热线电话:13121318867

登录
2022-09-12 阅读量: 437
3+3极简数据分析法(三)

3+3极简数据分析法(三)

C. 分组表格


适用范围:随时间变化的用户属性元素。比如投资用户数。分组表格的原理,是将某一周(或一天,一个月)进入App的新用户,作为单独的一组用户。

image.png

上面的表格,就是投资用户分组表格。

横向看,是某组用户的投资用户数,随时间变化的留存情况。比如第一行,第一周共新增200名投资用户,到第二周留存100名,到第三周留存80名……

纵向看,是某一周投资用户的构成情况。比如第三列,显示第三周的730个投资用户,是由第一周进入的80个+第二周进入的150个+第三周进入的220个构成的。

通过投资用户分组表格,我们还能计算出留存率分组表格,只需将每一行,每周的留存用户除以对应的新增用户数,即可获得下表:

image.png

这个表格也可以做适度变形,比如将所有数据向左对齐:

image.png

作用:监测&验证。


分组表格可以帮你分析清楚一个复杂元素的变化。比如你发现投资用户数在提升,你其实很难判定原因,因为投资用户是由很多组用户构成的。因此提升的可能原因有很多,比如:

1.新增用户量级增大

2.渠道质量提高

3.运营策略起作用


这时候,把留存率分组表格掏出来瞅瞅。

image.png

先看新增用户数这一列,发现新增用户量级确实在提升;


纵向看每一列,比较不同组用户留存。发现次周留存确实上升了,说明运营策略可能起到了一定作用。但后续的留存情况都在下降,可能是渠道质量在下降。


横向看,留存始终没能稳定在一个值,说明产品的粘性还不够。

是不是很溜?



总结


确定核心目标,通过公式拆解成元素,找到发力点。


用漏斗模型提升元素量级;用多维坐标进行精细化运营,更好的分配精力和资源;用分组表格检验效果,监测数据。


以上,就是极简数据分析法。


80.0000
0
关注作者
收藏
评论(0)

发表评论

暂无数据
推荐帖子