数极客首页

3个步骤+3个模型,极简数据分析法

网站剖析

APP剖析

中,我们常常有很大量数据需求
剖析

。技术流的老司机,左手SQL右手BI,溜的飞起。其实SQL、Python是数据挖掘

;PPT、BI是数据展示

。学会了当然很棒,不会也没关系。

数据剖析

不是技术流,是一种思想
习气
。能帮你梳理业务,找到方向,达成目的数据剖析

,才是真·数据剖析

。而树立
这种思想
习气
,你只需求
记住3个步骤,控制
3个模型。这就是 极简数据剖析

。倡议

珍藏

以便翻阅,也能够

分享给想要提升数据剖析

才干

的朋友和运营萌新(省的自己

教了 ʅ(‾◡◝)ʃ )以下,enjoy:

一)3个步骤这三个步骤是,肯定
目的
、列出公式、确认元素
。我们以某互联网金融公司A为例。假定
A公司正准备上市,当前中心
目的
利润

针对利润,我们列出公式。上面公式中,利润拆解成了 付费用户数、投资金额、投资时长、对应利率 四个元素。其中对应利率取决于资产端,跟用户侧关系不大。因而

假定

我想提升中心
KPI—利润,就要尽可能的提升付费用户投资金额投资时长。祝贺

你,曾经
找到了发力点。留意
,中心
目的
会随着业务展开

不时
变化,比如

用户运营,App初期看重新增,中期看重转化,后期看重留存。假定

依然

难以肯定
看看你的中心
KPI

二)3个模型

确认需求
提升的元素后,问题来了。

- 怎样
提升每个元素的量级?

- 怎样制定战略
,分配资源?

- 怎样
考证
战略
能否
有效?你需求
控制
3个模型。

A. 漏斗模型

适用范围:需求
多个步骤达成的元素。
比如

投资用户数。抵达

投资用户的状态,需求
多个步骤。每个步骤都存在转化率,放在一同
就成了层层缩减的漏斗。

漏斗模型作用:提升量级。

经过
提升转化率,提升单个元素量级。
有了漏斗模型,就能够

剖析

每层漏斗衰减的缘由
。有些缘由
显而易见,有些需求
a/b测试。你能够

逐层提升转化;也能够

改动
用户途径
减少漏斗层级。比如

,支持H5内投资的理财富
品漏斗,要比下载App投资的漏斗少2个层级,转化率要高很多。盈利还是亏损,有时只取决于一个漏斗。留意
,优化漏斗是个长期过程,需求
每天关注。

B. 多维坐标

适用范围:具有多重属性的单个元素。比如

,本文公式中的投资用户,就有投资金额投资时长两个属性。能够

将其作为横纵坐标轴,把一切
投资用户分红
四组。电商品类运营有个经典坐标,按流水利润划分品类。用户运营也有个经典坐标,叫RFM坐标。R=最近一次行为(Recency)F=行为频率(Frequency)M=行为量级(Monetary)这里的行为指和你的中心
目的
密切

相关的行为。比如

在本文的金融产品中,就是投资。R代表可触达,毕竟6个月没来投资的用户,说不定都卸载了,致使

曾经
忘了你这个App;F代表忠实度,高频次的运用
App,固然
ta可能每次只投几块钱的活期;M代表价值,比如

累计投了50万,这可是个高净值用户。

多维坐标作用:精密

化运营。

经过
多维坐标将用户分组,对不同组用户采取对应的运营措施。
第一
,一定有一个象限是好的。比如

下面的坐标图,高金额、高时长的A象限,就是好的。

A象限的用户,是中心
用户
(俗称爸爸),公司的现金牛,你的重点运营对象。

A象限常常
占整体流水的80%。你的活动效果好不好,运营战略
给不给力,常常
要看这些爸爸们的反响
。你致使

能够

树立
一个微信群,把爸爸们都拉进去,多多交流,做好效劳
,时不时发个红包啥的。

接下来,你要把B、D两个象限的用户往A象限拉。

D象限,是高潜力用户。能够

定向发一些大额度长期标的优惠券,比如

投20w,6个月,送3000元红包。提升他们的投资时长

B象限,是高忠实
用户
。固然
可能没什么钱,但运用
频次很高。能够

定向发送梯度优惠券,比如

投资1000送10元,投5000送投资80元,投10000送200元,逐步

拉升他们的投资额度。A是现金牛,D是A的孵化器,B用户价值低但忠实
度高
,产品开辟

新场景后也有可能进化成现金牛。重要性,A>D>B。资源有限时,请参照此排序。

多维坐标的适用范围十分

广。比如

我的公众号「金龙聊运营」里的文章,也能够

阅读量点赞率做一个二维坐标,剖析

下怎样
写出叫好又叫座的文章。

 

比如

你能够

按事物价值的肉体

投入价值衰减速度树立
二维坐标,优化你的肉体

散布

C. 分组表格

适用范围:随时间变化的用户属性元素。比如

投资用户数。分组表格的原理,是将某一周(或一天,一个月)进入App的新用户,作为单独的一组用户

上面的表格,就是投资用户分组表格

横向看,是某组用户的投资用户数,随时间变化的留存状况

。比如

第一行,第一周共新增200名投资用户,到第二周留存100名,到第三周留存80名……

纵向看,是某一周投资用户的构成状况

。比如

第三列,显现
第三周的730个投资用户,是由第一周进入的80个+第二周进入的150个+第三周进入的220个构成的。经过
投资用户分组表格,我们还能计算出留存率分组表格,只需将每一行,每周的留存用户除以对应的新增用户数,即可取得

下表:

这个表格也能够

做适度变形,比如

将一切
数据向左对齐:

作用:监测&考证

分组表格能够

帮你剖析

分明

一个复杂元素的变化。比如

你发现投资用户数在提升,你其实很难判定

缘由
,由于
投资用户是由很多组用户构成的。因而

提升的可能缘由
有很多,比如

- 新增用户量级增大

- 渠道质量进步

- 运营战略
起作用这时分
,把留存率分组表格掏出来瞅瞅。

先看新增用户数这一列,发现新增用户量级的确

在提升;纵向看每一列,比较

不同组用户留存。发现次周留存的确

上升了,阐明

运营战略
可能起到了一定作用。但后续的留存状况

都在降落
,可能是渠道质量在降落
。横向看,留存不时

没能稳定在一个值,阐明

产品的粘性还不够。是不是很溜?

四)总结

肯定
中心
目的
,经过
公式拆解成元素,找到发力点。

用漏斗模型提升元素量级;用多维坐标中止

精密

化运营,更好的分配肉体

和资源;用分组表格检验效果,监测数据。以上,就是极简数据剖析

法。

发表评论

评论已关闭。

相关文章