首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >七种常见的数据分析法之:同期群分析

七种常见的数据分析法之:同期群分析

作者头像
数据猿
发布2018-12-26 17:16:35
9890
发布2018-12-26 17:16:35
举报
文章被收录于专栏:数据猿数据猿

导读

同期群分析的目的在于透过现象找到结果,以时间维度建立同期群,除按时间维度考虑,也可以对来源渠道等维度建立同期群。

来源:诸葛io数据教练丨撰写:诸葛

数据猿官网 | www.datayuan.cn

今日头条丨一点资讯丨腾讯丨搜狐丨网易丨凤凰丨阿里UC大鱼丨新浪微博丨新浪看点丨百度百家丨博客中国丨趣头条丨腾讯云·云+社区

同期群分析,在数据分析中有点高大上的感觉,这个名字乍一看很酷炫啊,但实际上呢?

也挺酷炫。

用一句话来解释同期群分析:按时间维度对用户建立分组,观察分组用户的行为特征表现。

以上图为例,是诸葛io中留存分析的一张图表,统计每日打开APP的用户,可以叫新增用户在后续7天内的留存情况,也就是产生任意行为的用户数量。

那么可以得出2个同期群,例如11月27日新增的用户是一个同期群,还有就是11月26日-12月2日期间新增的用户,次日留存率也是一个同期群。

除了留存,还可以以特定的行为建立同期群,例如某日购买了某件商品的用户或达到一定销售额的用户,同期群分析的目的在于找出有效用户的行为特征。

例如针对某日产生过购买的用户进行同期群分析,可以查看这类用户的后续活跃、留存、访问内容等相关数据,找出有效用户的影响因素。

同期群分析有什么用?

例如:9月份新增用户10万人,10月份新增用户15万人,但9月份新增用户的30日留存用户为1万人,10月份新增用户的30日留存用户也为1万人,哪个月的运营业绩更好呢?

通过同期群分析,我们可以发现9月份和10月份新增用户的留存用户是相同的,那么9月份的留存率更高,从用户质量角度考虑,9月份的运营成果更好,从有效用户角度考虑,2个月的运营成果相同,从新增用户角度考虑,10月份的运营成果更好。

同期群分析的目的在于透过现象找到结果,以时间维度建立同期群,除按时间维度考虑,也可以对来源渠道等维度建立同期群。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-12-10,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 数据猿 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档