社会是由成千上万的个体组成,没有一个个体是完全相同的。
有人喜欢篮球,有人喜欢读书。有人愿意花1万元买名牌包包,有人买菜要对比好多个菜市场。为什么同样的一件事不同的人会产生巨大的差异?本质上还是认知的不同。
而在日常的数据分析中,不同类型的用户也会产生截然不同的使用习惯,从而在数据指标产生较大出入。仅仅从宏观的数据监测体系例如活跃、留存等指标出发,很难在产品和运营的实际业务中给予到有价值的线索。而用户分群往往能够让业务人员从群体的角度看到各自数据上的差异,以便将产品及运营手段做到更加精细化,满足不同的用户需求。本文将从基础的数据分析角度——用户分群,详细展开具体落地方法。
一:用户特征分群
用户特征分群往往是用户分群的首要环节,特征分群是否合理会直接影响到数据观测的准确与未来策略落地的有效性。
在真实的应用场景中,大多数是根据业务需求和老板的问题进行特征分群。
比方说在做一些首页的改动时,会分区分新用户、老用户进行观测,以寻找功能改动对不同用户造成的实际影响;
分析某些功能使用情况时会区分付费用户和免费用户;
在提高活跃时