方法 | 说明 |
---|---|
对比分析 | 单一的数据毫无意义,只有经过对比才能体现数据的好坏。常见的对比类型有环比,同比等 |
细分分析 | 层层递进,在多个子维度上分析数据,时间维度和渠道的交叉分析 |
交叉分析 | 即在多个维度上对比分析数据 |
漏斗分析 | 主要用户转化率的分析 |
比率分析 | 更偏向属于一种数据展示手段,特别是在数据结论中。可以起到清晰强化对比的作用。 |
过去/现状/趋势分析 | 一个时间段的数据要么可以得出对过去和现状的总结,要么就是对未来的趋势分析。接下来都是指导我们该如何去做。 |
RFM模型 | 数据按维度细分的一种依据,按照最近一次购买时间(recency)、购买次数(frequency)和购买金额(monetary) |
注:RFM模式主要是针对用户的属性进行细分分析,属于细分分析的一种。不同的产品需要对三个维度进行和实际业务相符的修改。
LRFMC模型 提供了一个更完整的视角,能更全面地了解一个用户的特征:
- L(lifetime):从用户第一次消费算起,至今的时间,代表了与用户建立关系的时间长度,也反映了用户可能的活跃总时间。
- R(Recency):用户最近一次消费至今的时间长度,反映了用户当前的活跃状态。
- F(Frequency):用户在一定时间内的消费频率,反映了用户的忠诚度。
- M(Monetary):用户在一定时间内的消费金额,反映了用户的购买能力。
- C(CostRatio):用户在一定时间内消费的折扣系数,反映了用户对促销的偏好性。