首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

数据分析:在缓慢变化中寻找跳变——基于缓慢变化维度的用户分群

引导语 数据分析中,我们常常有下面几种分群方式 基础属性类:年龄、性别、城市、学历、用于首次来源 ·  特点:基本是不变化的,虽然年龄、城市等也会发生变化,但本质上我们是将其作为一个用户固定属性进行分析 ·  优势:用户属性稳定,分群永远不变化 · 劣势:是维度有限,很多分析维度很难找到固定属性 图:某业务用户数分年龄段曲线(来自腾讯灯塔截图) 动态属性类:当天启动方式、当日拉活渠道、新老用户、当日播放视频数、当日是否领取红包 · 特点:基本上是基于用户当天的一些行为或状态数据,例如启动方式,每天

02

数据分析:在缓慢变化中寻找跳变——基于缓慢变化维度的用户分群

引导语 数据分析中,我们常常有下面几种分群方式: 基础属性类:年龄、性别、城市、学历、用于首次来源 特点: 基本是不变化的,虽然年龄、城市等也会发生变化,但本质上我们是将其作为一个用户固定属性进行分析。 优势: 用户属性稳定,分群永远不变化。 劣势: 是维度有限,很多分析维度很难找到固定属性。 图:某业务用户数分年龄段曲线(来自腾讯灯塔截图) 动态属性类:当天启动方式、当日拉活渠道、新老用户、当日播放视频数、当日是否领取红包。 特点: 基本上是基于用户当天的一些行为或状态数据,例如启动方式,每

03
领券