数据分析
2020-07-07 13:40:24 0 举报
AI智能生成
登录查看完整内容
为你推荐
查看更多
描述了数据分析的基本思维模式,和7种常用的分析方法。
作者其他创作
大纲/内容
通过分析用户的日活/存留,来帮助运营人员发现问题、监控数据,为调整策略提供数据支持,达到提高日活/存留的效果。
分析目标
1、新用户、老用户、回流用户:日活监控,观察用户活跃数据,分析日活健康度
2、观察存留规律,定位存留阶段,辅助市场活动、市场策略定位等
3、对比不同用户、产品功能的存留情况,分析产品价值、辅助产品调整
分析角度
1、漏斗法反映用户行为状态,以及从起点到终点各阶段用户转化率情况
选择期
振荡期
平稳期
2、留存分析法由最初的振荡期转为稳定用户,忠实用户的过程
RFM模型Recency\\Frenquency\\Monetary
用户分群当用户差异性较大,层级上不能再做用户细分时,可以考虑将同一个分层内的群体继续切分,满足更高的精细化运营需要
3、分组分析根据数据分析对象的特征,按照一定的标志(指标),把数据分析对象划分为不同的部分和类型来进行研究,以揭示其内在的联系和规律性。
4、矩阵关联分析指根据事物(如产品、服务等)的两个重要属性(指标)作为分析的依据,进行分类关联分析
5、关联分析法是指从大量数据集中发现项集之间的关联性或相关性
平均数分析
众数、中位数
最大、最小值
6、指标分析法
同比
环比
1、时间维度
不同地区比
不同部门等
竞争对手比
2、空间维度
3、计划对比和计划标准的对比
4、与经验值理论值对比
7、对比分析法将两个或两个以上的数据进行比较,分析它们的差异,从而揭示这些数据所代表的事物发展变化情况和规律性
分析方法
4、留存
5、消费
数据分析
1、企业的商业目的
引流
转化
新用户
活跃
留存
回购
流失
老用户
1、观察流量
2、发现异常流量
3、观察流量结构分析流量合理性作出调整
4、追踪流量
方法:
2、引流
了解各环节转化情况,分析其异常或不合理情况,进行调整,以提升各环节的转化率。
分析目标:
静默转化率、登陆转化率、咨询转化率、付款转化率等等,只要关注用户从接触应用到成交中的几个环节就好。
1、观察各环节转化率,分析其合理性,针对转化率异常环节进行调整
2、追踪转化率变化,用于异常定位和策略调整效果验证
3、观察各渠道转化情况,定义渠道价值,并依此适当调整运营策略
4、分析各环节转化周期,分析用户习惯,为制定运营策略提供依据
3、转化
0 条评论
回复 删除
下一页