结合漏斗分析与用户分群来做一个深度分析

2020-12-09 09:26:02 阅读（164） 评论（0）

上次我们提到通过分组分析监控渠道转换数据，调整渠道交付策略，最终提高了渠道ROI的效果。第一，让我们回顾一下我们的目标：我们应该如何分析这个问题？正如上周所说：通过数据挖掘，我们发现高质量渠道A的用户群与我们的高价值用户相匹配。同时，平均客户单价约为原主渠道D的1/2~1/3，优化了我们的投入产出比例。这主要取决于通过数据分析找到高质量、低价格的渠道，降低客户获取成本。漏斗的改进效果如下图所示：那么，这个漏斗还有别的地方可以改进吗？当然有！我们的现实世界并不是一个简单的数据逻辑结构，许多结果是由多种原因引起的，我们可以从多个角度分析同一个问题。下面我们将结合漏斗分析和用户群进行深入分析，通过漏斗的详细分割和交叉比较，定位问题。让我们从漏斗分析开始：从上面的漏斗中，我们可以看到，在加入购物车之前，转化率很高，但在购物支付过程中，转化率急剧下降到14.65%，这里应该有改进的空间。当我们查看页面浏览数据时，我们可以发现用户在订单确认页面上停留了95秒，这与我们通常的认知不一致。为了验证我们的假设，我们建立了两个小用户群——“确认付款的人”&“成功付款人群”，即将漏斗中的“订单人群”拆分为“付款人群”，独立确认付款。我们可以发现，从“确认支付”到“成功支付”确实是损失转化的主要环节。分组分析我们看这群“确认付款”&“未成功付款”人群：我们姑且称这个人群为“付款失败”组。在MTA中，您可以通过设置用户群设置来处理此步骤，如下图所示。通过对几个群体的比较，我们发现“付款失败”群体的离线环境急剧增加约14%。此外，其3G、2G网络的比例高于市场人群(5.68%)vs.1.36%)，在设备品牌中，相对型号较小，低端。我们实际测试了品牌1和品牌2的实际型号，主要针对付款页面的页面体验，存在以下问题：型号适应性差，开发主要考虑现有主流型号的适应性，对利基型号的*度低；页面严重堵塞，空白页面超过40秒，严重消耗用户耐心。因此，我们做出了以下改进：紧急修复版本升级了版本适应性的应用程序，主要推广渠道是利基模型；页面加载优化，包括切割、压缩、删除图片、框架优化、预加载等策略，恶劣网络下加载速度提高约15秒；加载等待页面设计，增加动画等待页面，向用户销售可爱，增加用户等待的耐心。在验证页面优化后，我们的漏斗转换过程有了显著的改进：我们对这组“付款失败”用户群的改进提高了3%的转换效率，这是一个非常大的收入。此外，在随后的漏斗改进中，我们还尝试删除付款页面中不必要的信息和按钮，结合页面点击/页面流通的分析，以确保付款过程的顺利进行，并在改进漏斗方面发挥一定的作用。好了，今天的分享就到这里~总结数据操作的优化思路，其实就是把复杂多因子的事件分析分为独立的单因子归因分析，从而确定改进思路。下周将带来数据埋点的内容。请期待~

以上就是关于结合漏斗分析与用户分群来做一个深度分析的相关介绍，更多结合漏斗分析与用户分群来做一个深度分析相关内容可以咨询我们或者浏览页面上的推荐内容。我们将让你对结合漏斗分析与用户分群来做一个深度分析有更深的了解和认识。

内容来源:网络，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：什么是淘宝运营？是运营一个运筹帷幄的统筹支配系统下一条：APP的运营会经过哪些阶段？有哪些指标可以判断APP的好坏？