你知道吗 10种数据分析方法( 二 ) _生活百科

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。

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。

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：

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：

文章插图

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。