普通用户线上购彩。

二、核心业务流程

线下销售

线上销售

三、关键数据指标

1、代理商签订

合同数：来源于纸质合同号统计，目前尚无BI，有条件的公司最好录入BI。

开户数：由合同转化为开户的代理商，检测这一数据主要防止业务员造假。

回访接通率：拨打已开户的代理商账号，防止业务造假，初期普查，后期抽查。

备注：各公司对业务员激励方式不同，根据自身实际情况来监控造假数据。

2、充值

总金额：这个不多解释。

笔数：除以当前代理商数量，在一定范围时间内可以衡量代理商的充值频次。

金额分布：按照金额段做划分，应用上，越高金额部分越多，笔数越低，总金额不变，则代表代理商信任值越高，公司初期应该重点监控。

充值渠道:长期下来每种充值渠道的支付金额以及笔数会趋于周期性稳定，这一措施可以用于监控通道异常，最好应该由专业支付PM负责。

2、购彩

彩种监控：监控不同彩种的下单金额以及订单数，主要目的在于评估销售是否传达产品价值，同时评估用户习惯。

时间习惯：监控每天时间段的销售分布，彩票产品，尤其是线下销售，其有一个特殊性，代理商在出票前往往通过纸来记录，然后在奖期截止前半小时来出票，监控这一数据可以评估代理商出票压力，推销代录单服务或者升级打印机的措施。同时，监控这一数据可以判断潜在的购彩高峰期，用于评估调整奖期时间。此外还有一个应用场景就是获取波谷时间，进行系统升级。

退票：监控退票金额、笔数、代理商，这一部分除了常规服务监控外，还能用于评估打印机和App的连接情况，由于蓝牙介质的不稳定，可能会造成多打或漏打的情况。

复购率：彩票产品在商品上并不复杂，没有“逛”这一说，故此不需要监控如电商产品的搜索、落地页等相关数据，在复购上和电商产品的逻辑和应用一致，故此不多解释。

3、中奖

彩种监控：每个彩种的中奖金额、笔数。

中奖人监控：监控对于业务员、代理商、用户的中奖排行，一定程度上防风险。

兑换率：线下销售场景，会有不少用户出于一些原因弃奖。

大奖：对于超过特定金额的订单进行异常监控，主要用于运营宣传。

此部分其他数据不便多说

4、提现

渠道监控：和充值渠道监控同理，但不同国家金融情况不一样，部分国家存在提现渠道手续费较高的情况，监控这一数据对于成本控制也有实际意义。

时间：部分提现渠道为手工操作，通过这一数据可以判定出纳的处理时间，评估服务质量。

5、代理商监控

余额：监控代理商余额情况，设定阈值及时让业务员提醒代理商充值，此部分主要让业务员自行监控，市场部监控为辅助。此外，代理商账户分为可提现部分和不可提现部分，扣费逻辑有先后，监控其比例情况可以在某种程度上留住代理商，再深细节不便说明。

代理商分布：其实和普通互联网产品的用户分层一样，主要监控阶段时间内，不同销售额度的代理商进行分层，再进行同环比分析，采取对应的运营策略。

业务员分布：通过代理商的基础数据，对业务员绩效进行考核，优胜劣汰。

5、线上销售部分

核心框架同线下销售一致，补充一些特殊要注意的数据

体验：每个用户注册成功后，由于柬埔寨的落后使用习惯以及充值的不便，我们会赠送其特定金额的彩金，此部分的金额仅能用于购买彩票，故此要特殊监控此部分资金的产生以及消耗情况。此部分优化的思路是，找到magic number，逐渐增加彩金，看用户达到多少次体验时，能够完成习惯留存。

注册：还是出于当地习惯，这部分的转化要特殊监控，此外，对于不同渠道的用户来源进行监控判断渠道质量，其实此部分已经脱离业务，网上可参考的分析框架也很完善。