做数据分析，力图找到是什么原因让小部分用户留下的

本文主要讨论了支点，即如何通过数据分析发现问题，找到规则，然后说服增长团队或兄弟部门朝一个方向发火，利用增长，最大限度地发挥运营效果。在「韩利深夜谈操作」在拆解小密圈增长知识的过程中，如何找到产品？「啊哈时刻」这是一个难题，所以我做了一次推理演练。黑客领域增长最多的案例是推特，所以数据是模拟的，现实会非常复杂，主要是为了理解方法。此外，还建议你在工作之外按照这种方法进行更多的练习，进展会很快。背景推特创业初期，用户留存问题严重，很多人注册后又离开了，但留下的一小部分却成了活跃用户。然后，推特增长负责人开始进行数据分析，试图找出为什么少数用户留下来。通过分析得出结论(支点)：*至少30人的用户将成为长期活跃用户。如何分析这一点？让我们用虚拟数据来推断这个过程。推理过程1：群组分析推特根据每月访问推特的天数对用户进行分组，如下表所示，用户根据访问天数维度对某个月进行分组，并跟踪第二个月每组的保留率(注意，如果数据量小，可以对天数进行分组)。七次是拐点，留存率趋稳。因此得出结论，每月至少访问7次的人中，90%-100%会保留到下个月，保留率很高。那么，至少访问7次的用户级别是多少呢？有分析价值吗？看第二步。推理过程2：确定是否有分析价值将用户重新划分为“核心用户”、“一般用户”、三组“沉默用户”，看比例：结论：约20%的访客是核心用户，具有研究价值。然后，让我们从核心用户开始，看看他们有什么不同于其他群体的共同行为。推理过程3：通过对核心用户*行为的分析，发现相关性分析：1、他们大多*30左右，如下图所示(为了方便推理，我们假设是30，用户数量超大)，30似乎是一个拐点。2、用户活动(一般分为高活、中活、低活)与他们*的30人返回有关。出乎意料的是，只有三分之一的用户“返回”保留率最高，如下图所示:那么，为什么呢？做数据分析的朋友都知道，数据只能告诉我们发生了什么，而不是为什么，所以背后的原因需要调查或采访。这就是为什么我特别和用户聊天。推理过程4：通过电话采访找到因果关系推特(采访词不发，大家可以自己补脑)，找出原因:为什么*30人的用户会留下来？*30人后，信息流中会继续有内容可看。为什么回关数为1/3的用户会留下？如果超过三分之一，推特就是社交网络(类似朋友圈)。如果不到三分之一，推特就是新闻网站(类似网易、搜狐新闻客户端)。只有达到三分之一的比例，推特才有独特的价值→让人们及时了解圈子里的新事物。因此，推特发现了30个数字支点和三分之一的定位数字「*他人的用户数量」和「*的用户数量」作为两大增长杠杆，明确了增长测试的方向，直接进入增长黑客领域最激动人心的试错优化工作。

以上就是关于做数据分析，力图找到是什么原因让小部分用户留下的的相关介绍，更多做数据分析，力图找到是什么原因让小部分用户留下的相关内容可以咨询我们或者浏览页面上的推荐内容。我们将让你对做数据分析，力图找到是什么原因让小部分用户留下的有更深的了解和认识。