网站首页 » 产品经理 » 大数据分析中,常见的分析模型

大数据分析中,常见的分析模型

December 9, 2020 产品经理

(一)事件分析模型

事件指的是用户操作产品的一个行为,即用户在产品内做了什么事情,转义成描述性语言就是“操作+对象”。事件分析是对用户行为事件的指标进行统计、维度细分、筛选等分析操作。
2020-12-09T01:18:08.png
事件分析能解决什么问题:

  • 产品和运营同学如何才能对网站每天的 PV、UV、DAU 等总体数据有一个直观的把握,包括它们的数值以及趋势?
  • 面对复杂的数据,单从数字来看,不仅效率低下,而且难以直观的发现数据背后所展现的趋势,应该怎么办?
  • 当做了第三方付费渠道推广后,运营同学如何才能有效比较不同渠道带来的流量?

(二)分布分析模型

产品优化和运营是一个动态的过程,我们需要不断监测数据,调整产品设计或运营方法,然后继续监测效果。

分布分析功能,主要用来了解不同区间事件发生频次,不同事件计算变量加和,以及不同页面浏览时长等区间的用户数量分布。
2020-12-09T01:19:20.png

主要使用场景1:频次分布

Alice是某个电商产品经理,比较关注"用户浏览商品详情页"的以下几个场景:
  • 希望了解最近一周浏览商品详情页的用户,例如1-5次, 6-10次 ... 不同区间的用户量分布有多少;
  • 希望知道最近一段时间内,每日用户浏览商品详情页人均数量、最大值、最小值、中位数(50%浏览商品详情页的用户浏览小于等于多少页)、25分位(25%浏览商品详情页的用户浏览小于等于多少页)、75分位(75%浏览商品详情页的用户浏览小于等于多少页)的趋势;
  • 希望对比渠道来源ABC三个主要广告渠道带来的用户,浏览商品详情页1-5次;6-10次等等不同区间的用户量分布分别有多少;
  • 希望对比"高消费"和"低消费"的两个用户群体浏览商品详情页1-5次, 6-10次, ... , 不同区间的用户量分布分别有多少。

(三)用户分群模型

用户分群,就是通过一定的规则找到对应的用户群体。 常用的方法包括:

  • 找到做过某些事情的人群:比如过去 7 天完成过 3 次购物车计算
  • 有某些特定属性的人群:比如年龄在 25 岁以下的男性
  • 在转化过程中流失的人群:比如提交了订单但没有付款

您可以根据自己要解决的业务问题,来定义关注的用户群体,还可以在 GrowingIO 平台中通过将分群套用在事件分析、漏斗分析与留存分析等分析工具中进一步分析;或者通过运营手段对这部分人群进行运营。

2020-12-09T01:22:20.png

(四)漏斗分析模型

漏斗分析是一套流程式的数据分析模型,通过将用户行为起始的各个行为节点作为分析模型节点,来衡量每个节点的转化效果,是转化分析的重要工具。

通过漏斗分析可以从先到后的顺序还原某一用户的路径,分析每一个转化节点的转化数据;

2020-12-09T01:22:59.png

所有互联网产品、数据分析都离不开漏斗,无论是注册转化漏斗,还是电商下单的漏斗,需要关注的有两点。第一是关注哪一步流失最多,第二是关注流失的人都有哪些行为。

关注注册流程的每一个步骤,可以有效定位高损耗节点。

(五)用户行为轨迹分析

2020-12-09T01:23:29.png

行为轨迹是进行全量用户行为的还原。只看 PV、UV 这类数据,无法全面理解用户如何使用你的产品。了解用户的行为轨迹,有助于运营团队关注具体的用户体验,发现具体问题,根据用户使用习惯设计产品,投放内容。

(六)留存分析模型

留存,顾名思义,就是用户在你的产品中留下来、持续使用的意思。
留存为什么重要?留存是 AARRR 模型中重要的环节之一,只有做好了留存,才能保障新用户在注册后不会白白流失。有时候我们光看日活(DAU),会觉得数据不错,但有可能是因为近期有密集的推广拉新活动,注入了大量的新用户,但是留下来的用户不一定在增长,可能在减少,只不过被新用户数掩盖了所以看不出来。这就好像一个不断漏水的篮子,如果不去修补底下的裂缝,而只顾着往里倒水,是很难获得持续的增长的。

2020-12-09T01:24:08.png
一般我们讲的留存率,是指「目标用户」在一段时间内「回到网站/App 中完成某个行为」的比例。常见的指标有次日留存率、七日留存率、次周留存率等。比如:某个时间获取的「新用户」 的 「次日留存率」常用来度量拉新效果。

(七)热图分析

热图是以网站页面中的元素的点击率(元素点击次数/当前页面 PV)为基础的数据的图形表示。通过聚合用户行为,热图可以让人一目了然地了解人们如何与网站页面进行交互,这有助于识别用户行为趋势并优化进一步流程。 您的网站存在以便人们可以实现特定的目标,如查找信息、注册服务、购买产品等。当人们进入您的网站但很难找到或使用他们正在寻找的东西时,他们会感到沮丧,最糟糕的情况是,他们离开你的网站不再回来。
为了让用户在访问中停留下来并进行下一步动作,也许您在关心这些问题:

  • 用户是否点击了我们希望互动的内容?
  • 有没有重要按钮或元素被大量点击,却被放到了不起眼的地方?
  • 用户感兴趣的内容是否和我们预想的一样?
  • 不同的运营位、不同的内容对用户的吸引分别是怎样的?
  • 具体元素的点击数据如何?
  • 不同渠道的访问者对于页面的关注点具备哪些差异和特征?
  • 从重要元素的点击来看,哪个渠道质量更好?
  • 「未转化」的用户与「转化」用户之间的热图表现差异如何?热图提供了一种清晰直观的方式来帮助您解答这些问题。

2020-12-09T01:26:00.png

(八)温度-健康度模型

通过客户的“温度-健康度模型”实现用户分群。下图的横坐标“健康指数”代表用户的活跃度;纵坐标的“温度指数”代表用户转化的可能性。

2020-12-09T01:26:27.png

该模型一般用户企业级 SaaS 企业中的客户成功部门。有了该模型,我们就可以对不同分群的用户进行差异化的运营策略。左上角的用户活跃度不高,但是付费转化的可能性很高;我们需要对用户加强培训,提高其使用频率。右下角的用户非常活跃,但是付费的可能性很低,值得我们深入思考背后的原因。

(九)归因分析模型

归因分析要解决的问题就是广告效果的产生,其功劳应该如何合理的分配给哪些渠道。常见的归因分析方法有:线性归因、首次归因、末次归因、基于位置归因、时间衰减归因等。
2020-12-09T01:27:15.png

我们可以根据自己业务的实际情况,选择归因模型。假设一个丹丹购买口红的场景,在依次浏览了头条、微博上的广告后,她参加了小红书上的注册促销活动,又收到了优惠券,于是在百度上搜索 App,完成下单购买。如果按照 ROI 分析的逻辑,我们会把所有的权重算在百度这一渠道上,这是典型的以偏概全。

添加新评论