运营必备11大数据分析模型.docx
《运营必备11大数据分析模型.docx》由会员分享,可在线阅读,更多相关《运营必备11大数据分析模型.docx(40页珍藏版)》请在咨信网上搜索。
1、加入投资投行和股权实务及上市公司并购交流群微信13312191315O 事件分析O 属性分析- -39渠道分析6911 Session 分析417102529 留存分析O 归因分析IJ 热图分析O 分布分析8213O 漏斗分析四间隔分析33印路径分析开始创建数据分析模型吧运营必备 11 大数据分析模型前言数据运营能力已经被公认为运营人员的加分项甚至是必备技能,其高低也在很大程度上决定着运营人员的薪资高低和职业生命周期的长短。一方面,它能大幅提升运营人员的工作效率;另一方面,它能更全面和深入地分析运营工作,从而更好地辅助策略、指导实践。为了让运营人员能够更好地落地数据运营,各种数据分析模型应运而
2、生。通过数据分析模型,不仅能降低运营人员的认知成本,还能帮助我们拨冗化简复杂问题,快速理解客观事物,轻松上手数据分析。为此,易观方舟推出运营必备 11 大数据分析模型,梳理总结事件分析、属性分析、渠道分析、Session 分析、留存分析、归因分析、热图分析、分布分析、漏斗分析、间隔分析、路径分析。这 11 大数据分析模型在不同运营场景中有着不同的作用,已经被广泛应用于数据分析工作。该电子书以“数据分析模型概述+具体应用场景”为框架,深入浅出地介绍各数据分析模型是什么,以及如何使用,旨在帮助运营人员能够在工作中高效应用各数据分析模型,实现数据运营能力的进阶与升级,掌握数据驱动精益成长。运营必备
3、11 大数据分析模型1. 事件分析1.1 事件分析概述事件,是指用户在 APP、网站等应用上发生的行为,即何人、何时、何地、通过何种方式、做了什么事情。事件分析模型主要用于分析用户在应用上的行为, 例如,打开 APP、注册、登录、支付订单。通过触发用户数、触发次数、访问时长等基础指标度量用户行为,同时也可进行指标运算,构建复杂的指标衡量业务过程。具体而言,事件分析模型能够解决以下示例问题: 监测产品每天的用户数、访问次数、使用时长,趋势是否发生了变化?引起变化的因素有哪些? 北京地区的用户和上海地区的用户,购买家电品类的金额分布差异在哪里? 今天在产品中发起了一个话题,各个时段用户的参与情况如
4、何? 最近半年付费用户数和 ARPU(Average Revenue Per Paying User,平均每付费用户收入)值是多少?易观方舟智能分析产品的事 件分析模型(见图 1-1),通过选择要分析的关指标,即可实时监测用户在不同平台的用户行为。通过选择细分维度和条件过滤, 还能针对不同的用户群进行事件分析。此外,通过自定义指标组合成新的指标, 还能实现更为强大的事件分析能力。34图 1-1 易观方舟事件分析模型示例1.2 应用场景示例:电商的关键词搜索事件搜索是电商用户直达购买商品的重要途径,对 GMV(Gross Merchandise Volume,一定时间段内的成交总额)有着十分重要
5、的影响。在用户有购买意向时, 了解用户的常用搜索词、用户是否能搜索到结果对产品体验都极其重要。此外, 用户注意力通常只会看到搜索栏中的前几名,搜索排名越靠前的商品越能抢占用户的注意力。在搜索场景中通过事件分析,我们可以按每天/每周/每月等时间维度,用使用过搜索功能的用户数、搜索功能的使用次数,以及搜索功能的人均使用次数、搜索是否结果等基础指标度量用户的搜索行为。此外,还可以通过用户检索的关键词,对关键词建立相应的评估指标,找到搜索热词,进而优化商品介绍文案,加速迭代热门商品。如图1-2 所示,为某电商客户的关键词搜索分析,以天为单位,每一个搜索关键词均有关键词搜索用户数、关键词搜索次数两个指标
6、可供查看。按照关键词搜索用户数的合计排名,依次为牛仔裤( 6482 )、御泥坊( 3724 )、商务包(3695)和外套(3608),排名越靠前说明搜索热度越高,电商可适当增加牛仔裤的种类和库存,并将销售额也表现好的搜索关键词设置为搜索热词,显示在搜索框之下。图 1-2 某电商客户的关键词搜索分析2. 属性分析2.1 属性分析概述属性分析是基于用户自定义属性或预置属性的占比分析,能够按照不同的属性来统计用户数等指标的属性占比,进而得到初步的分析结论。例如,通过对性别属性的用户数占比分析,我们可以快速得到不同性别的用户数统计结果。通过属性分析,可以快速查看在不同属性上的用户数分布情况,便于统计不
7、同特征的用户总量,在使用属性分析的过程中,需要合理选择度量方式,常用的度量方式包括:用户数、去重数、总和、最大值、最小值、均值等。易观方舟智能分析产品的属性分析模型(见图 2-1),可以进行多维度、多用户之间的对比,同时支持多种图表形式展示统计结果。例如,选择指标为用户数,维度为所在城市,对所有用户进行属性分析,就将得到所有用户在不同城市的占比图。在有标签功能的场景下,属性分析还支持对比不同版本的标签进行统计分析对比。图 2-1 易观方舟属性分析模型示例2.2 应用场景示例:用户的地域属性与会员属性用户属性是用户标签与用户状态的记录,在对指定时间进行赋值或更新后, 最新值的属性会随着事件信息一
8、并发送至数据统计后台。根据用户属性定义的来源区分,其叫法也会有相应的差异,例如,由统计平台定义的属性被称为固定属性,我们自己定义的用户属性则可被称为自定义属性,其细分维度类似人口统计学变量,包括:性别、年龄、健康状况、职业、婚姻、文化水平、收入等。通过对用户的属性进行分析,运营人员能够轻松了解用户不同属性的分布情况。例如,分析不同国家、不同省份、不同城市等地域维度的用户分布情况,再综合该地发展情况进行产品喜好分析,进而迭代优化产品。如图2-2 所示,某社交零售企业为了解完成新手引导会员的城市分布,运用属性分析模型进行分析。将指标定义为新手引导的用户数,细分维度选择为城市,通过查询得知,在202
9、0 年5 月10 日当天,完成了新手引导的会员,来自深圳市有 493 人、郑州市 408 人、北京市 284 人、武汉市和杭州市各 264 人、上海市 210 人、成都市 207 人。图 2-2 易观方舟属性分析-用户地域分布情况根据新会员城市分布,进一步针对不同城市,细化出有针对性的运营策略。例如,可考虑加大深圳门店的地推力度以获取直接客源;可考虑在成都、上海开展老带新活动,用裂变的形式刺激间接客源增长。此外,该社交零售企业在运营活动的各阶段都会通过属性分析模型,综合分析运营结果,量化该阶段的运营成果。例如,将指标定义为累计消费金额, 细分维度为会员等级,将用户选择为所有用户,如图2-3 所
10、示,即可查看该零售企业目前的会员属性,以及不同等级会员的总人数和所占比例,进一步下钻还能了解目前各等级的会员消费水平。图 2-3 易观方舟属性分析-各会员等级销售额贡献占比3. 渠道分析概述3.1 渠道分析概述渠道,即企业或产品与用户产生互动的各个触点,例如,搜索引擎、社交媒体、广告平台、线下站会等。渠道分析模型用于分析用户(包括访客)的访问来源,通过访问用户数、访问次数、访问时长、跳出率等基础指标评估渠道质量, 同时也能自定义转化目标,综合衡量渠道的转化效果。具体而言,渠道分析能够解决以下示例问题: 各个渠道实时的访问用户数、浏览量如何? 上周选择了多个渠道对网站进行推广,各个渠道带来的用户
11、注册量如何? 社交媒体、搜索引擎、外部链接哪个渠道带来的用户留存率更高? 微信来源用户更多集中在公众号还是朋友圈? 哪些搜索词带来的流量很大,且转化效果也好?图 3-1 易观方舟渠道分析模型示例渠道分析模型通过若干指标呈现各渠道表现,从而评估不同渠道的实际产出效果,我们可选择最终的优质渠道组合,提高整体ROI。易观方舟智能分析产品的渠道分析模型(见图 3-1),通过选择不同的分析平台、渠道的维度等指标,即可快速衡量渠道表现。3.2 应用场景示例:不同渠道来源的新用户质量综合评估转化是指用户在渠道完成的某个为企业带来收益的活动,例如,注册、购买、留言咨询等都可被视转化目标,当用户达成一次目标条件
12、,即算作完成一次转化。提高转化率是提高企业 ROI 的最快方法之一,转化率提升也意味企业的运营正在 逐渐高效。通过渠道分析模型,可以对比不同渠道用户的注册转化率,并结合获客成本, 筛选高效获客渠道,提升获客效率。如图3-2 所示,为了解不同广告投放渠道的注册转化情况,某社交产品对于近 7 日的新用户来源进行了渠道分析,将分析维度定义为渠道来源分组,渠道的转化目标设为注册成功的转化用户数, 得到通过指定广告跟踪转化了 851 人、电子邮件 543 人、消息通知 490、直接访问 248 人、搜索引擎 215 人、外部链接 148 人、社交媒体 73 人。图 3-2 易观方舟渠道分析-不同渠道的A
13、PP 新用户注册转化数在上述案例中,以指定广告跟踪、邮件、消息通知的方式获客更多,企业可着重关注。但是否说明这些渠道质量就更好呢?其实在实际操作中,不能仅凭各渠道流量的多少来判断推广渠道的优劣,可选取最终转化率和用户留存率共同作为衡量渠道的指标,更精准地判断各渠道 ROI。当分析完各渠道新用户转化数量之后,可进一步分析后续用户留存情况。如图 3-3 所示,将衡量渠道的基础指标定义为 7 日留存率,对于各个获客渠道进行降序排列,评估各渠道质量,我们会发现 7 日留存率最高的渠道是搜索引擎,为1.37%。指定广告跟踪虽然流量大,但留存率仅0.32%。我们在进行渠道分析时, 需要制定合理的转化目标,
14、综合评估渠道价值。图 3-3 易观方舟渠道分析-不同渠道来源用户的 7 日留存分析4. Session 分析4.1 Session 分析概述在使用事件分析模型时,用户事件以“点”的方式呈现,例如,张三在昨天晚上 10 点注册成为了某外卖平台会员并支付了首单,李四今天早上 8 点在王府井附近扫开了某共享单车后上报了车辆故障。根据用户行为的实时记录反馈,我们可以确切地了解用户在什么时间做什么事情。但事实上,有些事件并不能用这些“点”来描述,例如,用户本月平均访问次数,每次访问时长,平均访问深度。这些问题需要将一个个“点”连成“线”, 再加以分析计算。Session 分析就可以完美解决用户分析中的“
15、线”性难题。Session 即会话,是指在指定的时间段内,用户在网站/H5/小程序/APP 上发生的一系列用户行为的集合,例如,一次 Session 可以包含多个页面浏览、交互事件。Session 是具备时间属性的,根据不同的切割规则,可以生成不同时间长度的Session。具体而言,以下一系列示例行为可被计算为一个 Session: iOS 应用:用户屏熄、Home 键切换到后台、杀掉进程、跨天等视为Session 结束; Android 应用:用户杀掉进程、屏熄、按 Home 键超过 30s、跨天等视为Session 结束; H5/Web 应用:用户从打开网页到离开视为一次 Session,
16、离开包括关闭整个浏览器、30min 未进行新打开页面或触发事件等行为;如果一次访问跨天, 会被切割为两次 Session。易观方舟智能分析的 Session 分析模型(见图 4-1),能够按照不同时间粒度, 分析多种度量 Session 访问质量的指标,包括访问次数、人均访问次数、总访问时长、单次访问时长、单次访问深度、跳出次数、跳出率、退出次数、退出率、人 均访问时长、总页面停留时长、平均页面停留时长。图 4-1 易观方舟 Session 分析模型示例此外,可以多指标、多维度和多过滤条件,还可以多用户分群之间横向对比。相比事件分析,Session 分析额外新增了一些维度的细分,以满足特定场景
17、下针对Session 分析的需求,包括: 渠道来源分组:用以区分每次访问的渠道来源,仅适用于 Web/H5/小程序; 浏览页面数:以步长 5 为间隔,统计每次浏览页面数的分布情况; 着陆页:用以区分每次访问的着陆页,可以评价不同着陆页的访问质量; 退出页:用以区分每次访问的退出页,可以评价不同页面的退出情况,找到退出率高的页面进行优化; 访问时长:按照 0-3secs,3-10secs,10-30secs,30-60secs,1-3mins, 3-10mins,10-30mins,30-60mins,1 hour 以上的区间进行划分,统计每次访问的时长分布。4.2 应用场景示例:检测落地页对用
18、户的吸引力落地页(Landing Page)通常是用户被广告吸引点击进入后看到的第一个页面,用户是否能在这一刻转化,基本取决于落地页的排版、内容、CTA 设置等, 优秀的落地页总是能获得更多的订单或者线索。实际操作中,很多运营人员都会通过分析用户的访问时长与访问深度,来考察落地页的质量。常用的指标有“单次访问时长”,指用户访问链接的注意力时长的平均值,计算公式为:单次访问时长= 总访问时长/访问次数;和“单次访问深度”,指用户访问时平均浏览页面数的均值,计算公式为:单次访问深度 =Session 事件之和/Session 数。如图 4-2,4-3 所示,为某内容社区通过分析其官方网站在过去 3
19、0 天的用户访问情况,2021 年 9 月 10 日,所有用户的单次访问时长为 56 分钟 14 秒,单次访问深度为 3.11。图 4-2 易观方舟 Session 分析-访问时长图 4-3 易观方舟 Session 分析-访问深度衡量落地页效果还有一个重要指标跳出率,通常用于衡量落地页的用户体验以及对用户的吸引程度,计算公式为:跳出的 Session 数/Session 总数。一般情况下,用户进入落地页后在 3 秒内就会做出是否要继续浏览的决定,判定落地页是否被认可,耗时最多 3 秒,以 3 秒作为时间长度切割,我们就能通过 Session分析计算跳出率。图 4-4 易观方舟 Session
20、 分析-跳出率如图 4-4 所示,2021 年 9 月 28 日,同一个落地页在不同浏览器中的跳出率分别为:微信内置浏览器 30.95%,Firefox 浏览器 22.35%,Chrome 浏览器22.3%,Safari 浏览器 23.7%,通过对比发现,微信内置浏览器的落地页跳出率有所异常,即可逐步排查原因,可能会需要优化落地页与微信内置浏览器的适配。5. 留存分析5.1 留存分析概述留存是指用户在小程序、APP、网站等应用上使用过,并一段时间后仍有使用。留存分析是一种衡量用户健康度或参与度的方法,基于某个用户群体的初始行为时间计算,描述发生某个行为的同期用户群体,在一段时间后是否发生了期望
21、的 行为。留存分析能帮助我们深入了解用户的留存和流失状况,发现影响产品可持续增长的关键因素,指导市场决策和产品改进,并提升用户价值。具体而言,留存分析能够解决以下示例问题: 上个月做了一次产品迭代,如何评估其效果?是否完成了产品经理期望完成的行为? 作为社交 APP,注册后不添加好友和添加 10 个好友的用户,后续留存有差异吗? 短期留存低,长期留存一定很差吗? 两个推广渠道带来不同的用户,哪个渠道的用户更有可能是的高价值用户? 近 30 天注册的用户,半个月都没有回访的用户比例是多少?易观方舟智能分析产品的留存分析模型(见图 5-1),通过自定义初始行为和后续行为,选定留存用户数/留存数指标
22、即可查看留存情况,并可以对不同维度的 条件过滤,进行多人群对比分析。此外,还可以通过留存分析判断新用户在几天、几周、几月后,是否愿意回来继续使用你的某个产品或功能。图 5-1 易观方舟留存分析模型示例新增用户留存和活跃用户留存是最常用留存分析。此外,还可以通过自定义初始行为和后续行为进行留存分析,初始行为和后续行为均可以是任意事件或者某个具体事件,不同的分析场景中可以设置多个不同的留存条件来分析: 初始行为和后续行为设置为相同,对比不同的功能重复发生的情况,发现用户对不同功能的使用粘性; 初始行为相同,设置不同的后续行为,对比同一个优化是否对其他功能有不同的影响; 后续行为相同,设置不同的初始
23、行为,对比发现不同的运营手段、产品功能对核心业务目标的影响。5.2 应用场景示例:发放优惠券的用户留存情况某零售品牌在今年 9 月入驻了Y 市,首店开业时,通过线上线下不同渠道分发了一些优惠券,但销量一直没有太大变化。开业一周后,该零售品牌通过留存分析监测到开业首周的用户数据(见图 5-5)。由于该零售品牌的主要目的是监测优惠券的发放效果,所以将初始行为设定为使用优惠券,后续行为设定为支付订单,以监测开业一周以来的用户留存与转化情况。图 5-5 易观方舟留存分析-某零售品牌监测优惠券发放效果通过数据可以看出,在优惠券使用当日,用户留存大概为 70%左右,留存率并不算低。但到了领券后第一日,用户
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 运营 必备 11 数据 分析 模型
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【宇***】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【宇***】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。