数据分析八大模型:同期群模型

大家好,我是爱学习的小xiong熊妹。

 

今天继续来谈数据分析八大模型系列。今天分享的,是一个原理很简单,但是应用很广泛的模型:同期群模型。在商品分析、用户分析、渠道分析上,都用得着哦。

一、同期群的原理

同期群分析原理很简单:种豆子。怎么区分哪一种豆子很好?最简单的方法,就是分好群体(所谓的“群”)一起种下去(所谓的“同期”)然后观察哪一个长得更快。

 

为了达到这个目的,我们需要:

  • 选择比较对象,按条件分好类

  • 选择合适的比较指标。

  • 从一个时间节点开始观察。

  • 对比指标差异,找出优质/劣质群体

 

还拿种豆子举例,同期群的做法如下:

 

图片

 

这个思路非常简单,因此在工作中应用得非常普遍,还衍生出很多其他名字。

二、商品同期群:商品LTV模型

商品分析中的同期群模型,也被称为商品LTV模型。

做法如下:

  • 设定商品等级(A、B、C级)

  • 从商品上市时,开始观察

  • 观察商品上市后销量/利润走势

  • 对比每个等级商品,是否达成该商品平均水平

  • 如表现优于平均,则重点关注缺货问题,保障供给

  • 如表现劣于平均,则重点关注积压问题,减少库存

(如下图)

 

图片

 

这个模型非常好用!因为很多商品,从上市开始,天生是有生命周期走势的。通过同期群分析,不但可以模拟这个走势,而且可以为每个级别的商品定出合理的LTV范围,从而及早发现商品销售是否达成预期。从而进一步地控制库存情况,实现利润最大化(如下图)。

 

图片

 

不止商品分析,用户分析也能用得上。

三、用户同期群:用户留存率模型

用户同期群分析,也被称为用户留存率模型。

做法如下:

  • 设定用户分群(一般按注册时间or注册渠道)。

  • 从注册时间开始,观察每X天后,该批次用户的留存率。

  • 拟合整体走势,预判X天后,该批次用户留存数量。

  • 找到留存下降最明显节点,判断是否进一步深入分析。

(如下图)

 

图片

 

因为大部分APP都只能满足用户部分需求,因此用户的留存,总是慢慢减少。如果发现某些节点,用户留存明显下降,则说明这些节点出现问题,需要进一步分析。同时,基于同期群数据,可以拟合出预计留存用户数量,就能为运营筹划服务用户资源,提供数据支持(如下图)。

 

图片

四、用户同期群:用户LTV模型

如果在预测用户留存率的时候,同步计算用户预计产生的价值,则可以计算出用户LTV。具体做法如下:

  • 用前文方法,先算出用户留存数值

  • 计算每阶段,用户付费率、付费金额

  • 用户总价值=留存用户*付费率*付费金额

 

注意,这样计算出的LTV,实际上指的是:特定时间内,用户产生的价值。并非严格意义上的全生命周期价值。不过,考虑到企业做经营计划,也是以年/季度为时间单位做的,所以只考核用户在3个月/6个月/12个月内产生的价值,也差不多了。

 

注意!不同业务场景下,用户付费形态会不同,因此对LTV计算会有影响。

常见的情况,如:

  • 理想状态:用户每个月按固定金额,比例付钱(月租型业务)

  • 前低后高:越忠诚的用户,买得越多,付费越高(粉丝型业务)

  • 前高后低:初期吸引用户大量付费,后边不管了(收割型业务)

 

对应的数据,可能如下图所示。计算用户LTV的时候,得关注付费形态。如果只是简单地用“平均每月消费”指标,很有可能会用平均值掩盖了真实付费情况,从而误导业务判断。

 

图片

五、渠道同期群:渠道质量分析模型

如果在用户同期群分析的时候,把分类维度,改成:从XX渠道进来的用户。则可以进一步做出:渠道质量同期群分析。常见的形式如下:

  • 按渠道+投放广告时间,分类用户

  • 关注该渠道+投放时间进入用户,后续X天转化率/付费

  • 计算用户产生的消费,对比渠道投放成本

  • 针对转化好的渠道,考虑追加投放

  • 针对转化差的渠道,消减预算/整改投放措施

(如下图)

 

图片

六、同期群的不足之处

同期群看起来很好使,是因为它能很充分地暴露问题。但是同期群没有解释问题的能力,为啥某个渠道的质量突然崩了?单靠同期群解释不了,需要其他分析模型来解释。

推荐这些文章:

数据分析八大模型:详解RFM模型

大家好,我是爱学习的小xiong熊妹。
 
今天跟大家分享的是一个经常被提及,但是价值被严重低估的模型:RFM模型。
一、RFM的基本思路
RFM模型由三个基础指标组成:

R:最近一次消费至今的时间

F:一定时间内重复消费频率

M:一定时间内累计消费金额

 
RFM模型里,三个变量的含义是很具体的:

M:消费越多,用户价值越高,越应该重点关注。

R:离得越远,用户越有流失可能,越应该唤醒用户。

F:频次越低,越需要用一次性手段(比如促销、赠礼),频次越高,越可以用持续性手段(积分) 来维护

 
因此RFM能直接从数据推导出行动建议...

数据分析八大模型:OGSM模型

大家好,我是爱学习的小xiong熊妹。
 
上一篇分享了经营分析的基本思路,很多小伙伴习惯性的问:那做经营分析有没有什么模型呢?有的,可以参考OGSM模型,今天跟大家简单分享一下。
一、OGSM模型是什么?
OGSM是一套企业管理方法论,包含四个部分

O(Objective):目的,指企业要达成的目标,一般是定性描述

G(Goal):目标,从企业目标里拆分出的,可量化/可跟踪的目标

S(Strategy):策略,达成目标的做法组合

M(Measurement):度量,衡量策略是否执行到位

 
举个简单的例子,一个初创的在线教育互联网企业,正在追求B轮融...

八大功能,一步解决:免费、开源的抖音小店插件今日上线

用好工具,事半功倍,GreaterWMS插件市场今日上线了免费、开源的抖音插件,目前已经与抖音小店API的完全对接,具体能实现哪些功能呢?

 
 
今天就跟我们一起来看一下
一、商品管理
商家可实现商品同步、查询、修改、删除等标准化的商品管理留存
二、库存管理
商家可实现多个渠道库存和区域库存查询、同步、修改的管理场景
三、订单管理
可实现商家多家店铺订单展示、打单、发货、改收货地址等业务场景
综合而言,这款免费、开源的GreaterWMS抖音插件目前已经可以实现抖音小店的全部API功能,包括店铺、素材、商品、库存、订单、物流发货、售后等全部API功能。
免费下载体验地...

数据分析--回归模型基础

 
 
 
 
 
 
 
 
 
 
 
 

 
 

 
 
 
 
 
 
 
 

 
 

Jasminelee

...

时间根据类

 

...

业务数据分析(十):经营分析之如何做解读

业务数据分析(十):经营分析之如何做解读
 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

...

SAP RETAIL 初阶之使用事务代码WRFMATCOPY创建商品主数据

SAP RETAIL 初阶之使用事务代码WRFMATCOPY创建商品主数据
 
 
1,商品号727。
 
 
  
 
 
 
2,执行事务代码WRFMATCOPY 复制商品号727去创建一个新的商品号,进入如下界面,
 
 
 
在source material里输入商品号727,勾选如下选项:
 
-Internal number assignment.
-Underlying material data.
-Additional material data...

[原创]总结几种常见的用户分层模型

[原创]总结几种常见的用户分层模型
1 金字塔用户模型

核心用户(高频,产生大额消费客户)
重要用户(有消费客户)
主要用户(高频使用)
普通用户(下载,注册,撸羊毛)

2 四象限用户模型

高消费/高活跃
高消费/低活跃
低消费/高活跃
低消费/低活跃

3  价值和挽留用户模型

 重要发展客户/重要价值客户
重要保持客户/重要挽留客户
一般发展客户/一般价值客户
一般保持客户/一般挽留客户

4 新老用户分层模型

新用户激活(首次发现价值)
新用户留存  (持续发现价值)
老用户留存  ( 持续感受价...

文章标题:数据分析八大模型:同期群模型
文章链接:https://www.dianjilingqu.com/51024.html
本文章来源于网络,版权归原作者所有,如果本站文章侵犯了您的权益,请联系我们删除,联系邮箱:saisai#email.cn,感谢支持理解。
THE END
< <上一篇
下一篇>>