08 2020 档案
摘要:偏工程的问题; 为什么要做数据采集: 缺乏事件埋点,无法用漏斗分析; 埋点缺乏属性,无法分析; 》》遇到业务问题,也作出假设,但是缺乏数据;缺乏属性;无法做出进一步的分析; 巧妇难为无米之炊 【数据埋点】 向百度发日志,click行为 用户做了某件事情 向服务器发送一条日志; 【案例】支付页面:支付
阅读全文
摘要:解约用户的特征是什么呢,尤其是首小时解约的用户,年龄特征?渠道?给谁投保?身份证信息?地域信息? 刷量? 设备信息,地理位置等等信息会暴露出是否刷量 行为路径分析
阅读全文
摘要:辅助产品设计决策 1 谁 用户画像; 2 在什么情况下 亲自去尝试产品,发现问题
阅读全文
摘要:路径挖掘的局限:一群人的整体流转的趋势,掩盖用户的特征;
阅读全文
摘要:漏斗分析的路径相对明确 GA有这个功能; 倒推
阅读全文
摘要:BMI高的 减肥瘦身 BMI中等的 增肌塑形 推送:关键都不会看啊,像我这种人 文案的编辑
阅读全文
摘要:【末次归因】 转化路径短,事件之间关联性强 【递减归因】 【首次归因】 比如卖保险,依赖市场和运营 【游戏充值:递减归因】 【首次归因:小额贷款】 市场渠道流量
阅读全文
摘要:标签分类: 基础属性(年龄段,性别等):精准投放 社会关系:有无小孩,婚姻 行为特征:渠道,注册时间,最近一次活跃的时间,业务行为:买过优惠商品 业务相关:BMI,体脂率,健身计划收藏数 【标签从哪里来】 【案例:电商,女生节】
阅读全文
摘要:1、目标明确的:续费率,付费率 业务流程》》漏斗分析 【案例:漫画付费转化】 时间窗口设置太长影响有效性>>借助用户分群 【案例:主播的价值评估】 精准留存:主播直播间的留存 【案例:社交APP上线好友推荐功能】 用过各好友数量的用户数分布来评估;
阅读全文
摘要:不同订单月 M2M3续费率 【精准留存】 红包对照组和策略组,续费率区别
阅读全文
摘要:订单状态分布情况; 不能只看累计指标,通过看各维度的分布 【常见的群体划分】 时间分布:签约解约时间差分布 【小结】 视频网站:内容运营,播放数,时间分布》》推荐内容
阅读全文
摘要:每一步都有转化率; 【容易遇到的坑】 1、时间窗口一定有吗? 比如电销的转化率,7天?人为定的。 过长过短都存在问题; 时间窗口的选择根据业务而定; 坑2:漏斗一定有严格顺序吗 ABCDE和ACE不一样 坑3:计数单位 用户or事件 坑4:数据不符合预期 自查:是否只有一个漏斗可实现目标; 【小结】
阅读全文
摘要:涨or跌都需要关注,搞明白每一次涨跌的原因; 【案例】 小明毫无头绪; step1:是个问题吗?问题真实存在吗 step2 作出假设 渠道跌了; 询问市场部门 得到答案 【回顾】 是事儿吗》》服务问题》》渠道?》》缺货》》询问相关同事 需要有一定的业务洞察作出假设和判断; 最缺的是思维和假设; 【常
阅读全文
摘要:【案例】 老明怎么拆解呢? 设备型号,城市,push还是桌面端,新老用户 》》》数据分析的本质就是从不同视角拆分观察同一个指标; 除了针对带个时间进行拆解,有时候也可以对整个流程进行拆解; 如何提高转化率呢?光看整体的数据貌似看不出来问题在哪里 1、按渠道拆 不同渠道的下单率和支付成功率不一样; 下
阅读全文
摘要:遇到问题先明确问题,这是个问题吗?问题到底是什么? 【比什么】 绝对值和相对值; 【怎么比】 环比:last period,相邻,日环比(今日&昨日); 同比:same period,季节性影响,周期性影响; 【和谁比】
阅读全文

浙公网安备 33010602011771号