大数据研究报告,神策数据-十大数据分析模型详解-白皮书!
一、属性分析概述
仅知道一幢房子的面积无法全面衡量其价值大小,因为房子的地理位置、装修风格、是否学区、配套设施都是重要的影响因素。对于企业来说,在分析行为事件特点的同时,也需要对触发事件的用户本身来分析研究。这就是我们常说的用户属性分析。
属性分析是通过对用户各类特征进行标示,从而了解用户的属性、或者属性交叉的分布结构,进而可以对用户进行分层标记,以便进行后续的产品、运营动作。属性分析可对基础属性、社会关系、行为特征、业务表现特征等进行结构分析。基础属性包含姓名、年龄、家庭、婚姻状况、性别、最高教育程度等;社会相关包含已婚未婚、有无小孩等属性;行为特征包含注册时间、用户首次访问渠道来源等;而业务相关属性则是从业务数据中提取,如业务为健身相关,那么可能会包含体脂率等。
属性分析主要价值体现在丰富用户画像维度,让用户行为洞察粒度更细。在事件——用户的数据模型中,用户一直处于从属角色。很大原因是我们对于用户属性分析还不够深。如果我们有足够的用户属性的话,那么这些用户即使没有触发事件,我们也可以通过属性来推断出一些可能会出现的场景,然后用相关的运营或产品动作来验证。
那么既然属性这么重要,属性可以怎么采集呢?一般来说包含以下几种来源:一是用户直接填写,我们在很多场景要填写自己的地址、兴趣爱好、出生年月等,这些都可以生成属性。二是可以通过已有特征推断,比如说用户填写的地址有办公楼标签,那么我们可以认为他是商务人士等。三是通过身边的人来推测,这个和协同过滤比较类似,用户 B 和用户 A 行为相似,所以可以把用户 A 的属性标签打到用户 B 的身上。
二、属性分析应用示例
1、场景一:按省份查看用户数
如下图所示,运营人员可以很直观地查看用户在不同省份的具体分布情况。当然也可以按城市进行分析,这样有助于运营人员快速了解产品用户具体分布在哪些城市,是否为发达地区等,以判断不同区域用户的喜好程度等。从图中数据看,用户主要分布在江苏、广东和北京。
2、场景二:查看一个月未发生购买的客户,预警客户流失
由于重点客户资源的稀缺性,其黏性备受企业关注。下图所示的某企业“用户属性”分析模型,筛选出距上次购买已经超过一个月的重点客户。
该图显示有超过 45 万客户一个月内未订货,最早可追溯至 2019 年 6 月,2019 年 12 月是占比最大的月份,占比超过 1/3。点击每个月对应的数字,即呈现客户明细数据。30 天未发生购买的原因很多,也许重点客户未流失,只是不再用 APP 下单,也许是因为购买该类产品本身就是低频消费,也许重点客户真的流失了。此时就需要进行召回动作,无论属于哪种情况,运营人员都可以通过查看用户行为(重点客户)序列,分别了解重点客户路径,找到重点客户订单量骤降的原因。
整体来说属性分析是一个看似基础但却无比重要的分析模型。日常运营过程中企业要重视积累用户属性,以便在需要时可以使用属性分析来找出用户群体特征,指导工作达到运营目标。
以上是对常见数据分析模型的简要介绍。实际上,分析模型是对一类分析方法的抽象总结,每一种数据分析模型都有各自独特的使用价值与适用的适用场景,在面对实际的业务场景时,各个分析模型常常会进行组合应用,比如事件分析——漏斗分析——用户分群——路径分析在产品诊断与转化提升的场景下,就是常见的使用组合,精益数据分析实际上是多种数据分析模型交叉应用的结果。关于常见分析主题中分析模型的组合用法,大家可以多多参考神策分析重点场景库示例,从中体会分析模型协同价值,以提高实际业务中的分析技能,为业务洞察带来更大的价值。
神策数据《十大数据分析模型详解-白皮书》下载方式, 一起大数据模板中心下载相关文档!
一个好的技巧对工作效率的提升作用很大, 扫一扫二维码,或在知识星球搜索 “ 一起大数据模板中心” !获取价格超万元的PPT模板,行业资料,办公技巧等。
你将获得:
1、价值上万元的专业的PPT报告模板。
2、专业案例分析和解读笔记。
3、实用的Excel、Word、PPT技巧。
4、VIP讨论群,共享资源。
5、优惠的会员商品。
6、线下活动优惠价格。
7、每年只需99元,老用户可八折续费。