5张数据分析表(二):活跃用户数据分析的4项衡量标准

2023-06-02 0 176

5张数据分析表(二):活跃用户数据分析的4项衡量标准

周瑜君说:这是周瑜io统计数据驱动力总教练“周瑜大学”时评的第002首诗,透过1张统计数据挖掘表单帮你创建活耀使用者的统计数据统计统计数据及数学方法“002”方可赢得excel版的完备统计表。

一、你对活耀使用者的表述是甚么?

前两天在两个3-5年营运人的朋友圈,忽然谈起了活耀使用者统计统计数据的问题,忽然发现许多人对于甚么是活耀使用者的基本概念还很模糊不清,绝大多数营运统计数据挖掘网络平台上都间接得出了两个活耀使用者的数字,所以甚么是活耀使用者呢?这儿我们继续通过私欲分项和可继续执行分项这2个分项的差别来界定下对活耀使用者的知觉。

私欲指标:期天数内凡有出访犯罪行为的使用者都可以记为活耀使用者;

可继续执行分项:期天数内使用者造成了代表者对商品普遍认可某种程度的低频犯罪行为才算活耀使用者,如每星期数次出访、珍藏、回帖、雅雷、订阅等有关犯罪行为代表者使用者对商品的普遍认可某种程度。

私欲分项的表述形式根本无法看见两个表层经济繁荣的位数,位数另一面并不代表者任何人使用者特点,而透过可继续执行指标对使用者展开甄选,对高出访单次、高出访时数、高回帖单次、高买回单次等不同特点的使用者展开统计统计数据,再者提高非活耀使用者的有关犯罪行为,另再者活耀使用者是做核裂变公益活动时的最终目标种籽使用者。

归纳而言,增长骇客在来衡量“活耀度”时,会透过出访单次、出访时数、珍藏成分股和有关影响不利因素两个层次来推论使用者的活耀情况,并按已连续活耀日数和期内任意活耀日数2个天数层次对使用者活耀度展开整体分析。

基于此,周瑜io做了这张活耀使用者统计统计数据表单002方可赢得EXCEL版的统计统计数据表单。

5张数据分析表(二):活跃用户数据分析的4项衡量标准

二、这张活耀使用者统计统计数据表单要怎么用?

这张表单横向分为3个活耀度评价不利因素,分别是出访单次、出访时数、珍藏成分股,同时对活耀度的影响

1.透过日出访单次评估使用者活耀度

出访单次代表者使用者每星期使用商品的频次,我们需要对所有出访单次大于1次的使用者做平均出访单次的计算,或者设定两个固定值,例如已连续7天每星期使用者平均出访单次为3-5次,所以4就可以做为固定值,或者营运者认为每星期出访单次大于2次就可以计算为活耀使用者,所以2就可以做为固定值。

基于出访单次的平均值或固定值(A),我们需要对每星期大于1次,小于A*50%的使用者,每星期出访单次大于A*50%并小于A的使用者,以及日出访单次大于A的使用者展开统计统计数据。

统计统计数据的目的在于透过出访单次将使用者分层,高于A值的使用者是绝对的活耀使用者,对于没有达到A指的使用者可以透过营运公益活动重点提高日出访单次。

如何找出这部分使用者呢?以周瑜io的使用者甄选功能为例,假设A值为4,我们在所有使用者中找出做过出访页面犯罪行为,且最近1天大于等于4次的使用者,就是绝对活耀使用者,也可以透过多级甄选找出页面出访犯罪行为大于2次,小于等于4次的使用者人数(如下图)。

5张数据分析表(二):活跃用户数据分析的4项衡量标准

其实,无论是出访单次A值还是下面说到的使用时数B值、珍藏成分股C值,在增长骇客的统计数据挖掘中,都代表者着使用者下一步关键犯罪行为分项,例如可以透过分析订阅使用者的日出访特点、使用时数,或者下单前浏览过两个页面,来确定这个关键犯罪行为分项,并以此做为最终目标。

当然,这是比较复杂的计算方法,刚接触统计数据挖掘的同学可以按照求平均值或设定固定值的形式来确定A值。

2.透过日出访时数评估使用者活耀度

与透过出访单次计算使用者活耀度的形式相同,找出使用者使用时数的来衡量值B,透过B对使用者展开甄选分组。

3.透过“珍藏成分股”评估使用者活耀度

所谓珍藏成分股是指真正体现商品价值的使用者使用犯罪行为,与商品的北极星分项有关。一般而言,使用者造成珍藏犯罪行为代表者着对商品内容的普遍认可,如某首诗,某件商品,所以周瑜io将其表述为“珍藏成分股”。

在实际统计统计数据中,“珍藏成分股”需要根据商品所在行业展开针对性表述,例如社区类商品要统计统计数据有过发帖、回帖犯罪行为的使用者,资讯类商品要统计统计数据日浏览文章大于5篇(举例)的使用者,电商类商品要统计统计数据日浏览商品大于5件(举例)的使用者。

同样,透过对“珍藏成分股”的表述,计算出有关使用者犯罪行为的评判标准,我们称其为C值,在来衡量层次上,C值为活耀使用者必须满足的条件,继而可以甄选出高出C值50%、100%甚至更多的使用者数量。

以周瑜io使用者犯罪行为分析商品为例,我们将“加入购物车”这个犯罪行为表述为珍藏成分股,C值表述为3次,所以透过甄选最近1天内加入购物车大于3次的使用者,就可以找出活耀使用者。

5张数据分析表(二):活跃用户数据分析的4项衡量标准

4.找出使用者活耀度的影响不利因素

透过公益活动、打卡等营运犯罪行为,会对使用者的活跃度有所影响,在影响不利因素这项分析上,需要统计统计数据不同特点使用者的活耀度人数,例如领取红包后1-3天的活耀使用者变化情况,与非领取红包使用者的活耀度展开对比,再比如已连续打卡3天、5天的使用者在活耀度上的变现差别。

以上是4项使用者活耀度的来衡量形式,在统计统计数据时,首先需要甄选出满足条件的使用者数量,然后计算满足条件使用者在整体使用者中的占比。

除来衡量活耀使用者外,还需要统计统计数据1日、3日、7日、30日活耀使用者统计数据,在按日期的分析上,诸葛io建议透过2种日期统计统计数据形式:

一种是已连续1日、2日、3日……30日活耀使用者占比,已连续活耀使用者有发展为种籽使用者的潜力,需要重点维护;

另一种是期天数内任意日数的活耀情况,例如7日活耀使用者中任意1天、2天、3天活耀的使用者占比,用于界定同样期天数内的不同活耀度分项。

总结:增长骇客和精细化营运的基本概念在国内备受推崇,而活耀使用者是增长核裂变的基础,活耀使用者分析的目的在于透过活耀度分项发现优质使用者,并对优质用户创建有关使用者群组,展开重点维护。

以珍藏成分股为例,加入购物车商品的数量越多,使用者买回转化的可能性就越大,甄选出加入购物车1件、3件、5件等不同数量的使用者,针对不同使用者设计营销公益活动,例如加入购物车5件以上商品,在常见的抽奖公益活动中就可以设计“购物车商品免单”的公益活动主题,但购物车商品面单对于加入购物车1件商品的使用者吸引力并不大。

活耀使用者统计统计数据再者是查看使用者对商品使用的反馈,评估商品的使用者健康度,另再者透过活耀使用者统计统计数据实现使用者分组的精细化营运,为有关营运策略提供参考依据。

下文有关阅读了解详细内容。

有关阅读

↓↓↓

5张统计数据挖掘表(一):新增使用者统计数据挖掘的10个层次

5张数据分析表(二):活跃用户数据分析的4项衡量标准

周瑜大学已上线点击“”进入

↓↓↓

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