用数据驱动产品和运营 之 数据分析方法

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。

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;


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:


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:


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。


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。

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;


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。

你可能感兴趣的:(用数据驱动产品和运营 之 数据分析方法)