分析方法之多维度拆解分析方法


公众号后台回复“图书“,了解更多号主新书内容

作者:顾先生

来源:顾先生的数据挖掘

首先问个问题:男生点击率增加,女生点击率增加,为啥总体点击率会减少呢?

为什么会出现这样的情况呢?因为我们只看数据的整体,我们往往会忽略数据内部各个部分的差异,而忽略这些差异进行比较,就有可能造成判断的偏差。

辛普森悖论:考察数据的整体,和考察数据的部分会得出相反的结论。

比如我们可以拆解来看:

原来:男生20人,点击1人,女生100人,点击99人,点击率为20/120.

现在:男生100人,点击6人,女生20人,点击20人,点击率为26/120.

因为男女之间的点击率有较大的差异性,而且低点击率群体的占比增大造成了这个结果。

这就是多维度拆解分析方法。

那么多维度拆解分析方法一般由那几个角度去拆解呢?

一般我们会从指标的构成和业务流程两个角度去拆解。

还是举个栗子来说吧

比如说有个APP 的日用户留存率下降了5%,该怎么分析呢?

我们就从指标的构成和业务流程两个角度去拆解分析。

首先我们从高用户进行细分,包括新老,渠道,活动,画像等多个维度,然后再分析每个维度下不同用户的次日留存率,通过这种方式来定位到导致留存率下降的用户群体是谁。

关于指标问题,可以参考一下这张思维导图,也可参考之前我发的大白话系列文章。

通过指标分析到目标客户群体后,我们可以具体情况具体分析,通过参考内部-外部因素来进行分析。

内部元素:我们知道,无论是电商购买还是APP留存,都是一个漏斗模型,APP从业务分解来看,就是 新用户 > 首页 > 留下来/离开 这个漏斗模型。

在这个期间,会有很多因素影响着:

获客渠道:获客渠道质量低,活动获取了非目标客户

满足要求:首页推荐的内容不满足用户的需求/用户在下载该APP后没有找到自己满意的内容

提活手段:签到等提活手段没有达到预期效果/产品使用周期率低导致大量用户在短时间内不再使用该APP

外部因素:即为PEST分析模型

采用PEST分析(宏观经济环境分析),政治(政策影响)、经济(短期内主要是竞争环境,如对竞争对手的活动)、社会(舆论压力、用户生活方式变化、消费心理变化、价值观变化等偏好变化)、技术(创新解决方案的出现、分销渠道变化等)。

◆ ◆ ◆  ◆ ◆麟哥新书已经在当当上架了,我写了本书:《拿下Offer-数据分析师求职面试指南》,目前当当正在举行活动,大家可以用相当于原价5折的预购价格购买,还是非常划算的:


数据森麟公众号的交流群已经建立,许多小伙伴已经加入其中,感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容,还没有加入的小伙伴可以扫描下方管理员二维码,进群前一定要关注公众号奥,关注后让管理员帮忙拉进群,期待大家的加入。
管理员二维码:
猜你喜欢
● 卧槽!原来爬取B站弹幕这么简单● 厉害了!麟哥新书登顶京东销量排行榜!● 笑死人不偿命的知乎沙雕问题排行榜
● 用Python扒出B站那些“惊为天人”的阿婆主!● 你相信逛B站也能学编程吗
  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值