【技巧分享】【数据分析】数据分析模型

系列文章目录

【技巧分享】【数据分析】数据分析模型
【技巧分享】【数据分析】数据分析算法

文章目录

前言

  • AARRR模型,又称海盗模型、增长模型,结构分析常用的路径分析模型,与管道/漏斗分析(金字塔分析下钻)模型结合使用,基于产品角度,对拉新,促活,留存,付费,推广这一业务链路的 指标体系,专用于 用户运营分析
  • AIPL模型
  • FAST模型
  • GROW模型
  • RFM模型,结构分析常用的矩阵分析模型,专用于 用户消费行为分析
  • 同期群模型(Cohort Analysis),结构分析常用的组群分析模型,用于商品分析、用户分析、渠道分析等方面中对比各分层的表现。
  • 商品分析:和竞品或市场平均比生命周期价值;趋势分析;库龄分析。
  • 用户分析:分层后相互比较;时间序列分析。
  • 渠道分析:分层后相互比较。
  • 5W2H模型,归因分析常用的问题拆解,用于 经营分析运营分析销售分析
  • 4P营销模型,归因分析常用的问题拆解,用于 运营分析销售分析
  • PEST模型,宏观分析常用的问题拆解,用于 行业分析
  • OGMS模型,业务流程闭环分析常用的思维模型,通常用于制定自上而下的目标落地方案或可达到的业绩目标。
  • UJM模型,用户流程闭环分析常用的的路径分析模型,与管道/漏斗分析(金字塔分析下钻)模型结合使用,基于用户角度,对用户注册,登陆,加购,购买,复购这一用户链路的分析,常用于用户流程的优化,专用于 平台运营分析

AARRR模型

客户行为路径的5个阶段 (phase)的指标体系:

  • 获取 (Acquisition):新用户数、注册转化率、新用户CAC、新用ROI、新用户LTV
  • 激活 (Activation):活跃用户数 (DAU = DNU + DOU) /活跃度、使用时长、转化率
  • 留存 (Retention):留存率/流失率、高价值用户流失率、留存用户活跃度、LTV
  • 变现 (Revenue):收入/ROI、付费用户数、付费转化率、客单价、折扣率、库龄
  • 推荐 (Referral):分享转化率、分享用户数、分享页面数、裂变层数、新用户LTV

变形:阿里系三大模型

阿里系的数据源(天猫、淘宝、聚划算、优酷、大麦、飞猪、盒马等)常用的三个营销模型:AIPL、FAST、GROW。

AIPL模型

品牌客群的4个维度:

  • 品牌认知人群 (Awareness):包括被品牌广告被动触达、品类词搜索的人;
  • 品牌兴趣人群 (Interest):包括广告点击、浏览品牌/店铺主页、品牌词搜索等等主动互动行为的人群;
  • 品牌购买人群(Purchase):指有购买品牌商品行为的人;
  • 品牌忠诚人群(Loyalty):指有复购、评论、分享行为的人。

FAST模型

消费客群的4个维度:

  • Fertility:消费人数(AIPL去重)总量。
  • Advancing:(AIPL)消费转化率。
  • Superiority:高价值人群(会员)总量。
  • Thriving:高价值人群(会员)活跃度

GROW模型

客户群消费产品的4个维度:

  • 渗透力(Gain): 指消费者购买 更多类型品类/产品对销售增长的贡献;
  • 复购力(Retain): 指消费者更频繁 / 重复购买产品对销售增长的贡献;
  • 价格力(Boost): 指消费者购买 价格升级产品对销售增长的贡献;
  • 延展力(Widen): 指消费者购买 *关联类型产品

5A模型

客户行为路径的5个阶段 (phase):

  • 了解(Aware)
  • 吸引(Appeal)
  • 问询(Ask)
  • 行动(Act)
  • 拥护(Advocate)

RFM模型

用户质量的3个维度 (dimension):

  1. 最近消费记录 (Recency):最近一次消费至今的时间
  2. 累计消费频数 (Frequency):一定时间内重复消费频率
  3. 累计消费金额 (Money):一定时间内累计消费金额

同期群模型

商品同期群:产品生命周期

产品生命周期(product life cycle),简称PLC,是产品的市场寿命,即一种新产品从开始进入市场到被市场淘汰的整个过程。费农认为:产品生命是指市上的的营销生命,产品和人的生命一样,要经历孵化、成长、成熟、衰退这样的周期。就产品而言,也就是要经历一个开发、引进、成长、成熟、衰退的阶段。但商品从设计、研制到进入市场之前的开发阶段,属于潜在(孕育)阶段,不列入商品生命周期之内。因此,一般说来,商品生命周期可分为四个阶段:

  1. 引入期
  2. 成长期
  3. 成熟期
  4. 衰退期

【技巧分享】【数据分析】数据分析模型
此时,商品与市场平均生命周期进行对比。
时间轴X为进入市场的时间T+N月/年。

; 用户同期群:

用户留存

导入期关注留存人数,成长期关注留存率。此时,每日的用户注册数据横向比较。
时间轴X为每日用户的注册时间T+N天。
也可以纵向比较某一日的用户留存(流失, churn)情况,如T+1,T+2,……T+N。

用户终生价值

顾客终身价值(Customer Lifetime Value, CLV)指每个购买者在未来可能为企业带来的收益总和。计算公式:
CLV = 订单数×客单价×ROI×留存时长
留存周期 = 1 / (1 – 留存率)

计算CLV可以有效帮助企业了解自身的 客户群体及其消费能力。需要先将 用户分层(Customer Segmentation),然后分别计算每月的留存人数,订单数,留存率,付费率和消费金额,然后计算CLV。同时CLV也可以作为顾客细分的手段,以此制定不同的短期或长期策略来针对不同的消费群体。
时间轴X为进入市场的时间T+N月。

渠道同期群:渠道质量

渠道质量的3个维度 (dimension):

  1. 转化率 (Convertion Rate, CR)
  2. (平均)获客成本 (Customer Acquisition Cost, CAC)
  3. 北极星指标:收益率 (Return on Investment, ROI)

同用户期群分析一样,需要先将渠道分层,然后分别计算访问用户量、访问新用户量、获客成本、平均访问时长、平均访问页面深度、跳出率、注册转化率、下单转化率、收益、收益率,一般可以直接用收益代表LTV,也可以在分析完用户后,汇总用户LTV来代表收益。
时间轴X为进入市场的时间T+N日/月。

5W2H模型

一句话概括:
什么原因 (WHY) 导致什么事情 (WHAT) ?
需要哪些人 (WHO) 在什么时间内 (WHEN) 什么地点 (WHERE) 用什么方法 (HOW) 完成?
需要多少的预算?(HOW MUCH)

经营分析

WHAT: 经营现状:已完成多少目标?还差多少完成?
WHY: 归因分析经营现状,分配各部门指标
WHO: 负责部门:谁对经营指标负责?
WHEN: 任务时间:在多长时间内完成目标?
HOW: 经营目标:用什么指标考核结果?
HOW MUCH: 资源投入:有多少资源可以使用?

4P营销模型

营销管理的4个维度:

  • 产品 (Product):首先需要有满足客户不同需求的产品,所以通过流水线批量生产不同类型的轿车。
  • 价格 (Price):通过批量生产大幅降低成本,形成了消费者可以接受的价格。
  • 渠道 (Place):福特汽车的产地在底特律,而消费者遍布于美国各地,所以需要代理商或者渠道商将汽车运往全国各地。
  • 宣传 (Promote):为了解决消费者对福特品牌的认知程度低的问题,还需要通过广告、销售进行促销宣传。

销售分析

两个核心指标:销售量和净收益(ROI)
两个问题:

  1. 卖了多少?
  2. (明年)能卖多少?

  3. 完成指标,超额完成了多少?

  4. 没有完成,怎样补救?
  5. 4P模型下的归因分析和漏斗分析。

PEST模型

行业发展的4个维度:

  1. 政策(Political):政府对行业监管政策
  2. 经济(Economic):宏观经济形势
  3. 社会(Social):社会发展趋势
  4. 技术(Technological):新技术出现

OGMS模型

策略制定的4个维度:

  1. Objective:目的,指企业要达成的目标,一般是定性描述
  2. Goal:目标,从企业目标里拆分出的,可量化/可跟踪的目标
  3. Strategy:策略,达成目标的做法组合
  4. Measurement:度量,衡量策略是否执行到位

变形:RISE模型

策略制定的4个维度:

  1. 识别未来 (Recognize the future success)
  2. 明确维度 (Identify perspectives of success)
  3. 生成目标 (Specify objectives)
  4. 提炼指标 (Extract key results)

UJM模型

用户旅程地图 (User Journey Map, UJM) ,分析用户使用一款产品经历的阶段。

  • 注册、登录:从各个途径了解该电商平台,并进入该产品
  • 浏览:通过首页、搜索功能乃至商品类目等其他各个入口逛平台
  • 点击:对商品产生兴趣,进入到商品详情页
  • 加购、下单、付费:进入付费流程,完成一次重要的转化
  • 分享、复购。

附录

产品分析

包括三个部分:

  • 市场情况分析:分析产品市场表现
  • 日常数据监控:监控产品日常表现
  • 新功能测试:找到表现做好的新功能方案

市场情况分析

产品累计注册用户,潜在用户数量估算
产品活跃用户,DAU(日活跃)/月活跃(MAU)
产品付费用户,转化率(多大比例付费)/平均收入(ARPU)
产品的新用户获取数量、质量(转化率/平均收入)
整个行业的竞品数量、累计用户、活跃/付费/新增情况

日常数据监控

产品整体指标,比如DAU/MAU,转化率,转化率,在线时长……

关键流程指标,比如新用户注册流程,主要活动流程、交易流程
主要功能指标,比如某功能使用人数,使用次数,使用时长

新功能测试

事前的多版本测试(AB test)以及事后的监控。

Original: https://blog.csdn.net/qq_34533512/article/details/123832974
Author: qq_34533512
Title: 【技巧分享】【数据分析】数据分析模型

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/599758/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球