【数据】八大数据分析模型

原文参考地址：http://www.woshipm.com/it/4098934.html

---

1、用户模型

        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。

2、事件模型

    事件是什么：将一段代码放入对应的页面/按钮，用户进入页面/点击按钮的本质是在加载背后的代码，同时再加载事件采集代码，这样就被SDK所记录下来了

    事件如何采集：① 事件：用户在产品上的行为 ② 属性：描述事件的维度 ③ 值：属性的内容 ④ 采集时机：用户点击（click）、网页加载完成、服务器判断返回等

    事件的分析：① 人数：某一事件（行为）有多少人触发了 ② 次数：某一事件（行为）触发了多少次 ③ 人均次数：某一事件（行为）平均触发多少次 ④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。

    事件的管理：

3、漏斗模型

-

4、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。

5、自定义留存分析模型

    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

    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

自定义留存：基于业务场景下的留存情况，比如阅读类产品会把看过至少一篇文章的用户定义为真正的留存用户，电商类产品会把至少查看过一次商品详情定义为有效留存

6、粘性分析

7、全路径行为分析

    对用户在APP或网站的每个模块的流转情况，挖掘用户的访问模式，从而优化产品或网站（流量管理及问题发掘）

8、用户分群模型

最常见的是RFM模型，即从用户的业务数据中提取了三个特征维度，其中，RFM模型可以refer to this link，解释的很能懂~ https://baike.baidu.com/item/RFM%E6%A8%A1%E5%9E%8B/7070365

1）最近一次消费时间（Recency）

2）消费频率 (Frequency)

3）消费金额 (Monetary)

通过这三个维度将用户有效地细分为8个具有不同用户价值及应对策略的群体，如下图所示：

2. 另外四个用户分群的维度

1）用户属性：用户客观的属性，描述用户真实人口属性的标签，比如：年龄、性别、城市、浏览器版本、系统版本、操作版本、渠道来源等就是用户属性

2）活跃时间

3）做过，没做过

4）新增于：何时新增用户较多