点睛网络详解:八大数据分析模型,互联网运营必备
八大数据分析模型一:用户模型
为了节省时间,降低风险,产品团队往往尽快将产品推向用户,快速试错,在这种场景下如何构造用户模型?
整理和收集已经获得的任何可认知用户的经验和数据,将这些信息映射成为用户的描述信息(属性)或用户的行为信息,并存储起来形成用户档案;实时关注自身数据的波动,及时采取行动;记录用户的行为数据而不是单纯地为用户打标签;360°覆盖用户全生命周期的用户档案,用户的每一步成长都通过行为记录下来,基于用户所在生命周期的不同阶段,针对新用户、流失用户、活跃用户、沉默用户分别采取有针对性的拉新、转化、留存等运营策略。
点睛网络科技还你了解更多资讯
八大数据分析模型:事件模型
1. 事件是什么
就是用户在产品上的行为,它是用户行为的一个专业描述,用户在产品上的所有获得的程序反馈都可以抽象为事件,由开发人员通过埋点进行采集。
2. 事件的采集
事件:用户在产品上的行为。属性:描述事件的维度。值:属性的内容
采集时机:用户点击(click)、网页加载完成、服务器判断返回等。在设计埋点需求文档时,采集时机的说明尤为重要,也是保证数据准确性的核心。
3. 事件的分析
人数:某一事件(行为)有多少人触发了;
次数:某一事件(行为)触发了多少次;
人均次数:某一事件(行为)平均触发多少次;
活跃比:在一个时间区间内,触发某一事件的人数占当前时间段内所有活跃人数的比
4. 点睛网络详解事件的管理
当事件很多时,可以对事件进行分门别类地管理。同时,可以从产品业务角度将重要的用户行为标注出来,以便可以在分析时方便、快捷地查找常用、重要的事件。八大数据分析模型三:点睛网络详解漏斗模型漏斗模型帮助你分析一个多步骤过程中每一步的转化与流失情况。更好的利用漏斗模型:细化每一个环节,展示到点击之间?点击到下载之间?下载到安装之间?安装到体验之间?拥有埋点意识和全局观念,才能够有效采集,为每个环节的漏斗优化做出决策依据,推动各个部门优化
八大数据分析模型四:热图分析模型
1. 什么是热图分析模型
反映用户在网页上的关注点在哪里,尤其对于官网首页来说,信息密度极高,用户究竟是如何点击,如何浏览的效果图。按计算维度划分,热图可以分为点击热图和浏览热图:
1)点击热图
追踪的是鼠标的点击情况,进行人数、次数统计并基于百分比进行热力分布,点击热图又分为两种,一种是鼠标的所有点击,一种是页面可点击元素的点击。
2)浏览热图
也称注意力热图,记录的是用户在不同页面或同一页面不同位置停留时间的百分比计算,基于停留时长。
2. 热图分析模型中的新特性
1)面向特定人群的分析与人群对比
2)聚焦分析
点击率= 点击次数/当前页面的浏览次数
聚焦率=点击次数/当前页面的点击总次数
3. 应用场景
落地页效果分析
首页流量追踪
关键页体验衡量(产品体验和下载页面)
自定义留存分析模型
八大数据分析模型五:自定义留存分析模型
1. 留存定义和公式
1)定义:满足某个条件的用户,在某个时间点有没有进行回访行为
2)公式:若满足某个条件的用户数为n,在某个时间点进行回访行为的用户数为m,那
么该时间点的留存率就是m/n
2. 三种留存方式
1)N-day留存:即第几日留存,只计算第N天完成回访行为的用户
2)Unbounded留存(N天内留存):留存会累计计算N天内所有完成过回访行为的用户
3)Bracket留存 (自定义观察期留存):N-day留存和Unbounded留存都是按照独立的
天/周/月为观察单位计算,但有时候我们不希望受限于这种固定时间度量,我们希望
划分为几个观察期:
第一个观察期:次日
第二个观察期:第3日-第7日
第三个观察期:第8日-第14日
第四个观察期:第15日到第30日
3. 自定义留存
自定义留存是基于业务场景下的留存情况,比如阅读类产品把看过至少一篇文章的用户定义为真正的留存用户,电商类产品把至少查看过一次商品详情定义为有效留存。
1)初始行为
初始与回访是相对的概念。
2)回访行为
与初始行为的设定是并且关系。用户的初始行为可以理解为上一次行为,回访行为即
理解为下一次行为。
八大数据分析模型六:点睛网络详解粘性分析
1. 定义
对活跃用户使用产品的习惯的分析,例如一个月使用了几天,使用大于一天,大于七
天的用户有多少。
2. 作用
使用留存分析,了解产品和功能黏住用户的能力如何,用户喜欢哪个功能,不同用户在同一功能在适用上的差异,有助于科学评估产品,制定留存策略八大数据分析模型七:全行为路径分析行为路径分析分为:漏斗分析和全行为路径分析。
1)与漏斗分析模型不同,漏斗分析模型是分析既定的行为转化,例如电商产品,分析从查看产品详情到最终支付每一步的转化率。
2)而全行为路径分析是对用户在APP或网站的每个模块的流转情况,挖掘用户的访问
八大数据分析模型八:点睛网络详解用户分群模型
分群是对某一特征用户的划分和归组,而分层,更多的是对全量用户的一个管理手段,细分用户的方法其实我们一直在用。
网友评论