数据分析-方法模型
1、PULSE指标框架,产品与用户的桥梁
• Page view:页面浏览量
• Uptime:正常运行时间
• Latency:延迟
• Seven days active user:7天活跃用户数
页面浏览量:在实际的度量过程中,我们可以将这个指标细分为PV,UV等指标,并按照时间、客户分类、业务特征等进一步区分和透视。
正常运行时间:一个网站一个APP的持续稳定运行时间非常重要,一些大平台出现故障甚至会导致整个行业的的震动,例如阿里云由于市场占有率较高,其出现问题之后,带来的社会影响也是巨大的。
延迟:延迟是用户体验的大敌,实际中我们可以通过度量TP99等指标来观察整个指标,app页面打开延迟超过5秒估计大家就开始不耐烦了,超过10秒就要打算离开了,因此这类指标在整个系统优化中都占有极其重要的地位。
7天活跃用户数:现在的互联网生态是非常复杂的,业务也是非常多样性的,如果我们只是度量7天的活跃用户数很可能失之偏颇,在实际中我们可以根据新用户、老用户的不同,分别度量其7天、15天、一个月、三个月、半年、一年等不同时间频率上的活跃情况,以检视产品对业务留存和用户活跃度的情况。
2、Google HEART模型
助力设计成果评估,提升用户体验
HEART是一个用来评估以及提升用户体验的模型,它由五个维度组成:
• Happiness (愉悦感)
• Engagement (参与度)
• Adoption (接受度)
• Retention (留存率)
• Task Success (任务完成率)
3、CREATE模型
用户行为分析框架
CREATE模型可以告诉你产品需要满足什么样的需求或者用户放弃使用的原因在哪里,通过不断的分析提炼,教你诊断和修复产品中的问题。
4、MECE方法
将某个整体(不论是客观存在的还是概念性的整体)划分为不同的部分时,必须保证划分后的各部分符合以下要求:
• 各部分之间相互独立 (Mutually Exclusive) — “相互独立”意味着问题的细分是在同一维度上并有明确区分、不可重迭的
• 所有部分完全穷尽 (Collectively Exhaustive) — “完全穷尽” 则意味着全面、周密
5、五力方法
• 供应商的议价能力
• 购买者的议价能力
• 潜在竞争者进入的能力
• 替代品的替代能力
• 行业内竞争者现在的竞争能力
6、商业模式画布图:
9 个方格组成,每一个方格都代表着成千上万种可能性和替代方案,你要做的就是找到最佳的那一个(客户细分 、价值定位、用户获取渠道、客户关系、收益流、核心资源、催生价值的核心活动、重要合伙人、成本架构)–
• 首先要了解目标用户群,
• 再确定他们的需求(价值定位),
• 想好如何接触到他们(渠道),
• 怎么盈利(收益流),
• 凭借什么筹码实现盈利(核心资源),
• 能向你伸出援手的人(合伙人),
• 以及根据综合成本定价
7、产品的易用性
适用复杂系统:
• 易学习性:初次学习的时长
• 效率:随着时间学习成本减低和稳定期的工作成本
8、RFM模型
最近一次消费 (Recency)+消费频率 (Frequency)+消费金额 (Monetary)
如何预测针对不同的用户分层,其带来的效益是不一样的?
通过历史活动,确定每一个分类群体其对活动的影响程度,即花费的可能性以及金额
效益=触达率下单率金额
9、CLV 客户生命周期价值
衡量一个客户全生命周期的总价值,包括已花费价值以及预测未来花费的价值
预测未来花费的价值方法:时间以及金额
客户生命周期价值!=消费金额
客户生命周期价值=利润
期间划分成新增期、成长期、成熟期、衰退期、流失期
9.1单客户预测方式
1)时间预测:
• 同类客户聚类,预测其全生命周期价值
2)金额(总金额预测/各个时间段的金额预测之和)
• 总金额预测:同类客户聚类,预测其全生命周期价值
• 各个时间段的金额预测之和:进行时间序列预测,预测未来生命周期价值
9.2总客户预测方式
1)群体计算
劣势:对群体有效,对个体精准度较低
优势:个体流失率影响因素太多,而群体流失率却是可以统计的
2)单客户之和=单客户价值*(1-客户的流失率)之和+单客户价值*(新进率)
应用上:
1)对用户进行分类,利用80%的利益由20%的用户提供原则进行投入产出比规划
2)精细化运营,拉长其全生命周期价值
利用RFM模型对用户进行运营,拉长生命周期
10、波士顿矩阵
相对竞争地位(市场占有率)和业务增长率
需要考虑外部因素:总体市场情况;内部因素:公司的占有率
市场增长率(当年)=(当年市场需求量-去年市场需求量)÷去年市场需求量
销售增长率(当年)=(当年市场需求量-去年市场需求量)÷去年市场需求量
应用上:规划不同产品的投入
12、AIPL模型
首次实现品牌人群资产定量化、链路化运营
阿里推出了一个可以把品牌在阿里系的人群资产定量化运营的模型,这也是支撑它全域营销概念落地的关键一环,这个模型叫做:A-I-P-L。
• A(Awareness),品牌认知人群。包括被品牌广告触达和品类词搜索的人;
• I(Interest),品牌兴趣人群。包括广告点击、浏览品牌/店铺主页、参与品牌互动、浏览产品详情页、品牌词搜索、领取试用、订阅/关注/入会、加购收藏的人;
• P(Purchase),品牌购买人群,指购买过品牌商品的人;
• L(Loyalty),品牌忠诚人群,包括复购、评论、分享的人。
品牌所有AIPL资产数据都可以被存在数据银行(Data Bank)中,靠的是用户在阿里体系那个共通的身份(UNI-ID)。
通过A–>I–>P–>L的转化,累积L人群。
A:A人群过少,增加曝光率,比如广告
I:I人群过少,由A转过来,通过促销活动以及曝光内容优化
P:P人群过少,由I转化。通过精细化运营,利用活动、促销手段等
L:L人群过少,建立会员体系。
AAARR模型与AIPL模型有异曲同工之处,但不同在于AAARR主要是指一个流程的转化,而AIPL更多的是一个人群的分类,而分类之间有阶级的区别,通过用户的运营可以实现级别跨越,其跨越可以往下也是往上,而AAARR更多是一个单向的线
例子:
淘宝的88VIP,淘宝的88VIP主要针对的是L群体,也就是忠诚的客户。88VIP会员用户是典型的“品质消费人群”,品类购买范围比普通会员高出6倍,一年产生1亿条优质评价。这有助于品牌建立更有效的数字化会员运营机制,提升用户黏性。88vip会员的消费金额高、忠诚度、品牌宣传者、接受度高。当然淘宝也降低了一定的门槛,比如1000淘气值的用88会员,而低于的用10倍的价格888也是可以买会员的。
可口可乐的创始人发言,就算所有的工厂被烧光了,也能在三个月内重创可口可乐—靠得就是庞大的L人群。
13、GROW模型:指导大快消行业品类有的放矢的增长模型
GROW中的4个单词分别代表着影响品类增长的“决策因子”:
• 渗透力(Gain): 指消费者购买更多类型品类 / 产品对品牌总增长机会的贡献;
• 复购力(Retain): 指消费者更频繁 / 重复购买产品对品牌总增长机会的贡献;
• 价格力(bOOst): 指消费者购买价格升级产品对品牌总增长机会的贡献;
• 延展力(Widen): 指品牌通过提供现有品类外其他关联类型产品所贡献的总增长机会。
渗透力(Gain):
• G1:延展目标人群驱动品类渗透。瞄准行业核心人群(前 30%)、渗透下沉市场以及细 分长尾人群(小镇青年、Z 世代等)。
• G2:跨品类交叉渗透。识别高相关品类,结合站内联合营销,通过打造关联品类 / 品牌 (CP)进行渗透;加强线上线下全渠道消费者数据融合,提升渗透力。
• G3:多渠道联动渗透。品牌各渠道消费者相互导流,对消费者进行全渠道触达渗透。
复购力(Retain):
• R1:品类消费生命周期延长。防止购买人群流失,例如在防晒霜的消费者沟通中 , 强调 全年防晒,推送日常抗老信息。
• R2:品类使用场景拓展。通过挖掘细分场景需求以及培养新的消费习惯,增加复购频次。
• R3:高频再购的触发。通过匹配高复购人群和高复购产品, 结合营销手段, 激发再次购买。
• R4:老客唤醒和召回。通过加强消费者沟通,提升购买频次和件单数。
价格力(bOOst):
• O1:老客的再购升级。低客单老客的再购升级,高价值老客的客单提升。
• O2:产品包装升级。通过包装升级撬动价格升级。
• O3:基于情感诉求实现溢价。营销加持抬高产品溢价,侧重打造产品卖点。
• O4:功能 / 属性升级。通过产品升级重新定义行业产品的价格带 / 区间。
延展力(Widen):
• W1:行业趋势分析识别新品类机会。分析和捕捉更好的市场机会,分析品类生命周期 特征,结合市场吸引力及品牌自设能力,制定进入新行业 / 品类业务的策略。
• W2:人群需求定位帮助品类开拓。洞察人群需求,行业新品类的孵化和创新,填补现 有购买人群未满足的品类空白。
• W3:产品价值链衍生发掘新品类。结合品牌自身产业价值链能力,依据价值链衍生方向,识别和进入新品类市场。