用户数据分析模型

(大智 jack.lee312@gmail.com 2007-11-13) 在上一篇《用户推广的差异化策略》中提到：要执行差异化策略，首先要做到用户的差异化，不把信息投送的对象搞清楚，所谓的差异化就无从谈起了。那么，首先要做到了解用户、认识用户。 在开始进行用户分类之前，面对的是一个未知的数据库，不知道哪些人使用得多？哪些人使用得少？多的多多少？少的少多少？多多少才算多？少多少才算少？不把这些概念转化成准确数据支持的清晰认识，就不可能把握产品运行和用户使用的现状，也就无从制定产品研发和运营推广计划。解决上述问题，就需要通过开展基础用户数据统计分析。 怎样开展基础用户数据统计分析？以得到分类用户标准和宏观认识？可以采取模型分析法。以下以某网络软件为例开展分析，列出了两种可选的分析模型： 说明：潜在用户不需要通过模型分析，而是通过市场调查和产品定位分析获得；         新注册用户通过设定成为注册用户之后的时间限制，确定身份。在抽样之前首先把新注册用户剔除。 一、抽样分析模型 建模方法 首先确定统计的时间段，暂定为15天；从数据库中随机抽取若干名用户作为分析样本建立分析模型，模型图中假定抽样人数为100人，15天内最高使用量为200最少为15，在横坐标轴依次画出每人的使用量立柱图； 然后向右侧画出最高点和最低点的水平引线；然后垂直划线连接水平线，得到上下交点之间的线段，分别在线段的中点和三分点处水平画出“中分线”“上分线”“下分线”； 分析方法 根据立柱图的分布比率确定哪条线为“多”“少”的分割线； 1、高柱和低柱比较均衡，则以中分线为分割线； 2、普遍偏高，少量低柱，则以上分线为分割线； 3、普遍偏低，少量高柱，则以下分线为分割线； 优点：统计建模方便快捷； 缺点：不能获得准确的宏观数据，仅获得近似的参考数据。 二、数量区间对比分析模型 建模方法 假定统计时间段为15天，抽取10000人，分别统计他们的使用量，假定最多使用量为200，最少使用量为0； 模型的横坐标为使用量，纵坐标为发送人数； 在横坐标上，以10条为量级，从少到多依次画出不同数量区间的发送人数立柱图，连接主图顶部重点，得到人数波动曲线。 分析方法 1、波动曲线的顶点和与顶点最近的最低点，即为使用量“多”和“少”的分水岭，连接两点，取中点画垂直线，即得到二分法的临界线，左侧为非活跃用户，右侧为活跃用户。如图示 2、根据柱状图在不同量级的分布状况，也可以采用多分法细分用户类型，如图示 三、对比分析模型曲线类型分析 利用“数量区间对比模型”分析，不仅能得到分类用户量级标准、人数、和使用量数据，通过分析使用量曲线类型，可以得到产品和运营的宏观印象。以下对四种典型的曲线类型进行分析。         常见状态（产品研发和市场发展的初期）   l         有基本稳定的用户群 l         缺少优质用户，拔高乏力 l         缺少高粘度产品（功能） l        基本功能还行，除了基本功能，别的不爱用 维持状态（市场发展中后期） l         通过若干时间的经营，产品有一定影响，同时拥有少量fans l         对初级用户的引导不够，致使中间用户空虚 l         产品本身或有某种缺陷，不为多数人接受，只有少数人突破瓶颈，习惯产品才成长成高级用户       理想状态（初、中、后期） l         市场发展势头良好，用户上手快，越用越熟练，越用越喜欢 l         证明产品功能，用户教育俱佳 l        需加大对潜在用户的宣传力度，扩大用户数 严峻状态（初、中、后期） l         市场发展形势不客观，用户浅尝辄止，流失严重 l         产品存在重大缺陷或基本功能设计实现欠佳，无法留住用户 l        宣传引导力度不够

 

 

 

转自：http://hi.baidu.com/interaction_design/blog/item/438690646b92dcf3f6365428.html