教育行業(yè)A股IPO第一股(股票代碼 003032)

全國咨詢/投訴熱線:400-618-4000

大數(shù)據(jù)比較實用的分析模型有哪些?

更新時間:2022年08月02日11時38分 來源:傳智教育 瀏覽次數(shù):

大數(shù)據(jù)分析模型有哪些?營銷花了這么多錢,營銷效果到底達到?jīng)]有?什么樣的功能才能真觸達到用戶?下面介紹幾個實用的大數(shù)據(jù)分析模型,幫助你在實際開發(fā)中高效地完成數(shù)據(jù)分析!

1. 事件分析

干啥的:研究某行為事件的發(fā)生對企業(yè)組織價值的影響以及影響程度。

怎么用:追蹤或記錄的用戶行為或業(yè)務(wù)過程,如用戶注冊、瀏覽產(chǎn)品詳情頁、成功投資、提現(xiàn)等,通過研究與事件發(fā)生關(guān)聯(lián)的所有因素來挖掘用戶行為事件背后的原因、交互影響等。

應(yīng)用場景舉例:

運營人員發(fā)現(xiàn),某渠道某天的PV數(shù)據(jù)異常高,需要排查原因?

可參考以下步驟:

定義事件:將事件定義為PV值,通過篩選條件限定渠道。

多維度下鉆分析:將PV值按照日期、地理位置、機型、操作系統(tǒng)、IP等不同維度進行分析。

通過多維度展示結(jié)果,給出PV數(shù)據(jù)的解釋,是虛假流量?(全部來自某IP),數(shù)值異常高?(某天數(shù)據(jù)上漲)。

2. 留存分析模型

干啥的:分析用戶參與情況/活躍程度,考察進行初始行為的用戶中有多少人會進行后續(xù)行為。這是用來衡量產(chǎn)品對用戶價值高低的重要方法。

怎么用:留存分析分三種,N-day留存、unbounded留存、bracket留存。

應(yīng)用場景舉例:

最近的新增客戶很多,想看用戶留存的情況如何?

可參考以下步驟:

根據(jù)新用戶注冊/下載的時間進行同期分組(月/周/日)。

觀察用戶發(fā)生投資的 7 日留存、14 日留存或 30 日留存(可自由選擇)。

比較不同的同期群,觀察每天留存率的變化趨勢了。

3. 漏斗分析模型

干啥的:反映用戶行為狀態(tài)以及從起點到終點各階段用戶轉(zhuǎn)化率情況。

怎么用:通過觀察不同屬性的用戶群體各環(huán)節(jié)轉(zhuǎn)化率,各流程步驟轉(zhuǎn)化率的差異對比,了解轉(zhuǎn)化率最高的用戶群體,分析漏斗合理性,并針對轉(zhuǎn)化率異常環(huán)節(jié)進行調(diào)整。

典型場景舉例:

銷售人員想要了解從需求發(fā)現(xiàn)到贏單的各個環(huán)節(jié)的轉(zhuǎn)化情況?

可參考以下步驟:

從需求發(fā)現(xiàn)這一環(huán)節(jié)開始,按照需求設(shè)計銷售漏斗圖

根據(jù)銷售漏斗圖的各個環(huán)節(jié)進行跟進和數(shù)據(jù)錄入

自動生產(chǎn)數(shù)據(jù)分析表,觀測客戶各階段轉(zhuǎn)化率

4. 路徑分析模型

干啥的:互聯(lián)網(wǎng)產(chǎn)品特有的一類數(shù)據(jù)分析方法,提升產(chǎn)品核心模塊的到達率、提取出特定用戶群體的主流路徑與刻畫用戶瀏覽特征。

怎么用:根據(jù)每位用戶在APP或網(wǎng)站中的行為事件,分析用戶在APP或網(wǎng)站中各個模塊的流轉(zhuǎn)規(guī)律與特點,挖掘用戶的訪問或瀏覽模式,進而實現(xiàn)一些特定的業(yè)務(wù)用途。

路徑分析主要為解決以下問題:

用戶主要是從哪條路徑最終形成支付轉(zhuǎn)化的?

用戶離開預(yù)想的路徑后,實際走向是什么?

不同特征的用戶行為路徑有什么差異?

5. session分析模型

干啥的:對指定的時間段內(nèi),用戶在網(wǎng)站/H5/小程序/APP上發(fā)生的一系列用戶行為的集合進行指標分析。Session 的關(guān)鍵點是:多長時間內(nèi)用戶做了什么事。

怎么用:包括訪問次數(shù)、人均訪問次數(shù)、總訪問時長、單次訪問時長、單次訪問深度、跳出次數(shù)、跳出率、退出次數(shù)、退出率、人均訪問時長、總頁面停留時長、平均頁面停留時長等。

兩個公式:

平均訪問時長=所有用戶的session市場之和/Session數(shù)
平均交互深度=session內(nèi)事件之和/session數(shù)

6. 分布分析模型

干啥的:通過對質(zhì)量的變動分布狀態(tài)的分析中發(fā)現(xiàn)問題,了解生產(chǎn)工序是否正常,廢品是否發(fā)生等情況。其工具是直方圖,故又稱直方圖法。

怎么用:提供「維度指標化」之后進行數(shù)據(jù)分解,將原有維度按照一定的數(shù)值區(qū)間進行維度劃分,進而分析每個維度區(qū)間的分布情況。

舉個例子:

把特別依賴的用戶單獨篩選出來,建一個用戶運營的專項項目,去運營用戶。也可以把那些付款金額大的用戶,去做一些運營活動。

7. 歸因分析模型

干啥的:歸因分析要解決的問題就是廣告效果的產(chǎn)生,其功勞應(yīng)該如何合理的分配給哪些渠道。

怎么用:衡量和評估站內(nèi)的用戶觸點對總體轉(zhuǎn)化目標達成所做出的貢獻,可以非常直接的量化每個運營位和觸點的轉(zhuǎn)化效果和價值貢獻。

0 分享到:
和我們在線交談!