你知道吗 10种数据分析方法( 二 )


你知道吗 10种数据分析方法

文章插图
一个精准的留存分析功能能够评判出产品对用户的价值高低,到底这个产品有没有能力留住用户 。我们最理想的是说让用户的生命周期(使用产品的)跟随产品的生命周期保持一致,这样产品才能良性健康发展下去 。
6、分群分析
即用户分群是指用户信息标签化,通过用户的历史行为路径、行为特征、偏好等属性,将具有相同属性的用户划分为一个群体,并进行后续分析 。
在日常的数据工作中,经常会有这样的需求:想关注符合某些条件的一部分用户,不仅想知道这些人的整体行为(访问次数,访问时长等),还希望知道具体是哪些人符合这些条件 。然后查看这些人的数据导出用户名单,针对性的发送tips消息 。有时还想进一步查看某些人在使用某功能上的具体操作行为 。用户分群,就是用来满足这类需求的工具方法,它能帮助我们对差异较大的群体分别进行深入分析,从而探究指标数字背后的原因,探索实现用户增长的途径 。
你知道吗 10种数据分析方法

文章插图
常见的用户分群主要有两种分法:
● 户画像分群,如年龄、性别、地域、用户偏好等,画像建设的焦点是为用户群打“标签”,一个标签通常是人为规定的高度精炼的特征标识,最后将用户分群的标签综合,即可勾勒出该用户群的立体“画像” 。画像分群让我们真正了解了用户的某些特征,对业务推广帮助很大 。
● 用户行为分群,根据用户的注册渠道和活跃习惯,制定不同的营销推广策略,有针对性地进行优化 。
7、交叉分析
交叉分析法又称立体分析法,是在纵向分析法和横向分析法的基础上,从交叉、立体的角度出发,由浅入深、由低级到高级的一种分析方法 。当我们需要找到变量之间的关系,从而发现数据特征、找到异常数据时会用到它 。
简单来说交叉分析,就是多条件分析数据 。对数据对象,在不同的时间、空间下,会有不同的数据展现,我们想要理清楚一个对象的具体情况,不能仅仅只考虑一个条件,而是要综合多个条件进行分析 。
你知道吗 10种数据分析方法

文章插图
例如,分析商品在不同城市的市场容量时,将商品销量作为横向变量,城市作为纵向变量,两者组合建立交叉表,从而确定不同城市的商品市场规模 。然而在实际案例中,数据项目往往有多项,此时分析者同样可以使用交叉分析的思路来厘清数据间的关系 。
8、分布分析
分布分析是在特定维度下针对不同指标来对用户进行归类展现 。它可以展现出用户对产品的依赖程度 。
分布分析主要作用:
(1)找到用户分布规律
对同一指标下有关数据的统计和分析,挖掘用户使用产品的规律,进一步修正和制定产品策略 。
(2)增加客户回访率
分布分析从多角度分析帮助公司判断用户对产品的依赖程度 。
(3)快速识别核心用户群体
核心用户群体是对公司贡献最大的用户群体,是公司最大的利润来源 。分布分析通过不同的维度筛选出核心用户群体,做好资源配置,以最小的成本实现公司利润最大化 。
应用场景:
(1)用户在一个月内的购买产品的支付次数分布 。
(2)按照省份查看用户在一个月内的购买产品的支付次数分布 。
(3)用户在一个月内实际支付订单金额总和分布 。
比如我们想知道用户在每个月内的支付订单次数是怎样的,那么这里的维度就是月份,指标就是支付订单次数,那简单如下图所示:
你知道吗 10种数据分析方法

文章插图
这里显示的就是按照月份来看用户的支付订单次数的情况,我们也可以将维度进行更换,比如按照省份,也可以按照节日等来进行查看,如下图所示:
你知道吗 10种数据分析方法

文章插图

你知道吗 10种数据分析方法

文章插图
同理,指标也可以换,比如是登录次数,或者是使用时长等 。
9、矩阵分析
矩阵分析利用数学上矩阵的形式表示因素间的相互关系,从中探索问题所在并得出解决问题的设想 。它是进行多元思考,分析问题的方法 。矩阵图可以让数据分析变得简单 。
矩阵图是由两个或多个数据维度组成 。两个维度就可以确定一个点的相对位置 。横轴和纵轴的两个维度可以把矩阵分成四个象限,每个象限可以针对不同的策略,所以可以根据点的相对位置所在的象限直接得出决策 。灵活是因为矩阵图的维度没有固定的维度,不同的两种维度的组合可以分出不同的象限,不同的象限可以对应不同的决策 。

推荐阅读