常见形式的同期群分析有两个重要维度

2020-11-25 10:26:33 阅读（292） 评论（0）

在产品数据中，常见指标通常是总数指标，如用户注册总数和产品总收入。但在迭代中，如果你只看这些数据，可能会导致虚荣指标，如产品总数指标，看起来很好，符合传统的上升曲线，会让人们认为产品开发团队取得了巨大的进展，增长引擎发展很好，每月获得新用户。事实上，很可能会有很大的问题。例如，尽管新用户数量不断增加，但每个新用户贡献的收入并没有增加。只有从传统数据来看，这些问题是找不到的。同期群数据可以更好地帮助分析用户行为，发现问题节点，并帮助做出迭代决策。它也是提高用户留存率的重要方法之一。同期群分析英语写为cohortanalysis，cohort在英语中意味着一群人和一群人(具有共同特征或行为相似)。同期群分析的常见形式有两个重要维度：具有一定共同行为特征的用户；出于同一时期的用户。同时具有上述两个特征的用户被称为同期群（cohort）。时间的划分可以是季度、月、周、日，具体要根据app的使用特点和要分析的内容来确定。比如2018年3月、4月、5月、6月、7月，以月为期，新用户分别组成5个同期群，分析用户转化率。分别是:3月份同期新增用户群（cohorta）4月份新增用户同期群（cohortb）5月，新用户同期群增加（cohortc）6月份新增用户同期群（cohortd）7月，同期新增用户群（cohorte）这些同期群用户的共同行为特征是新用户，然后可以分析这五组之间转化率的趋势和差异，每个同期组也代表了一份独立的产品性能报告。结合我们的业务变化、运营变化和产品迭代变化，我们可以通过比较找到许多有用的数据。结合我们的业务变化、运营变化和产品迭代变化，我们可以通过比较找到许多有用的数据。除了新用户外，它还可以是其他用户特征，如在同一个月内打卡一定数量的用户，或在一天的贵宾推广活动中为贵宾付费的用户。同期群体分析侧重于分析客户生命周期相同阶段群体之间的差异。下图为社交软件同期群分析，以周为单位，用户行为特征为新用户，每周3月、4月新用户为同期群，共8个同期群。为了观察用户的保留情况，社交软件*选定用户组的以下数据：一周内。已登录的用户比例为1次对话的用户比例为5次对话的用户比例（同周内新增用户总数为基准）。）如果观察同期群分析趋势图，可以发现产品在增加用户保留率方面普遍有所改进。5次对话的用户(活跃用户)从3%左右上升到20%左右，但付费用户没有增长，需要继续深入分析是什么导致付费转化率停滞不前。层次太深吗？还是没有足够的功能来吸引用户付费，还是定价策略有问题等等。另一方面，我们也可以分析活跃用户有5次对话，从3月4日开始大幅增长。是什么促进了增长？此外，同期群分析通常用于分析用户数据流失和节点流失，从本质上分析每个同期群随时间变化的趋势。与上图不同的是，它将一段时间分为更详细的范围，分析用户在这些时间范围内的变化趋势。例如，我们可以分析本周每天新用户保留率的变化。(这张图来自网络EmilyBonie)这张图能看到什么？首先，在8月30日至9月6日的一周内，新增了134529人，每天将这些用户分成7个同期群，分析他们的异同。以8月20日同期群为例，第一天有31.3%的人回访，但第七天只剩下8.1%，留存率相对较低。如果只看新用户，看起来很多，有134529人，但剩下的用户只有8.1%，剩下的91.9%都丢了。如果将新用户与水桶进行比较，影响最终能连接多少水的因素，一方面从水龙头开始

以上就是关于常见形式的同期群分析有两个重要维度的相关介绍，更多常见形式的同期群分析有两个重要维度相关内容可以咨询我们或者浏览页面上的推荐内容。我们将让你对常见形式的同期群分析有两个重要维度有更深的了解和认识。

内容来源:人人都是产品经理，以上内容来源于网络，不代表本站观点，如有侵权，请联系删除。

上一条：表情包成功地开拓了表情包IP商业模式下一条：用「黑运营」手法做SAAS产品