常用的十大数据分析方法!

2023-06-01 0 579

统计数据挖掘的路子极为重要,以至于我们常常忽视它,重“术”而轻“道”,但只不过如果合理合法。

这首诗讲了配置文件预测、使用者预测、埋点预测、聚类预测等10种预测方式,先学为敬~

节录

老子曾特别强调四个字,叫“道、法、术、器”。

层级分别为:

“器”是指贵重物品或辅助工具,在统计数据挖掘应用领域指的是统计数据挖掘的商品或辅助工具,“工欲善其事,工欲善其事”;

“术”是指操作方式控制技术,是专业技能的多寡、工作效率的决,如对预测辅助工具使用的技术;

“法”是指优先选择的方式,有句话说“优先选择比不懈努力重要”;

“道”是指路径,是指导方针,是发展战略。

在统计数据挖掘和商品、营运强化方面,统计数据挖掘方式是其核心理念,归属于“法”和“术”的层级。

所以怎样搞好统计数据挖掘呢,那时咱们来谈谈五大统计数据挖掘的方式。

1、行业龙头预测

行业龙头预测是统计数据挖掘的此基础,单个层级下的分项统计数据重要信息商业价值较低。

行业龙头方式可以分成三类,两类是逐渐预测,比如说:来天津市的来访者可分成顺义,顺义区店庄;第二类是层级交叠,如:源自订阅SEM的新来访者。

行业龙头用作化解大部份问题。比如说棒状转化成,事实上是把转化成操作过程依照关键步骤进行行业龙头,网络流量平台的预测和评估结果也需要大批的加进行业龙头方式。

2、对照预测

对照预测主要是指将两个相互联系的分项统计数据进行比较,从数量上展示和说明研究对象的规模大小,水平多寡,速度快慢等相对数值,通过相同层级下的分项对照,可以发现,找出业务在不同阶段的问题。

常见的对照方式包括:时间对照,空间对照,标准对照。

时间对照有三种:同比,环比,定基比。

例如:本周和上周进行对照是环比;本月第一周和上月第一周对照是同比;大部份统计数据同今年的第一周对照则为定基比。通过三种方式,可以预测业务增长水平,速度等重要信息。

常用的十大数据分析方法!3、棒状预测

转化成棒状预测是业务预测的基本模型,最常见的是把最终的转化成设置为某种目的的实现,最典型的是完成交易。但也可以是其他任何目的的实现,比如说一次使用app的时间超过10分钟。

棒状帮助我们化解两方面的问题:

在一个操作过程中是否发生泄漏,如果有泄漏,我们能在棒状中看到,并且能够通过进一步的预测堵住这个泄漏点。

在一个操作过程中是否出现了其他不如果出现的操作过程,造成转化成主进程受到损害

4、同期群预测

同期群(cohort)预测在统计数据营运应用领域十分重要,互联网营运特别需要仔细洞察留存情况。通过对性质完全一样的可对照群体的留存情况的比较,来预测哪些因素影响使用者的留存。

同期群预测深受欢迎的重要原因是十分简单,但却十分直观。同期群只用简单的一个图表,直接描述了使用者在一段时间周期(甚至是整个LTV)的留存或流失变化情况。

以前留存预测只要使用者有回访即定义为留存,这会导致留存分项虚高。

5、聚类预测

聚类预测具有简单,直观的特征,网站预测中的聚

例如:在页面预测中,经常存在带参数的页面。比如说:资讯详

6、AB测试

增长黑客的一个主要思想之一,是不要做一个大而全的东西,而是不断做出能够快速验证的小而精的东西。快速验证,那怎样验证呢?主要方式是AB测试。

比如说:你发现棒状转化成中中间有漏洞,假设一定是商品价格问题导致了流失,你看到了问题-棒状,也想出了主意-改变定价。但主意是否正确,要看真实的使用者反应,于是采用AB测试,一部分使用者还是看到老价格,一部分使用者看到新价格,若你的主意真的管用,新价格就如果有更好的转化成,若真如此,新价格就如果确定下来,如此反复强化。

7、埋点预测

只有采集了足够的此基础统计数据,才能通过各种预测方式得到需要的预测结果。

通过预测使用者行为,并行业龙头为:浏览行为,轻度交互,重度交互,交易行为,对于浏览行为和轻度交互行为的点击按钮等事件,因其使用频繁,统计数据简单,采用无埋点控制技术实现自助埋点,既可以提高统计数据挖掘的实效性,需要的统计数据可立即提取,又大批减少控制技术人员的工作量,需要采集更丰富重要信息的行为。

如:重度交互(注册,邀请好友等)和交易事件(加购物车,下订单等)则通过SDK批量埋点的方式来实施。

常用的十大数据分析方法!

传统预测辅助工具,平台预测仅有单个层级,要深入预测不同平台不同阶段效果,

9、使用者预测

使用者预测是互联网营运的核心理念,常见的预测方式包括:活跃预测,留存预测,使用者分群,使用者画像,使用者细查等。

可将使用者活跃行业龙头为浏览活跃,互动活跃,交易活跃等,通过活跃行为的行业龙头,掌握关键行为分项;通过使用者行为事件序列,使用者属性进行分群,观察分群使用者的访问,浏览,注册,互动,交易等行为,从而真正把握不同使用者类型的特点,提供有针对性的商品和服务。

使用者画像基于自动标签系统将使用者完整的画像描绘清晰,更有力地支撑营运决策。

常用的十大数据分析方法!

10、配置文件预测

填写配置文件是每个平台与使用者交互的必备环节,优秀的配置文件设计,对转化成率的提升起到重要作用。

使用者从进入配置文件页面之时起,就产生了微棒状,从进入总人数到最终完成并成功提交配置文件人数,这个操作过程之中,有多少人开始填写配置文件,填写配置文件时,遇到了什么困难导致无法完成配置文件,都影响最终的转化成效果。

常用的十大数据分析方法!

以上是常见的统计数据挖掘方式,更多应用方式需要根据业务场景灵活应用。

相关文章

发表评论
暂无评论
官方客服团队

为您解决烦忧 - 24小时在线 专业服务