数据产品经理在构建数据标签的过程中,最为常见的是构建统计性的标签,其很大原因是统计型标签的可解释型比较强,开发周期很短,容易根据业务需要进行调整。而对于规则型和挖掘型标签,其构建周期较长,而且可解释性较差,很难真正定义一个挖掘型标签是绝对的可应用型。但作为数据产品经理,需要知晓这两种类型标签的构建过程,也需要了解一些统计学理论和算法理论,才能够在需要之时构建对应的标签
一、规则型-用户生命周期分组
1、背景说明
通过生命周期的判定,对不同阶段用户采取不同运营手段,结合后续用户中心的流失预警建立,减少用户流失,及时挽回沉默、流失用户,并根据数据分析结果形成通用规则型标签
2、用户分组划分核心
五个分组:新手期账号、新增账号流失、活跃账号、沉默账号、活跃账号流失
①活跃用户:连续多久未上线可以判定流失?
②新用户:注册后多久未上线可以判定当日流失?
3、流失划分核心点
①“新用户流失界线”:新用户注册后连续m天未上线——找到m值
②“活跃用户流失界