如何利用群组分析提升产品运营的价值.pdfVIP

如何利用群组分析提升产品运营的价值 何为群组 ？使用群组我们可以做什么 ？如何利用群组分析提升产品运营的价值 ？读完本文 或许你就知道一二。 一、何为群组 ？ 8月份A渠道导入的新用户们是一个用户群 ； 系统版本为iO S10以上的用户们是一个用户群 ； 加入购物车却没有完成付款的用户们是一个用户群 ； 曾有过消费行为却连续7天以上未登录的用户们是一个用户群 ； …… 我们可以根据分析需要划分出无数个用户群。当然全体用户也是一个用户群。 二、使用群组我们可以做什么 ？ 1.归因 产品数据无论是变好还是变坏 我们都应找出其原因 找出变好的原因就可以让它变得更好 找出 变差的原因就可以让它停止变差。而产品数据的关注点往往在用户身上 比如用户的活跃度、留存 、付费率等。因此数据的波动也往往是某些用户群体导致的 我们要找出这个群体 找出数据波动 的原因。 那么 最简单的方法就是分组看数据 （gro up by ） 举个简单的例子 ：用户流失率升高了 怎么 归因 ？ 首先要知道我们的用户在不同维度下都可以分成多组 ：性别维度分男女、年龄维度分老少……而各 组用户的数据趋势往往是不同的 也就是说数据的变化是非均匀分布的。 那么 如果我们以用户来源作为维度来分组看数据 我们就可以知道是不是某些渠道的用户出了 问题。除此之外 我们还可以以产品版本为维度、以用户的操作系统为维度、以用户的网络环境为 维度、以用户的对产品的使用进度为维度、以用户具体行为为维度 （如通过是否触发 （或完成 ）过 某行为将用户分为两组 ；也可以用多个行为将用户分为多组 ）…… 回到例子中 （以游戏产品举例 其他产品同理 ）： 我们先以渠道作为维度 发现各渠道趋势相似 无明显差异。那么 我们就更换维。 这次 我们以产品使用进度为维度 发现只有等级为5的用户流失率随时间的推移上升明显 ； 我们再以用户行为为维度 发现完不成5级的主线任务是5级流失率上升的主要原因 ； 再以行为为维度 发现没有获得道具X是未完成5级主线任务的主要原因 ； 再以行为为维度 发现没有去地图N是未获得道具X 的主要原因 ； ……如此一步步归因到最后 最终 我们发现是产品的引导做得不够明晰 用户不知道要去地图N 才能获得道具X 。可以看到 通过这样分组观察数据 我们可以较容易地找到数据变化的原因所在 。 另外再次提醒 在整体数据趋于稳定的情况下不应大意 此时有可能是一部分用户群的数据正在 变好 另一部分用户群的数据正在变差。 2.精准观测目标用户 我们做产品是有目标人群的 我们做功能优化、活动策划往往也是有目标用户的。我们要明确地知 道目标用户是谁 他们之前和之后的数据是怎样的 才能评估产品改版或活动执行的效果 而如果 我们仅通过观测整体数据来衡量 则效果往往不明显 因为数据会被冲淡和干扰。 3.精细化运营 不同用户群的需求往往是有差异的 因此 一视同仁不如各给所需。 还有一类特殊的用户群体 我们称之为高价值用户 二八定律大家都知道 显然我们应该找出 这20%的人 并重点服务好他们。 4 .对比分析 很多时候 我们看单一群体的数据是不容易发现问题的。 比如 我告诉你某A PP第二季度男性用户贡献收入1000万元 你觉得是多还是少 ？ 你可能会觉得 条件不足 无法判断。 如果我再告诉你它同比增长15% 环比增长10%呢 ？ 通过对比不同时段的群体 你可能会觉得它 的増势还不错。 如果我再告诉你其女性用户贡献收入3000万元 同比增长60% 环比增长30%呢 ？ 通过对比不同 性别的群体 你会了解到这两个群体的差距越拉越大。 这就是数据对比显而易见的意义。 在其背后我们可以考虑两个群体差距拉大的原因是什么 ？是否符合产品预期与定位 ？未来是期望继 续拉大差距 （专精 ）还是缩小差距 （平衡 ）？ 我们最常用也是最简单的用户群对比就是“同期群对比” 包括同比和环比。 “同期群”简单来说 ，就是以时间起点为唯一 量 （时间长度相同 ，其他条件也相同 ）的多个用户群。 用中秋假期 （3天 ）的用户活跃数据对比端午假期 （3天 ）的用户活跃数据 就是简单的同期群对比 。 比“同期群对比”高级一点的是“同期群分析” ，区别在于前者对比的是“点”数据 ，后者对比的是“线”数据 。也就是说“同期群分析”会对比多个同期群随着时间而发生的数据 化。 最常用的同期群分析就是留存分析 比如8.20、8.21、8.22三天的新增用户构成了3个同期群 查看 并对比