
常用的產(chǎn)品數(shù)據(jù)分析方法之漏斗模型與歸因模型
剛剛接觸數(shù)據(jù)運(yùn)營(yíng)的同學(xué)可能都會(huì)產(chǎn)生這樣的困惑:數(shù)據(jù)運(yùn)營(yíng)難不難?我數(shù)學(xué)不好該怎么做?是不是還需要學(xué)習(xí)數(shù)學(xué)建模?我該看點(diǎn)什么書學(xué)習(xí)?包括喵君剛開始工作的時(shí)候也在困惑,面對(duì)一條條業(yè)務(wù)數(shù)據(jù)不知道從何下手。今天我們就來一起捋一捋一些工作中常見的產(chǎn)品數(shù)據(jù)分析方法,回答一下“怎么做”的問題。
我曾經(jīng)對(duì)新人說過,數(shù)據(jù)可以繪制用戶肖像及行為軌跡,可以監(jiān)控產(chǎn)品轉(zhuǎn)化及發(fā)展情況,可以橫向評(píng)估渠道效果,這一切都涉及到與產(chǎn)品、市場(chǎng)、技術(shù)等多個(gè)部門的協(xié)同工作。數(shù)據(jù)運(yùn)營(yíng)是很偉大也很多面手的職業(yè)。
今天首先要介紹的是漏斗模型:它可以廣泛應(yīng)用于流量監(jiān)控、產(chǎn)品目標(biāo)轉(zhuǎn)化等日常數(shù)據(jù)運(yùn)營(yíng)工作中。之所以稱為漏斗,就是因?yàn)橛脩簦ɑ蛘吡髁浚┘袕哪硞€(gè)功能點(diǎn)進(jìn)入(這是可以根據(jù)業(yè)務(wù)需求來自行設(shè)定的),可能會(huì)通過產(chǎn)品本身設(shè)定的流程完成操作。
對(duì)于我們要做的就是對(duì)按照流程操作的用戶進(jìn)行各個(gè)轉(zhuǎn)化層級(jí)上的監(jiān)控,尋找每個(gè)層級(jí)的可優(yōu)化點(diǎn);對(duì)沒有按照流程操作的用戶繪制他們的轉(zhuǎn)化路徑,找到可提升用戶體驗(yàn),縮短路徑的空間。運(yùn)用漏斗模型比較典型的案例就是電商網(wǎng)站的轉(zhuǎn)化,用戶在選購商品的時(shí)候必然會(huì)按照預(yù)先設(shè)計(jì)好的購買流程進(jìn)行下單,最終完成支付。這些數(shù)據(jù)雖然是我瞎編的(你來打我呀)但是如果沒有整個(gè)業(yè)務(wù)流程的梳理,就不會(huì)有這種漏斗模型的產(chǎn)出,更別說去查找每個(gè)步驟出現(xiàn)用戶流失的問題了。
當(dāng)然有些時(shí)候也要做一些競(jìng)品分析,對(duì)于同行業(yè)同類數(shù)據(jù)的轉(zhuǎn)化情況做到心中有數(shù)。盡可能降低用戶流失是我們的目標(biāo),但是如果可以做到不低于行業(yè)平均水準(zhǔn)同時(shí)資源有限的話,降低這個(gè)轉(zhuǎn)化漏斗的用戶流失就需要被放置較低的優(yōu)先級(jí)里。
還有一些比較經(jīng)典的漏斗轉(zhuǎn)化模型就是用于用戶注冊(cè)流程上:我們需要知道多少用戶點(diǎn)擊了注冊(cè)按鈕(漏斗的開端),多少用戶完成了信息填寫(多少用戶放棄填寫),多少用戶點(diǎn)擊發(fā)送驗(yàn)證碼按鈕(驗(yàn)證碼到達(dá)率),成功完成注冊(cè)的人數(shù)。如果一旦在運(yùn)營(yíng)過程中發(fā)現(xiàn)某一天的注冊(cè)用戶數(shù)出現(xiàn)波動(dòng),那么除了去查一下市場(chǎng)渠道及廣告投放,產(chǎn)品本身的注冊(cè)功能也是可能出現(xiàn)這個(gè)問題的重要因素。
對(duì)于產(chǎn)品的非功能頁面,比如某個(gè)活動(dòng)頁,公司簡(jiǎn)介頁等等,用戶可能不會(huì)按照我們既定的流程到達(dá),那么就要根據(jù)實(shí)際的目標(biāo)來確認(rèn)是否有講這類非功能頁面的轉(zhuǎn)化流程做優(yōu)化的必要性。
歸因模型
歸因模型,更準(zhǔn)確的描述其實(shí)是一種既定的規(guī)則,我們需要根據(jù)產(chǎn)品的實(shí)際需求,將達(dá)成目標(biāo)(形成轉(zhuǎn)化)之前的功勞根據(jù)設(shè)定的權(quán)重分配給每一個(gè)轉(zhuǎn)化節(jié)點(diǎn)。產(chǎn)品形成一次轉(zhuǎn)化,用戶可能要經(jīng)歷很多個(gè)轉(zhuǎn)化節(jié)點(diǎn)(轉(zhuǎn)化并不一定只完成銷售。一次注冊(cè)也可以看作一次轉(zhuǎn)化,一次訪問也可以看作一次轉(zhuǎn)化,要根據(jù)業(yè)務(wù)實(shí)際需求制定)。
歸因模型在使用過程中通常分為幾類:最終互動(dòng)模型、首次互動(dòng)模型、線性歸因模型、時(shí)間衰減歸因模型、自定義等,這里逐一進(jìn)行描述:
產(chǎn)品情景描述:用戶在Baidu上搜索一個(gè)關(guān)鍵詞,點(diǎn)進(jìn)了一個(gè)叫a.com的網(wǎng)站之后放棄繼續(xù)搜索。過了幾天他又在自己的Facebook上看到了這個(gè)關(guān)鍵詞的廣告,隨后他點(diǎn)擊了廣告最終完成購買。
最終互動(dòng)模型:最后一個(gè)節(jié)點(diǎn)將被分配100%的功勞,那么Facebook(社交媒體)上的廣告獲得100%的功勞;
首次互動(dòng)模型:用戶首先是在Baidu進(jìn)行關(guān)鍵詞搜索的,那么Baidu(搜索引擎)將被分配100%的功勞;
線性歸因模型:用戶從開始搜索到轉(zhuǎn)化,共經(jīng)歷了三個(gè)渠道(節(jié)點(diǎn)),那么每個(gè)節(jié)點(diǎn)將被平均授予33.3%的功勞;
時(shí)間衰退歸因模型:用戶在Baidu搜索和訪問了a.com是幾天之前的事情,那么這兩個(gè)渠道因?yàn)闀r(shí)間經(jīng)歷比較長(zhǎng)的原因?qū)⒈环峙漭^低的功勞(如各20%),F(xiàn)acebook將被分配相對(duì)較高的功勞(60%);
當(dāng)然,實(shí)際的業(yè)務(wù)流程和渠道轉(zhuǎn)化流程不會(huì)像描述的這樣簡(jiǎn)單,我們也可以根據(jù)需求自行定義。歸因模型的意義在于尋找到真正對(duì)于現(xiàn)階段產(chǎn)品發(fā)展有利的渠道,并將優(yōu)勢(shì)擴(kuò)大化。當(dāng)然,它是具有時(shí)效性的,也就是說產(chǎn)品的不同階段歸因模型所得到的結(jié)果很可能是不一樣的。
之后還會(huì)針對(duì)產(chǎn)品數(shù)據(jù)分析方法中的“Cohort分析(同期群分析)“、”數(shù)據(jù)細(xì)分“、數(shù)據(jù)整理做一些描述。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10CDA 數(shù)據(jù)分析師:商業(yè)數(shù)據(jù)分析實(shí)踐的落地者與價(jià)值創(chuàng)造者 商業(yè)數(shù)據(jù)分析的價(jià)值,最終要在 “實(shí)踐” 中體現(xiàn) —— 脫離業(yè)務(wù)場(chǎng)景的分 ...
2025-09-10機(jī)器學(xué)習(xí)解決實(shí)際問題的核心關(guān)鍵:從業(yè)務(wù)到落地的全流程解析 在人工智能技術(shù)落地的浪潮中,機(jī)器學(xué)習(xí)作為核心工具,已廣泛應(yīng)用于 ...
2025-09-09SPSS 編碼狀態(tài)區(qū)域中 Unicode 的功能與價(jià)值解析 在 SPSS(Statistical Product and Service Solutions,統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案 ...
2025-09-09