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

大白话系列:分析方法之多维度拆解分析方法

首先问个问题:男生点击率增加,女生点击率增加,为啥总体点击率会减少呢?

为什么会出现这样的情况呢?因为我们只看数据的整体,我们往往会忽略数据内部各个部分的差异,而忽略这些差异进行比较,就有可能造成判断的偏差。

辛普森悖论:考察数据的整体,和考察数据的部分会得出相反的结论。

比如我们可以拆解来看:

原来:男生20人,点击1人,女生100人,点击99人,点击率为20/120.

现在:男生100人,点击6人,女生20人,点击20人,点击率为26/120.

因为男女之间的点击率有较大的差异性,而且低点击率群体的占比增大造成了这个结果。

这就是多维度拆解分析方法。

那么多维度拆解分析方法一般由那几个角度去拆解呢?

一般我们会从指标的构成和业务流程两个角度去拆解。

还是举个栗子来说吧

比如说有个APP 的日用户留存率下降了5%,该怎么分析呢?

我们就从指标的构成和业务流程两个角度去拆解分析。

首先我们从高用户进行细分,包括新老,渠道,活动,画像等多个维度,然后再分析每个维度下不同用户的次日留存率,通过这种方式来定位到导致留存率下降的用户群体是谁。

关于指标问题,可以参考一下这张思维导图,也可参考之前我发的大白话系列文章。

通过指标分析到目标客户群体后,我们可以具体情况具体分析,通过参考内部-外部因素来进行分析。

内部元素:我们知道,无论是电商购买还是APP留存,都是一个漏斗模型,APP从业务分解来看,就是 新用户 > 首页 > 留下来/离开 这个漏斗模型。

在这个期间,会有很多因素影响着:

获客渠道:获客渠道质量低,活动获取了非目标客户

满足要求:首页推荐的内容不满足用户的需求/用户在下载该APP后没有找到自己满意的内容

提活手段:签到等提活手段没有达到预期效果/产品使用周期率低导致大量用户在短时间内不再使用该APP

外部因素:即为PEST分析模型

采用PEST分析(宏观经济环境分析),政治(政策影响)、经济(短期内主要是竞争环境,如对竞争对手的活动)、社会(舆论压力、用户生活方式变化、消费心理变化、价值观变化等偏好变化)、技术(创新解决方案的出现、分销渠道变化等)。

看到这里,相信你对多维度分析方法有个大概的了解了,明天我们来讲讲对比分析方法。

今天的学习笔记就分享到这啦!~!

最后打个小广告,我的公众号(顾先生的数据挖掘)

会分享点学习心得,我尽量做到周更哈。

喜欢的小伙伴可以关注下,你的关注是我最大的动力!

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20200513A02YS900?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券