电商数据分析之用户分析

12人浏览 / 0人评论

1.什么是用户模型

1.1 业务分析的对象

 

在业务分析的过程中,商品|服务|产品、渠道|市场,都是人为可以控制的,但是对于用户我们是无法掌控的,因此就需要对用户的行为、画像进行分析,来实现最大程度的对用户控制。

分析哪些用户?

核心用户,即优质且活跃的用户。任何一个核心用户的流失,都是对我们整个分析或者说业务的一个巨大损失。所以无论我们如何去建立模型去分析用户,这个核心用户一一定是我们最核心最主要最本质的一个分析对象流失用户,即失活用户。我们无论建立什么样的模型,或者说怎么去分析,怎么去预防用户的流失,活跃用户最终一定会流失到是活用户当中,这是不可避免的,因为任何用户他都是有其生命周期的,所以我们最主要的分析对象除了核心用户之外,还要分析流失用户,要分析哪些用户是流失的用户,是失活的用户,没有价值的用户,并且要分析出为什么这些用户会失火,他会失去价值。

1.2 用户模型的分类

 

用户行为模型

用来分析用户的某个行为特征,并且要分析这个行为特征背后的一个逻辑。比如说提交了一个订单,提交订单之后,可能不会立即的去购买,可能会返回首页继续搜索商品,也有可能提交之后立刻付款。这两种截然不同的行为背后就有不同的动机。用户行为模型就是通过这个模型来分析为什么用户会产生这两种截然不同的动作,从而引导用户去走向最优的一个路径。

包括:行为事件模型、行为路径模型

用户流失模型

把流失用户按照一定的属性或特征进行分类,找到流失用户的关键特征或指标。进行用户流失的模型主要有两个目的:

为了把流失用户唤醒。为了防止活跃用户,最终变成流失用户。

包括:AARRR、RARRA

用户价值模型

业务分析很多情况下都是要在资源有限的情况下,去最大化地撬动业务价值。所以在做用户分模型分析的一个作用,就是挖掘出拥有最大潜力,拥有最大价值的客户,这就是用户价值模型的作用。

包括:RFM、CLV

用户分层模型

用户分层模型就是对用户进行指标化标签化,通过用户的历史行为路径、行为特征或情感偏好等,把用户分成不同的群体,按照这样的规律把这些用户进行归类,然后采取一些具体的措施。

包括:用户画像模型、同期群模型

用户留存模型

用户留存模型是用来衡量产品对于用户价值高低的一种方法。最主要的一个指标是“留存率”,用来判断商品或产品对用户的价值,能否留住用户。

包括:留存率模型、漏斗模型

2. 用户行为模型

举例:用户事件模型

 

用户从浏览商品到添加购物车出现了大幅度下滑,为什么?

可以从多个维度进行分析,比如从渠道来源分析:

 

 

用户的行为事件一定会影响数据,反之数据也反映了用户的某个行为事件

也可从性别、年龄等角度对某个事件进行分析

2.1 事件模型的构成

第一步:定义事件定义事件本身定义属性和值第二步:多维度下钻指标下钻问题溯源第三步:结论归纳演绎假设验证

2.1.1 第一步:定义事件

定义事件本身

 

定义属性和值

 

2.1.2 第二步:下钻

细分原则、溯源原则,穷尽枚举分析的维度

 

2.1.3 第三步:结论

归纳演绎、假设验证

 

2.2 举例

数据为FineBI上的“互联网行业”数据包

2015年10月,IOS的PV异常高。对用户行为进行分析,找到异常值的原因。

 

分析过程

 

2.2.2 第二步:下钻

基于第一步定义事件中的属性,逐一分析不同的指标,得到如下图

 

 

全部评论