微信扫码登录

其他登录方式

绑定手机号

注册

我同意用户协议

忘记密码

用户协议

绑定手机号

近期有不法分子打着爱盈利的旗号,制作“爱盈利”名称的App,并伪造爱盈利证件,骗取用户信任,以抖音点赞赚钱或其他方式赚钱为名义,过程中以升级会员获得高佣金为名让用户充值。
爱盈利公司郑重声明:我司没有研发或运营过任何名为“爱盈利”的APP,我司做任务赚钱类产品从没有让任何普通用户充值升级会员。我公司产品均在本网站可查询,请将网站拉至底部,点击“关于我们”可查看爱盈利相关产品与服务。
温馨提示:当遇到此类问题请拨打官方电话或添加官方微信,以免财产损失。爱盈利官网地址:www.aiyingli.com。
  • 推广与合作
X

同期群分析:用户留存和用户行为的法宝

来源:人人都是产品经理 5773

通过同期群分析我们可以实时监控真实的用户行为趋势,否则,我们只看总体数据可能得到虚荣的美好数据,从而做出错误的决策,把本该发现的问题掩盖掉。这也是同期群分析的意义所在。

同期群分析:用户留存和用户行为的法宝

在产品数据中,常见指标通常是总数型指标,例如用户注册总数和产品总收入。但在迭代中,如果只看这些数据,可能造成一种虚荣的指标,例如下图中展示的某产品的总数型指标,看上去很好,符合一个传统的上升曲线,会让人认为产品开发团队取得了巨大进展,增长引擎发展的很不错,每个月都在获得新用户。其实很可能存在很大问题,例如虽然有新用户不断增加,但每个新用户贡献的收益却没有提高,只从传统数据看,无法发现这些问题。

同期群分析:用户留存和用户行为的法宝

而同期群数据可以更好的帮助分析用户行为,发现问题节点,并帮助做出迭代的决策。它也是提高用户留存率的重要方法之一同期群分析英文写为cohort analysis,cohort在英文中意思是:(有共同特点或举止类同的)一群人、一批人。

常见形式的同期群分析有两个重要维度:

  1. 具有某种共同的行为特征的用户;

  2. 出于某一相同时期的用户。

同时具备以上两个特征的用户,称为一个同期群(cohort)。时间的划分可以是季度、月、周、日,具体要根据app的使用特征和要分析的内容决定。

举例:以月为时期,分别以2018年3月、4月、5月、6月、7月这五个月的新增用户组成五个同期群,分析用户的转化率。分别是:

  • 3月新增用户同期群(cohort a)

  • 4月新增用户同期群(cohort b)

  • 5月新增用户同期群(cohort c)

  • 6月新增用户同期群(cohort d)

  • 7月新增用户同期群(cohort e)

而这些同期群用户的共同行为特征都是新增用户,之后可以分析这五个群组间转化率的趋势和差异,而每一个同期群也代表了一张独立的产品成绩报告。再结合我们的业务变化和运营变化以及产品迭代变化,就可以通过对比发现很多有用的数据。

除了新增用户,也可以是其他用户特征,比如都在同一个月打卡一定数量的用户,又或者都在某天的vip促销活动中付费购买vip的用户等等。同期群分析侧重于分析在客户生命周期相同阶段的群组之间的差异。

下图是一款社交软件的同期群分析,时期以周为单位,用户行为特征是新增用户,分别以3月、4月内每一周的新增用户作为一个同期群,一共有8个同期群。

同期群分析:用户留存和用户行为的法宝

社交软件,为了观察用户的留存情况,聚焦这些选中用户群组的以下数据:在一周内。

  1. 已登陆的用户比例

  2. 有1次对话的用户比例

  3. 有5次对话的用户比例

  4. 付费的用户比例

(已同一周内新增用户总数作为基准。)

如果观察这张同期群分析趋势图,可以发现产品在增加用户留存上总体是有改进的,有5次对话的用户(活跃用户)从原来的3%左右上升到20%左右,但是付费用户并没有什么增长,接着就需要继续深入分析,是什么导致付费转化率一直停滞不前。是层级太深?还是并没有足够吸引用户付费的功能还是定价策略有问题等等。

另一方面,我们也可以分析有5次对话的活跃用户,从3月第4周开始有较大增长,是什么促进的增长?除此之外,同期群分析经常被用来分析用户流失数据和流失节点,这时实质上分析的是每一个同期群随时间变换的趋势与上图不同的是,它把一个时期分成更细的区间,分析用户在这些时间区间的变化趋势例如我们可以分析某一周的新增用户,在这一周内的每一天新留存率的变化。(此图来自网络 Emily Bonnie)

同期群分析:用户留存和用户行为的法宝

这幅图可以看出什么?首先,在从8月30日到9月6号的一周内一共新增134529人,把这些用户按每日分成7个同期群,分析他们的异同。

以8月20号这天的同期群为例,在第1天有31.3%人回访,但第7天只剩下8.1%,留存率相对很低。如果光看新增用户,看上去很多,有134529人,可最后剩下的用户只有8.1%,剩下的91.9%人都损失掉了。如果把新增用户比成用一个水桶接水,那影响最后可以接多少水的因素,一方面由从水龙头🚰进到水桶的水量决定,另一方面由从水桶漏出的水决定。如果水桶底部有好几个洞,即使接的水很多,但由于很多水又从底部的洞流出去了,所以最后剩下的水可能并不多。

上图中的数据反应的就是一个类似底部有洞的水桶,辛辛苦苦(有可能砸了钱很多钱做营销)增加的用户都从水桶底部流失了。是什么原因导致流失呢?知道了用户流失严重,接下来的任务就是找到用户流失的原因。原因不一定只有一种,可能很多种原因叠加在一起产生的结果。有主导原因,有次要原因。判断流失原因后再优化产品,再次通过同期群数据进行分析,就可以验证对原因的判断是否正确,优化是否起作用,当然这个过程并不一定是一次就可以做到的,而是一个不断循环往复的精益过程。

注意,有些app数据会随时间有变动,比如有些app一周内的不同天使用频率有差异(有的软件工作日使用频率更高,比如共享单车,外卖等,有的软件休息日使用频率更高,比如运动类app),这时也要考虑各种影响数据的因素对结果产生的影响。通过同期群分析我们可以实时监控真实的用户行为趋势,否则,我们只看总体数据可能得到虚荣的美好数据,从而做出错误的决策,把本该发现的问题掩盖掉。

这就是同期群分析的意义所在。 

作者:cating

文章来源:人人都是产品经理

【转载说明】   若上述素材出现侵权,请及时联系我们删除及进行处理:8088013@qq.com

评论

相关文章推荐

SELECT dw_posts.ID,dw_posts.post_title,dw_posts.post_content FROM dw_posts INNER JOIN dw_term_relationships ON (dw_posts.ID = dw_term_relationships.object_id) WHERE 1=1 AND dw_posts.ID not in (254118) AND(dw_term_relationships.term_taxonomy_id = 410 ) AND dw_posts.post_type = 'post' AND (dw_posts.post_status = 'publish') GROUP BY dw_posts.ID ORDER BY RAND() LIMIT 0, 5

京ICP备15063977号-2 © 2012-2018 aiyingli.com. All Rights Reserved. 京公网安备 11010102003938号