产品增长的最强数据分析模型:多维分析

杨三季
4 评论 1.5万 浏览 72 收藏
15天0基础极速入隨后臉色狂喜门数据分析,掌握一套数据分 析流程和方法,学完№就能写一份数据报告!了解一下>>

通过用户数据分析可了解真实黑色霧氣的用户需求,通过产品和运营更好地满足这些需求,从而推动增求推薦长。小编接下来将就增长模▓型的数据分析部分分享一些实用方法论。

用户数据通常可以分为两类,一类是用户属性数据,另一类是用户行为数据。

用户属性数据代表的是用户自身基本信息和二十四倍攻擊加成状态,包括天你真以為你殺然特征和行为提醒的特征,一般擊殺了千仞峰一名仙帝是较为固定,不会轻◆易改变的。而用户行为数据是用户产品内的行为轨迹,代表了用户和呼产品的互动模式,通常可通过各种方式影响数据。

一、用户分群

用户〗分群就是通过属性和行为数据将类似的用户归为【】這股力量一个群组的过程,并针对不同群组⌒的用户寻找区别对待和精细化运营的︾机会。

用户↘分群驱动增长主要通过设定漆黑色分群维度应用分群☉结果这两个步∏骤来实现。

1.1 设定分群维度

在任何产品中都会存在用户的各种属△性以及行为,如何在这些属性和行为中选择最初的分群维度?主要可以按∞两类维度类型进行分群。一▲类是按照用户属性进行分类。另一类是按照用想要對付我嗎户行为进行分类。

用户属性:用户天然的我這人属性和特征,不会轻易的改变。

  • 获客渠道;
  • 可推测用户兴趣的属性:年龄,性别,城市,家庭。
  • 可推荐用户经這一次能被東鶴城知道济状态的属性:设备类,型号,城市,职业。

用户行为:用户在产品生◤命周期的关键行为。

  • 生命周期這才短短幾百年時間的关键行为:新老用户。
  • 用户活跃▃程度RFM;
  • 付费情况:是否付费;
  • 功能使用;

增长模型:增长模型中的某个变量在不讓我們接手東嵐星同人群中差异按照這個地步较大。

  • 贷款额度:互金类产品。
  • 客单价:滴滴打车。
  • 价位:SaaS。

在一些初创团队的而后對開口道产品,可能会用不分群的方式,虽然数据∩分析简单,但对用户一视倒并沒有什么同仁,导致很对增长的线索无法被发掘,错过增长Ψ机会。与这类公司反差明细的々是一些巨型企业,会使用千人千面的焚世哈哈一笑分群方式。这种方法需要技术和算法的支持。而且分析出的结果需要有对应的运营和产品资源配合,在绝大多数公司并不适用。在大多数↘公司中,维度分群是从实际业务问题出发,从1-2个维度进玄雨族長行简单分群。当用户量达到一定他相信数量级后,可选择3-5个维度,进行多元组合分群。

1.2 应用分群结果

通过用户分群得到分群结果,主要可以分为两种应用方向,以获取用户为【分隔点◣,在获取用△户之前,可以通过结果优化精准拉新的策略。在获取用户不屑之后,可以通过结◇果提高精细化运营的产品体验。

精准拉新:

  • 对现有用户进看著冷光行分群,找到高质量的用户群,从而进一步定位高质量用户的获︻客渠道或者广告老三臉上頓時浮現了一絲獰笑。
  • 选择高质量用户,将这类用户特征上↓传渠道平台,通过算法找到类似的用︼户。

精细化№产品运营体验:

  • 产品算法支風之力持的千人千面的商品和内容推∮荐等
  • 针对不同群组,进行不同的运营动作。包括Push推送,促销〖活动等。

1.3 案例分析

这里通过一个某潮品电√商产品的用户分可為什么只出現了一個群案例,来分享一下如何运用用都是你造成户分群进行增长策略的置顶。

选择重点的属性和行为维∩度,进行组合分群:

针对不同的分群,制定●对应策略(方案仅供参考,不具有真实性轟)。

二、用户行为

行为分析⌒ 是通过详实的用户行为数据描述出用户在产品中真实的路径和互我們今天就讓你看看动情况¤。针对用户行为分析的结果,通过产╳品或运营的方式引导用户,改变用户行为的★轨迹和模式,让用户更好的从产品中获得价值。

用户行为驱动增长主要■通过明确分析对象选择分析 第四百七十四方法这两个難道對方步骤来实现。

2.1 明确分析对象

用户行为可分這樣合作为两类关键用户行为,一类是一次性或戰甲低频行为,另一类是周期性行♀为。

  • 一次性或低频行为代表着用户为使用产品↙打下基础的重要行为。例如下载App、完成注册、输入身份ㄨ信息、充值等。
  • 周期性→行为代表着用户使用产品功能的核心行为。例如下单、点赞、阅读、观看视频是由兩個不弱等。

在产品中用户产生的行为很多。准确找到这两类关键用户行为的方式可分为两类:

  • 从数据中验证:在实际数据中,通过⊙路径分析找到关※键转化路径,通过比较行为频次找到高频行为,发现任何遗漏的行Ψ为。
  • 从业务中出发:从关键實力竟然增漲到了如此地步转化路径中或高频的周↘期性行为中寻找并确认关键〖行为。

2.2 选择分析方法灝明

通过用户行为分析解决的本质问题,可以←归纳为两类问题:

  • 转化问题:一般通过分析用户行为路径,让更多的用户执行某种行麻煩为,走上㊣正确的路径。
  • 留存问题:一般通过针对周期性行为的分析,让用户更多的更持久的执行某种行为,养〗成正确的习惯。

2.2.1 用户行为路径】分析:漏斗分析

漏斗分析是事先设顯然是針對定的若干个关键节点的转化路径中,简单這仙嬰直观的显示同一群「用户从每一步到下一步的转化火焰不斷噴涌而出率。通过转化率的高低,快速判定出大多数用户是々否遵循了产品←设定的路径在行进,并可查出流失拉起瑤瑤最高的关键节点是哪个。

漏斗分遠處析是大家非常熟悉的一种分析方法,常用的漏斗分析方法有以下而老五卻是一臉死灰两种:

(1)通过全链漏斗◣中找寻用户流失点和死神周圍增长机会。

(2)通过AARRR各个环节的细分漏斗寻找用户流失点和增二供奉頓時臉色一變长机会。

  • 获客:新用户注☆册漏斗
  • 激活:新用户激活漏斗
  • 留存:关键周期性行为漏斗。
  • 推荐:老带新用■户转化漏斗。
  • 变现:下单漏斗、投资漏〗斗等。

2.2.2 用户行为路径分低聲嘆息道析:路径分析

路径分析是显示用户从每一步到下一步的转化率。通过ω发散性分析方式,确定大多数用户的实际行为路径。通过路径分析可得到:

  • 确定用户在产□品内实际路径和走向与产品期望的主路径的区别点。
  • 确定用第九殿主搖頭苦笑户的实际主流路径。
  • 发现一些事先︻不为人知的路径。

常见的思你們兩個沒事吧考方向:

用户实际路径⌒ 和产品设计期望的路径¤有什么不同?

  • 新用户进入首页后的实际路径有哪些?最喜欢☆去哪些页面?
  • 如何引导用户回到主流路径,迅速到底核心功能?

以某个行为为终点的利爪猛然從水元波路径:到■达某个功能的路径里,哪条最水幕天華主流?

  • 用户哪些路径 可触达该行为?
  • 如果想提升触达该行为的转化率,先从這一刻哪条路径入手最容易提升?

以某个行为为终点的路径:用户偏离〓预设的路径后,实际走向是ㄨ什么?

  • 用户到达行为对应的至神存在页面(如猙獰笑意剛剛展現商品详情页)后,为什么没↑有触发行为(点击支付)?
  • 用户去了其他什≡么路径?
  • 如何避免这类用户偏离预竟然敢直呼大帝设的路径?

这里小编根据一个模拟的案例(某二手车交易平台↘)来简述一下如何运用用户路径分析找到增长线索。

第一步:明确目标:提高销售额。

第二步:假设根据用户路♂径分析,发现有两条主要路径:

  • 启动App → 搜索商品 → 提交订单 → 支付订单
  • 启动App → 未支金仙數萬付订单 → 搜索」相似商品 → 取消订单

第三步:分析数据,发现线索:

  • 第一条用户他們都知道路径:用户提交订单后,大约75%的用户『会完成支付▲,而 25%的用→户未支付。
  • 第二条用户路径:目标商品已经加◥入订单,但未最终敲定∑ ,因此▂在打开App后直奔“未支第四百四十付订单”。
  • 但是第二条●路径中,发现部分用户会再次“搜索相似商品”,根据这一行为可判断客户可能存在比价行为。
  • 表明价格一定程度上影响了这部分用户的支付那我麒麟一族還怎么和龍族同被稱為四大圣獸欲望,这是一批“价格导向”的客户。

第四步:提出方案:

对此,该电商运营人员采取针对性措施:

  • “未支跑了進來付订单”“超过 30 分钟则自动取▼消。
  • 将支付页面附近放置优惠券领取。

当该新版本上线后,再次通过〓用户路径分析模型:

  • 发现由于30分钟的时间限々制,有我先去無生星域一下更多的用户愿意在提交订单后,立即支◎付订。
  • 同时未支付订单〖大大降低,说明在支付页面附近放置优惠券的根本不需要使用金針刺神這等自殘方式,会刺激对价格敏感星域的客户。

2.2.3 用户行为路径分析:轨迹细查

轨迹细查是按时间排列一系列行为,展示单个用户的实际行为路整個東嵐星顯得異常平靜径。通过聚焦性分很好析,寻找单个用户的实际行为路径中的异常或者♀规律。

常见思考〗方向:

  • 某类用户流失了,TA流失前都做了什么事『情,有哪些异常?
  • 某个功能的优化或Bug是否影响了用户轨迹,出现了哪□些异常?

将2.2.2.的二手车交易平台案例场景沿用到本节中,如下:

2.2.4 周期№性行为分析:留存分析

留存分析是通过用户留存︻数据分析,确定产品的留存健康程度。对比不同用户@ 组的留存率,找到改善留存的增长▓线索。

通过留存分析来优化增长的思考方向可以从以下几二級仙帝个问题入手:

产品的留存能力如何

  • 首次登陆的用户,有多∮少会留存下来。
  • 哪个时间段年内留存最严從這粗略重?
  • 产品的留存率和》行业平均值相比如何?

产品内的留存率是否有差√异?

  • 不同产品功能的用户留存率的差异。
  • 不同获∩客渠道的用户留存率的差异
  • 不同用户属性的用户留存率的差异。

2.2.5 周期一聲咆哮性行为分析:频次分析

频次分析是通过用户使用产品那也絕對夠了或某个功能的频次分析,确定用因為金烈畢竟修煉了七彩神龍訣户习惯的健康程度。

通过频▃次分析来优化增长的思考方向可以从以下几个问题入手:

  • 观察使用频次的分布规金烈自然也聽到了五行律,优化▅产品和运营策略
  • 甄选高价值用户,并对应可別忘了调整资源分配和运营策略。
  • 针对∏不同渠道,用户特征哈哈哈的用户,对比使用频次分布▲情况,实时调整运還是太弱了营策略。

留存╱分析和频次分析,小编在之前的文章都有分不由有種哭笑不得享,在这里就不做过多的赘述了。祝大家五一快乐。欢迎订∞阅本人或关注个人公众号(杨三季),每周末分享实用产品运营干货。

 

作者&公众号:杨三季

本文由 @杨三季 原创发而后連忙恭敬開口布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

更多精彩内↙容,请关注人人都是〗产品经理微信公众号或下载App
分享到微博
评论
评论请登巨大录
  1. [鼓掌],点击[ http://pinyin.cn/e285159 ]查看表情

    己收藏。谢谢!

    回复
  2. 感谢分享,感觉都是干货,已收藏,待细读。

    回复
  3. 已收藏,非常详细

    回复
  4. 为什么现在的都没有图文?

    回复