作为产品经理，想要集中精力优化最重要的页面，你需要知道「关键页面浏览量的频次分布」，找到对用户影响最大的页面；

作为运营，无差别的用户运营会让你精疲力尽，你需要知道「贡献值前 5% 的用户分群」，集中资源在重点用户上；

作为市场，如果仅以渠道带来的注册量评估效果，ROI 只会一团糟，你需要掌握「不同广告渠道用户质量」。

善用分布分析不仅能洞察用户行为分布的规律，还能作为事件分析、用户分群等功能的重要补充。

点击此处立即试用新功能

近期，GrowingIO 上线了「分布分析」功能，客户可以利用分布分析模型对“页面浏览量”、“订单金额”等关键指标的频次、总额等进行归类展现；同时，分布分析还支持通过「维度对比」「用户对比」等功能进行多维度的对比展现。

分布分析功能展示

「分布分析」模型能够为您带来哪些价值？

【直接看分布图】

洞察用户分布规律，优化产品策略

以电商场景为例，电商的一般业务模型为：

收入 = 访问用户数 × 转化率 × 订单金额 × 复购率

想要提升成交总额，就要从这些指标入手进行优化。我们以“订单支付成功”这一关键事件的分布情况举例，如下图所示：

订单支付成功分布分析图

该电商平台用户支付成功的次数集中在 0-1 次之间，这明显低于平均水平；对复购率的有效提升就成了 GMV 增长的关键点。

同样，电商产品经理还会希望了解：

最近一周浏览商品详情页的次数分布区间，例如 1-5 次, 6-10 次 ... 不同区间的用户量是多少；

希望了解最近一周支付订单总金额，在不同金额区间，例如：1-100 元，101-200 元，201-300 元 ...的用户数量是多少；

通过洞察用户行为的分布规律，产品经理可以找到产品优化的方向和策略并进行实验，最终提升转化与留存。

【分布分析+分群分析】

精准甄别核心用户群，提升用户贡献值

甄别核心用户群体，并有针对性地调整资源分配和运营策略，将会帮助电商运营在资源有限的情况下有效提升产出。

在下图中，我们可以了解过去七天全部访问用户中，前5%用户的商品支付金额、后5%用户的商品支付金额各是多少。

最近一周支付金额分布

“前5%用户的商品支付金额”可以作为作为“高价值用户”的定义，在此基础上进行用户分群，并进行针对性的运营，如赠送优惠券、专属活动等。运营同学无需复杂分析即可精准甄别核心用户群，调整资源分配和运营策略，提升用户贡献值。

【做对比】

对比不同渠道、地区等维度的用户分布情况，实时调整运营策略

对比不同维度下分布情况的差异，同样可以提供大量有效信息，常见的应用场景可能包括：

根据不同渠道用户在 0-100 元，101-200 元等成交金额区间内的分布情况，判断哪些渠道的用户金额贡献度更高；

对比 A\B\C 三个渠道带来的用户，浏览买家秀次数在 1-5 次、6-10 次等不同区间的分布情况，判断哪些渠道的用户会对买家秀更感兴趣；

在下图中，通过对比不同渠道在页面浏览量上分布情况的差异，就可以评估这些渠道用户的质量，并以此调整渠道投放和运营策略。

对比不同访问来源的用户在页面浏览量上的分布规律

【读趋势】

实时监测用户分布趋势，快速评估运营和产品优化效果

产品优化和运营是一个动态的过程，我们需要不断监测数据，调整产品设计或运营方法，然后继续监测效果。

GrowingIO「分布分析」功能为用户提供了「分布分析趋势图」，帮助用户了解“最大值、最小值、平均值、中位数、25 分位值和 75 分位值”几个关键数据指标的变化趋势，快速掌握目标事件的整体分布趋势。

GrowingIO「分布分析」功能，可以有效提升产品、运营和市场构建用户行为分布模型的速度，快速洞察用户分布规律、优化产品 or 运营策略，落地增长！分布分析的应用场景和价值远不止这些，更多深度用法用户可以根据实际场景去不断探索。