數(shù)據(jù)分析八大模型:同期群模型

0 評論 8398 瀏覽 38 收藏 8 分鐘

編輯導(dǎo)讀:也許不是所有的運營都知道同期群分析,但它是每個產(chǎn)品運營必備的分析方法。本文作者圍繞同期群模型展開分析,希望對你有幫助。

大家好,我是愛學(xué)習(xí)的小xiong熊妹。

今天繼續(xù)來談數(shù)據(jù)分析八大模型系列。今天分享的,是一個原理很簡單,但是應(yīng)用很廣泛的模型:同期群模型。在商品分析、用戶分析、渠道分析上,都用得著哦。

一、同期群的原理

同期群分析原理很簡單:種豆子。怎么區(qū)分哪一種豆子很好?最簡單的方法,就是分好群體(所謂的“群”)一起種下去(所謂的“同期”)然后觀察哪一個長得更快。

為了達到這個目的,我們需要:

  • 選擇比較對象,按條件分好類
  • 選擇合適的比較指標(biāo)。
  • 從一個時間節(jié)點開始觀察。
  • 對比指標(biāo)差異,找出優(yōu)質(zhì)/劣質(zhì)群體

還拿種豆子舉例,同期群的做法如下:

這個思路非常簡單,因此在工作中應(yīng)用得非常普遍,還衍生出很多其他名字。

二、商品同期群:商品LTV模型

商品分析中的同期群模型,也被稱為商品LTV模型。

做法如下:

  • 設(shè)定商品等級(A、B、C級)
  • 從商品上市時,開始觀察
  • 觀察商品上市后銷量/利潤走勢
  • 對比每個等級商品,是否達成該商品平均水平
  • 如表現(xiàn)優(yōu)于平均,則重點關(guān)注缺貨問題,保障供給
  • 如表現(xiàn)劣于平均,則重點關(guān)注積壓問題,減少庫存

(如下圖)

這個模型非常好用!因為很多商品,從上市開始,天生是有生命周期走勢的。通過同期群分析,不但可以模擬這個走勢,而且可以為每個級別的商品定出合理的LTV范圍,從而及早發(fā)現(xiàn)商品銷售是否達成預(yù)期。從而進一步地控制庫存情況,實現(xiàn)利潤最大化(如下圖)。

不止商品分析,用戶分析也能用得上。

三、用戶同期群:用戶留存率模型

用戶同期群分析,也被稱為用戶留存率模型。

做法如下:

  • 設(shè)定用戶分群(一般按注冊時間or注冊渠道)。
  • 從注冊時間開始,觀察每X天后,該批次用戶的留存率。
  • 擬合整體走勢,預(yù)判X天后,該批次用戶留存數(shù)量。
  • 找到留存下降最明顯節(jié)點,判斷是否進一步深入分析。

(如下圖)

因為大部分APP都只能滿足用戶部分需求,因此用戶的留存,總是慢慢減少。如果發(fā)現(xiàn)某些節(jié)點,用戶留存明顯下降,則說明這些節(jié)點出現(xiàn)問題,需要進一步分析。同時,基于同期群數(shù)據(jù),可以擬合出預(yù)計留存用戶數(shù)量,就能為運營籌劃服務(wù)用戶資源,提供數(shù)據(jù)支持(如下圖)。

四、用戶同期群:用戶LTV模型

如果在預(yù)測用戶留存率的時候,同步計算用戶預(yù)計產(chǎn)生的價值,則可以計算出用戶LTV。具體做法如下:

  • 用前文方法,先算出用戶留存數(shù)值
  • 計算每階段,用戶付費率、付費金額
  • 用戶總價值=留存用戶*付費率*付費金額

注意,這樣計算出的LTV,實際上指的是:特定時間內(nèi),用戶產(chǎn)生的價值。并非嚴(yán)格意義上的全生命周期價值。不過,考慮到企業(yè)做經(jīng)營計劃,也是以年/季度為時間單位做的,所以只考核用戶在3個月/6個月/12個月內(nèi)產(chǎn)生的價值,也差不多了。

注意!不同業(yè)務(wù)場景下,用戶付費形態(tài)會不同,因此對LTV計算會有影響。

常見的情況,如:

  • 理想狀態(tài):用戶每個月按固定金額,比例付錢(月租型業(yè)務(wù))
  • 前低后高:越忠誠的用戶,買得越多,付費越高(粉絲型業(yè)務(wù))
  • 前高后低:初期吸引用戶大量付費,后邊不管了(收割型業(yè)務(wù))

對應(yīng)的數(shù)據(jù),可能如下圖所示。計算用戶LTV的時候,得關(guān)注付費形態(tài)。如果只是簡單地用“平均每月消費”指標(biāo),很有可能會用平均值掩蓋了真實付費情況,從而誤導(dǎo)業(yè)務(wù)判斷。

五、渠道同期群:渠道質(zhì)量分析模型

如果在用戶同期群分析的時候,把分類維度,改成:從XX渠道進來的用戶。則可以進一步做出:渠道質(zhì)量同期群分析。常見的形式如下:

  • 按渠道+投放廣告時間,分類用戶
  • 關(guān)注該渠道+投放時間進入用戶,后續(xù)X天轉(zhuǎn)化率/付費
  • 計算用戶產(chǎn)生的消費,對比渠道投放成本
  • 針對轉(zhuǎn)化好的渠道,考慮追加投放
  • 針對轉(zhuǎn)化差的渠道,消減預(yù)算/整改投放措施

(如下圖)

六、同期群的不足之處

同期群看起來很好使,是因為它能很充分地暴露問題。但是同期群沒有解釋問題的能力,為啥某個渠道的質(zhì)量突然崩了?單靠同期群解釋不了,需要其他分析模型來解釋。

 

作者:碼工小熊,微信公眾號:碼工小熊

本文由 @碼工小熊 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于CC0協(xié)議

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!