i 5分钟掌握高大上的同期群分析-数据分析技术-电子人社区 -

电子人社区

 找回密码
 立即注册
电子人社区 门户 查看主题

5分钟掌握高大上的同期群分析

发布者: 我感觉很难受 | 发布时间: 2016-6-29 09:24| 查看数: 28375| 评论数: 0|帖子模式

电子人社区网讯:

什么是同期群(Cohort)?
  同期群是一种用户分群的方式。
  同期群按用户的新增时间将用户分群,得到的每个群叫一个同期群。
  举个例子:
  从上帝视角看,对地球这个产品的用户(即人类)的进行划分,得到的同期群就是「70后」、「80后」、「90后」、「00后」……(按新增即出生时间划分)。
  

对您的产品来说,对用户划分得到的同期群就是「本周新增的用户」、「上周新增的用户」、「上上周新增的用户」……当然也可以按天或按月划分,时间颗粒度可大可小,但重要的是按新增时间划分。什么是同期群分析(Cohort Analysis)?
  同期群分析是指将用户进行同期群划分以后,分析和对比不同同期群组用户的相同指标,这套分析方法就是同期群分析。
  


要点:
  • 对用户进行同期群划分
  • 对比不同同期群组(比如本周新增用户和上周新增用户的)
  • 的相同指标(比如注册转化率)

  为了便于理解,这里举几个同期群分析例子以供参考:
  | 例1 |
  现象:一个App,某一天有100位新用户安装并“首次”使用,一天后还剩98人用,两天后…三天后……N天后还有95人在用。
  结论:这个产品的粘性非常非常好,几乎全部用户都留存下来,没有流失。
  | 例2 |
  现象:还是这个App,3月份的新增用户有XXX人,其中只有3%的人安装了第二天还在用。经过运营的改进,4月份的新增用户有YYY人,安装第二天还在用的人提升到了15%。又经过产品改进,5月份的新增用户有ZZZ人,安装第二天还在用的人提升到了30%。
  结论:改进前,这个产品非常糟,第二日流失率相当高;但多次产品改进后,其用户粘性得到了大幅提升。
  | 例3 |
  现象:某电商应用,首次产生购买行为的用户:在“首次购买”之后第一个月内平均买买买10次,在之后第二个月内平均买买买8次,但到了第三个月,平均买买买不足1次。
  结论:用户的购买行为在首次发生2个月后骤降,应进一步分析背后原因,并加以改善。
Why 同期群分析?
  进行同期群分析最重要的原因是:
  同一项产品改进,对不同同期群中的用户,产生的影响是不同的,分开衡量才更能反映真实的情况。
  举例来说:
  「计划生育」这项伟大的产品策略,只影响「50后 ~ 90后」几个同期群中的用户。因为:计划生育开始实施时,50前的人们已经过了生育年龄,而计划生育结束(全面放开二孩)时,00后还未到生育年龄。
  


对于产品来说也是如此:
  如果你为产品增加新手引导,那么只对之后新增的用户(同期群)产生影响,而不会改变老用户的行为;
  如果你准备发放优惠券,那么对刚刚注册的用户和已长期使用的忠实用户,产生的效果会有差别;
  ……
如何应用同期群分析?
  同期群分析是一种分析方法,但更重要的是其背后的思考方式。
  所以,请确保你已经充分理解了同期群的概念、同期群分析的基本思路以及为什么应该采用同期群分析(如果还不清楚,请重新、反复阅读前文)。
  一旦你掌握了它,只要有合适工具(比如诸葛io)的帮助,您几乎可以在任何场景下使用它:
  • 衡量产品业务的整体进展;
  • 评估产品改版的效果;
  • 优化产品的用户体验;
  • 寻找产品改进关键点;
  • 提升用户参与度;

  ……
小结
  总的来说,所谓同期群分析方法,就是将用户按初始行为的发生时间进行划分为群组。
  


对处于相同生命周期阶段的用户进行垂直分析(横向比较),从而比较得出相似群体随时间的变化。如上图的例子表明:从初始行为开始,用户的使用频率在逐渐降低。  通过比较不同的同期群,可以从总体上看到,应用的表现是否越来越好了。从而验证产品改进是否取得了效果。
  现在,你能理解同期群分析了吗?
  via:诸葛IO
  End.

来源:36大数据

 

                                                   转载请注明:电子人社区

最新评论

发表回复

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|电子人物联网  

Copyright 2013 最新最精彩-社区论坛 版权所有 All Rights Reserved.

QQ|电子人物联网  

GMT+8, 2024-4-28 11:46 , Processed in 0.107781 second(s), 36 queries.

快速回复 返回顶部 返回列表