数据分析方法
多维事件分析
漏斗分析
留存分析
行为序列分析
A/B测试
用户分群
(一)数据分析——多维事件分析
事件
维度
指标
数据分析+事件分析。任何互联网产品都可以抽样成一系列用户行为事件分析
对于电商平台,可以抽样为事件注册、提交订单、支付订单等,如下图左。
对于一个事件,可以从不同维度分析,如操作系统版本,城市等,如下图中;
另外对于事件和维度,我们还可以看指标,如下图右。
![用数据驱动产品和运营 之 数据分析方法 用数据驱动产品和运营 之 数据分析方法](https://www.iyunying.org/wp-content/uploads/2018/04/yunying-1522894136.png)
多维事件分析
如订单支付事件、按支付方式维度,看的指标为成交和总和;
![用数据驱动产品和运营 之 数据分析方法 用数据驱动产品和运营 之 数据分析方法](https://www.iyunying.org/wp-content/uploads/2018/04/yunying-1522894137.png)
发现微信支付的成交量下跌,就可以进一步探寻原因。
(二)数据分析——漏斗分析
举例:从提交订单到真正试用的一个转化分析:
![用数据驱动产品和运营 之 数据分析方法 用数据驱动产品和运营 之 数据分析方法](https://www.iyunying.org/wp-content/uploads/2018/04/yunying-1522894137-1.png)
漏斗分析
这种特别适用拉新时候,探寻不同渠道的拉新留存转化分析。
(三)留存分析
下列查看拉新用户后续几天买黄金的分析:
![用数据驱动产品和运营 之 数据分析方法 用数据驱动产品和运营 之 数据分析方法](https://www.iyunying.org/wp-content/uploads/2018/04/yunying-1522894138.png)
不同渠道按天数的留存分析
注意:留存本身对于不同产品是不一样的;有些产品留存可能是登录、关键操作。
(四)数据分析——行为序列分析
对于客单价比较高,对抽样用户深入了解耕种,适合行为序列分析。
用户ABC操作后,离开产品,可以带电话等了解用户离开原因,尽可能挽回用户。
![用数据驱动产品和运营 之 数据分析方法 用数据驱动产品和运营 之 数据分析方法](https://www.iyunying.org/wp-content/uploads/2018/04/yunying-1522894138-1.png)
行为序列分析-客户操作记录
(五)数据分析——A/B testing
这是产品经理非常重要的技能,产品经理的直觉推动功能,当不知道哪个好坏的时候,可以做A/B testing。
![用数据驱动产品和运营 之 数据分析方法 用数据驱动产品和运营 之 数据分析方法](https://www.iyunying.org/wp-content/uploads/2018/04/yunying-1522894139.png)
A/B testing
百度问答,让一部分人显示等待您来回答,我来帮忙解答。
主动帮忙没有别人邀请的意愿强,数据也得到验证,可以避免一些经验的错误。
对于产品来说,没有什么是你能做对手不能做的,唯一的差异是谁最先达到理想状态。
(六)用户分群
这适合运营经理,如滴滴打车的优惠券;
![用数据驱动产品和运营 之 数据分析方法 用数据驱动产品和运营 之 数据分析方法](https://www.iyunying.org/wp-content/uploads/2018/04/yunying-1522894140.png)
不同用户对不同数额的优惠券刺激不一样,针对不同用户给予不同程度的优惠。
始发于简书:BetterHeaven
去年今日运营文章
- 2024: 2024 年国内倒闭公司全貌总览(0)
- 2024: 内驱力模型:干事创业的无限动力(0)
- 2024: 2024小红书×合生元年度私享会:95后妈妈来临,种草带货如何更精准高效(0)
- 2024: 【如何做好直播】小红书店铺直播营销玩法(0)
- 2017: ASO将如何被机器学习深刻改变?(0)
原创文章,作者:爱运营,如若转载,请注明出处:https://www.iyunying.org/seo/dataanalysis/130427.html