时间:2023-01-19 | 标签: | 作者:Q8 | 来源:网络
小提示:您能找到这篇{如何用常用的分析模型进行数据分析?}绝对不是偶然,我们能帮您找到潜在客户,解决您的困扰。如果您对本页介绍的如何用常用的分析模型进行数据分析?内容感兴趣,有相关需求意向欢迎拨打我们的服务热线,或留言咨询,我们将第一时间联系您! |
一、为什么我们要做数据分析?现在都在说互联网下半场,什么意思就是流量红利慢慢褪去,已经不是早前互联网时代刚兴起的时候,网民覆盖少遍地黄金,只要一个产品做出来,甚至不需要运营就有大量用户进来,而现在流量全部集中在一些头部的企业,再去分抢流量,势必头破血流。 据国泰证券研究,电商行业获客成本不断攀升,2020年已经高到离谱,阿里平均获客成本704,拼多多163,京东392。在获客成本如此之高的情况下,精细化的数据运营成为不得不走的一条路径。 二、两个常用的模型分析1. 漏斗模型最早是由一位美国的知名广告人提出的,叫做消费者购买漏斗。是对流程中各个环节的分解和量化,帮助我们找到问题并优化。像电商网站漏斗模型是最常用,当然了其他的产品也是可以的,只需要定义出核心的流程。 拿电商举例: 漏斗模型一般都可以做,但是你接下来是如何发现问题,如何提出假设,如何优化才是关键,这里面的核心是需要把握每个环节的流量情况,最好通过指标比例公式来拆解,不然只是一个访问的量是无法定位问题的。 1)首页流量 我们一般从外部渠道拉来更多的流量引流到首页,所以流量的质量很重要,我们一般衡量页面的流量指标一般通过这几个:页面UV点击率、停留时间、跳出率,一般用户对页面感兴趣会有更多的点击行为,点击行为就会产生点击率、跳转率医院网络销售人员等。
2)搜索商品—商品列表页 搜索是站内流量的主要来源,承担着站内商品检索和商品布局分类的关键作用,一般围绕搜索的指标量有如下:
3)商品详情页 详情页作为转化的关键路径,是用户决策的关键,所以一般分析详情页的质量可以从平均停留时间、加车数、立即购买数等:
4)生成订单 提交订单一般是转化的最后一环,目的是为了让用户尽快付款,这个里面衡量的指标有全局指标成交转化率、有效订单的转化率:
5)小结 衡量一个页面“是否引发兴趣”的指标有:点击率、跳出率、停留时长,下滑加载到底部的比例。一般人的视线从上往下,最先看到头部信息,如果头部信息不够吸引,一般会进行滑动加载,可以看到达底部的比例和停留时长。 2. AARRR模型这个模型是又称为海盗模型,最早是由麦克卢尔提出的,分别代表了产品生命周期的5个阶段,一般根据产品不同的阶段聚焦不同的目标而不是眉毛胡子一把抓。
接下我们重点看看获取和留存阶段如何做: 1)获取:目的看渠道的质量 我们一般会从各个渠道(搜索引擎,市场投放、新自媒体、线下活动、外部合作渠道等)去获取用户,我们一般会关注各个渠道的用户数量和质量,数量我们看拉新用户数,质量我们看通常的转化情况,收益我们看交易金额。 一般我们基于“注册数”、“付费转化率”等两个维度建立渠道四象限分析,一般可以用excel散点图可以做成矩阵图,通过算出各个维度的平均值,之后通过横纵坐标交叉即可(有兴趣可以了解一下矩阵图的方法)。
如果企业本身有外部广告投放等,成本投入较大,基于(成本和用户转化率进行四象限分析),目的是筛选出低成本高转化的渠道。 2)留存:留存分析 留存是衡量产品价值的最有效的指标,一般分析留存我们都是基于如下的留存表进行分析,话虽如此,但是真的面对这张图的时候,很多人还是傻眼,不知道如何下手。 友盟—留存分析表 一般留存曲线分为三部分:震荡期、选择期、平稳期。但是有些产品几乎是没有平稳期,那么这样的产品就很危险,说明留存持续下降,迟早水池里的水在某一天都流干。 一般在震荡、选择期关注新用户留存、平稳期关注功能留存,那如果留存偏低我们应该如何分析呢? 3)新用户留存分析 我们一般定义新用户留存,起始行为首次启动,留存行为可以定义再次启动或者是付费(业务上定义什么样的行为为留存即可),如果留存偏低我们就需要进行对比分析,一般留存和业务功能息息相关,可以将功能模块抽离出来对比分析(这个不仅是新用户留存分析可以用,在平稳期我们关注功能留存也很有用)。 从这个里面就能很清楚看到,功能3带来的留存率相比其他更高,可以引导我们做出如下决策:
小结:新用户的激活时间越快越好,最好是当天就能完成核心行为;用户流失前,尽量引导他们使用留存较高的功能,让他们体会产品的核心价值。 4)用户分组分析 分析留存用户和流失用户的区别,分析两类用户的特征,特别是流失用户,方法可以基于上面的漏斗模型,定义核心的路径,然后分析用户行为,具体流失于哪一步,然后针对性的分析。 针对已流失的用户也可以寻求用户反馈,具体倾听他们的想法,因为什么原因没有满足你们的需求离开了,如果没有很好的第三方的分析工具花很长时间在分析上其实是典型的“捡了芝麻丢了瓜的行为”,直接寻求用户的反馈,也不失为一个有效的方式,快速决策验证比全局分析效率更快,因为用户真的不喜欢你的产品可以说短时间就卸载了。 后面的章节我会具体讲解一下用户分析和解决问题的结构分析,希望能在数据分析之路上能帮助你们。
作者:琛琛;公众号:宇说产品 本文由 @琛琛 于,, 题图来自 Unsplash,基于 CC0 协议 |
上一篇:B端数据分析玩法,巧用时序图定埋点,订单时长
下一篇:如何设计有价值的数据报表和看板?
小提示:您应该对本页介绍的“如何用常用的分析模型进行数据分析?”相关内容感兴趣,若您有相关需求欢迎拨打我们的服务热线或留言咨询,我们尽快与您联系沟通如何用常用的分析模型进行数据分析?的相关事宜。
关键词:1年, 分析模型, 初级, 数据