内容来自小破站《黑马程序员-产品经理必备技能之数据分析》复习自用
【学习笔记】产品经理必备技能之数据分析(三)常见数据分析方法(下)
3 常见数据分析方法
前部分课程在这里哦,专栏:产品经理应该会点啥。
3.5 留存分析模型
3.5.1 概念
作为一个互联网公司,都会做一些营销活动,拉取客户,或者通过某些渠道拿到用户的联系方式。希望用一个比较低的成本,获得客户。目的都是拉新。但是得到了大量的客户之后,前端同学把用户引来之后,作为平台是否能挽留得住用户,一方面影响流量,一方面影响口碑。概念+价值+实例。
那么什么是留存分析模型?
用来了解不同类型用户的参与量以及活跃程度的分析模型,设计核心业务流程以及运营活动。有些平台认为,注册+登录即为活跃,有些平台认为消费为活跃,有些平台学习课程为活跃。做之前,想好用户群体是什么属性,便于数据分析。
关键词
- 参与量
观察不同时间点或时间段中用户参与的数量。 - 活跃程度
关注单位群体在平台中的依赖程度(黏性)。 - 核心业务流程
产品的一条主线,例如到最后的成功下单。 - 运营活动
以平台为基础,发起的伴有不同目的的组织形式,也包括广告投放。
3.5.2 留存分析模型的价值
通过留存分析模型,分析产品对用户的黏性,是评价产品对用户是否有价值的重要依据。
- 基础效应
评估产品挽留用户的能力(黏性) - 诊断能力
检验业务逻辑中的症结所在。在过去的留存率一直不高,可以通过观察、数据分析,找到某一个位置是值得优化的,优化工作结束之后,如何证明这次优化是有效的呢?
就要留存分析模型的后期数据,如果这次迭代合理,留存数据一定会是提高的,反之无效。 - 效果评估
在进行迭代优化的时候,评估迭代调优的实际业务效果。每一个平台都会有自己的终局,或者理解为瓶颈,很难突破,就会产生大规模的裁员。留存率证明一个经理的能力。
3.5.3 如何计算近日留存量
- 确定起始日期的新增或活跃用户量
定义某一天。 - 观察近期变化
原来的2w人,变成了500人。 - 计算留存率
- 利用已知留存率,来计算其他时间的留存情况
- 求和
3.5.4 七日留存计算实例(待议)
背景:某头部在线教育公司,希望了解7日内新增用户的留存情况。基于历史数据的对比,来评估C端产品的健康程度。
关键词:7日、新增
5月1日:新增/活跃用户量113,695人。
5月2日:这些人还剩多少?暂时不包括2日的。(66,546人)
5月7日:35,950人。
接下来的六天,这部分群体的每日留存数量
上边的绿色行,是基于5月1日算出来的留存率;
每类的最后一行,是当日的新增/活跃用户量;
每列的倒数第二行,是上一天的新增/活跃用户量。(这里讲的感觉,有点乱,先待议吧)
3.6 路径分析模型
观察某个人或者某个样本群体在访问产品或平台的时候,针对每个页面或不同路径的访问次数及顺序进行数据统计与分析的模型。
关键词:
- 某个人:个体用户
- 某个样本群体:值在某种条件下的抽样群体
- 次数:访问频次
- 顺序:访问的先后顺序
- 统计与分析:基于前期准备,通过统计与分析得出结论
3.6.1. 路径分析模型的价值
全局路径与流失节点观察,在全局看完了之后,可以看节点的场景。
- 了解个体及群体的整体路径
通过对用户使用路径的观察,可以了解用户的使用习惯以及用户是否可以很好的适应各个流程链路。 - 可视化流失节点
通过各个递进页面中数据衰减的观察,分析流失原因,指定优化方案。在通过数据分析之后,可以看到每一个行为背后的数据节点。
3.6.2 分析方法
(这里讲的确实emmm,先跳过了哈)
3.7 RMF 分析模型
RMF主要根据客户活跃程度和平台交易金额所作的分类。
近度R:代表客户最近一次活跃距离目前的天数,在这部分客户当中,有些优质客户值得通过一定的营销手段进行激活。
频度F:代表客户过去某时间段内的活跃频率。针对消费频度较小且消费额较大的客户,可以推行一些运营策略刺激,增加消费频次。
额度M:代表客户最近一次消费金额或某个时间段内平均消费金额。通过该项指标可以评估不同消费水平的用户分布情况。
搭建步骤:
数据抓取》定义区间》RFM取值》水平定义》用户分层》策略制定
3.7.1 数据抓取
3.7.2 定义区间
3.7.3 RFM取值
3.7.4 水平定义
3.7.5 用户分层
3.7.6 策略制定
4 笔记小结
内容来自小破站《黑马程序员-产品经理必备技能之数据分析》复习自用。首先感谢UP的资源分享与老师的课程讲解。
课程我认为非常适合产品小萌新(像我这样的嘿嘿嘿),以及想要了解一下,产品运营的数据分析,到底是在干嘛的同学,不得不说作为入门,作为基础,老师讲的还是很不错的,前期概念很清晰,要学的还有非常多,这里仅仅是一个开始。
人艰不拆,加油啦,能把我笔记看到这里的小可爱。
最后呢,记得,时刻