分析方法
群组分析方法
是什么？
- 按某个特征，将数据分为不同的组，然后比较各组的数据
有什么用？
- 分析用户留存率随时间发生了哪些变化
- 为什么留存？
- 为什么流失？
如何用？
- 先使用群组分析方法，找到留存率低或者高的组，然后使用假设检验、相关分析等方法，研究为什么这些组留存率低或者留存率高，找到原因之后就可以对应的优化产品
- 实例一
- 视频平台用户流失分析
- 按新用户注册的月份分组
- 绘制成横轴是时间，纵轴是留存率，然后比较各个组的折线
- 实例二
- 推特用户留存分析
- 核心用户
- 每个月至少访问7天的人
- 一般用户
- 使用产品不那么频繁的人
- 冷漠用户
- 使用一次产品后就不再用的人
- 实例三
- 金融行业预期情况
注意事项
- 除了按照时间分组，还可以根据具体的业务场景来确定
RFM分析方法
是什么？
- 最近一次消费时间间隔（Recency）
- 距离上次消费离得越近，R值越小,用户价值越高
- 消费频率（Frequency）
- 购买频率越高，F值越大，用户价值越高
- 消费金额（Monetary）
- 消费金额越高，M值越大，用户价值越高
- 用户分类规则
- 1、重要价值用户（高，高，高）
- 2、重要发展用户（高，低，高）
- 3、重要保持用户（低，高，高）
- 4、重要挽留用户（低，低，高）
- 5、一般价值用户（高，高，低）
- 6、一般发展用户（高，低，低）
- 7、一般保持用户（低，高，低）
- 8、一般挽留用户（低，低，低）
有什么用？
- 对价值不同的用户使用不同的运营策略，将资源发挥到最大的效果
如何用？
- 第一步：计算R，F，M的值
- 第二步：给R，F，M值按价值打分
- 第三步：计算价值平均值
- 第四步：用户分类
注意事项
- R，F，M指标在不同业务下定义不同，要根据具体业务灵活应用
- R，F，M按价值如何确定打分的规则
- R，F，M这三个指标可以灵活和其他分析方法结合使用
AARRR分析方法
是什么？
- 获取用户（Acquisition）
- 用户如何找到我们
- 激活用户（Activation）
- 用户的首次体验如何
- 提高留存（Retention）
- 用户会回来吗
- 增加收入（Revenue）
- 如何赚到更多钱
- 推荐（Referral）
- 用户会告诉其他人吗
有什么用？
- 涉及用户使用产品的整个流程，可以帮助分析用户行为，为产品运营指定决策，从而实现用户增长
如何用？
- 获取用户
- 渠道曝光量
- 有多少人看到产品推广的信息
- 渠道转化率
- 有多少人因为看到广告转换成为用户
- 日新增用户数
- 每天新增用户是多少
- 日应用下载量
- 每天有多少用户下载了产品
- 获客成本
- 获取一个客户所花费的成本
- 降低成本的方法
- 语言
- 怎么说去打动用户的心
- 渠道
- 搜索引擎
- 通过搜索引擎来提高产品在搜索结果页面的排名
- 应用市场
- 付费渠道
- 展示广告位（CPM）
- 搜索广告（CPC）
- 信息流广告（CPA）
- 口碑渠道
- 用户主动把产品推荐给周围的人
- 激活用户
- 啊哈时刻
- 用户情不自禁地喜欢上产品亮点、发出赞叹的时刻，例如网易云音乐评论
- 要想激活用户，需要绘制一幅通往啊哈时刻的路径图，分析流程中每个节点的用户转化率，看用户在那个阶段流失，以此来优化产品，提高用户体验
- 留存
- 留存的核心目标是让用户养成使用习惯，这一环节需要关注留存率指标
- 支付宝蚂蚁森林
- 共享单车
- 增加收入
- 服务收入
- 产品中的付费服务
- 广告收入
- 投放在产品中的广告
- 夹点
- 损失潜在收益的地方
- 推荐
- 传染物本身
- 对自己的产品足够了解
- 传染物发挥作用所需的环境
- 用户所在的环境
- 人们传播传染物的行为
- 为什么会去分享产品
注意事项
- 灵活使用
漏斗分析方法
是什么？
- 衡量业务流程每一步的转化率
- 环节转化率
- 环节转化率=本环节用户数/上一环节用户数
- 衡量相邻业务环节的转化情况
- 整体转化率
- 整体转化率=某环节用户数/第一环节用户数
- 为了衡量从第一环到该环节为止总体的转化情况
有什么用？
- 定位问题节点，即找到出问题的业务环节在哪
- 用户转化率
- 用户流失率
如何用？
注意事项
- 不同业务流程不一样，漏斗分析图也不一样
