文章图片
文章图片
文章图片
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 。
转载/码工小熊
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
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
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) 。
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 。
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) 。
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
- 雷德利·斯科特|亚马逊正开发《银翼杀手2099》剧集,雷德利斯科特可能亲自执导
- 街拍:美女穿搭吊带背心,简单时尚又潮流,显得神气十足
- isv|亚马逊云科技中国合作伙伴网络新增两大重点业务,加速为合作伙伴网络成员赋能
- |一加10Pro破界黑 简单开箱
- |一文理解滤波电容的原理与作用,分清旁路电容和去耦电容
- 腾讯|汽车免费WiFi的原理是什么?
- 麦克风|降噪超强的塞宾智麦无线麦克风,操作更简单,让视频音质更清晰
- 苹果|美国物价疯涨 加息幅度或更大:苹果、亚马逊等巨头纷纷宣布加薪
- 街拍,时尚小姐姐简单搭配,修身显瘦减龄,美的优雅
- listing|亚马逊店铺listing有流量但没有销量该怎么办?