分享 | 运营必备11大数据分析模型，建议收藏

数据运营能力已经被公认为运营人员的加分项甚至是必备技能，其高低也在很大程度上决定着运营人员的薪资高低和职业生命周期的长短。一方面，它能大幅提升运营人员的工作效率；另一方面，它能更全面和深入地分析运营工作，从而更好地辅助策略、指导实践。为了让运营人员能够更好地落地数据运营，各种数据分析模型应运而生。通过数据分析模型，不仅能降低运营人员的认知成本，还能帮助我们拨冗化简复杂问题，快速理解客观事物，轻松上手数据分析。

01基础介绍

易观方舟推出《运营必备 11 大数据分析模型》，梳理总结事件分析、属性分析、渠道分析、Session 分析、留存分析、归因分析、热图分析、分布分析、漏斗分析、间隔分析、路径分析。这 11 大数据分析模型在不同运营场景中有着不同的作用，已经被广泛应用于数据分析工作。

02事件分析

事件，是指用户在APP、网站等应用上发生的行为，即何人、何时、何地、通过何种方式、做了什么事情。事件分析模型主要用于分析用户在应用上的行为，例如，打开APP、注册、登录、支付订单。通过触发用户数、触发次数、访问时长等基础指标度量用户行为，同时也可进行指标运算，构建复杂的指标衡量业务过程。具体而言，事件分析模型能够解决以下示例问题：

• 监测产品每天的用户数、访问次数、使用时长，趋势是否发生了变化？引起变化的因素有哪些？

• 北京地区的用户和上海地区的用户，购买家电品类的金额分布差异在哪里？

• 今天在产品中发起了一个话题，各个时段用户的参与情况如何？

• 最近半年付费用户数和 ARPU（Average Revenue Per Paying User,平均每付费用户收入）值是多少？

易观方舟智能分析产品的事件分析模型（见图 1-1），通过选择要分析的关指标，即可实时监测用户在不同平台的用户行为。

03 Session分析

在使用事件分析模型时，用户事件以“点”的方式呈现，例如，张三在昨天晚上 10 点注册成为了某外卖平台会员并支付了首单，李四今天早上 8 点在王府井

附近扫开了某共享单车后上报了车辆故障。根据用户行为的实时记录反馈，我们可以确切地了解用户在什么时间做什么事情。但事实上，有些事件并不能用这些“点”来描述，例如，用户本月平均访问次数，每次访问时长，平均访问深度。这些问题需要将一个个“点”连成“线”，再加以分析计算。

Session分析就可以完美解决用户分析中的“线”性难题。Session 即会话，是指在指定的时间段内，用户在网站/H5/小程序/APP 上发生的一系列用户行为的集合，例如，一次 Session 可以包含多个页面浏览、交互事件。Session 是具备时间属性的，根据不同的切割规则，可以生成不同时间长度的 Session。

具体而言，以下一系列示例行为可被计算为一个 Session：

• iOS 应用：用户屏熄、Home 键切换到后台、杀掉进程、跨天等视为 Session 结束；

• Android 应用：用户杀掉进程、屏熄、按 Home 键超过 30s、跨天等视为 Session 结束；

• H5/Web 应用：用户从打开网页到离开视为一次 Session，离开包括关闭整个浏览器、30min 未进行新打开页面或触发事件等行为；如果一次访问跨天，会被切割为两次 Session。

易观方舟智能分析的 Session 分析模型（见图 4-1），能够按照不同时间粒度，分析多种度量 Session 访问质量的指标，包括访问次数、人均访问次数、总访问时长、单次访问时长、单次访问深度、跳出次数、跳出率、退出次数、退出率、人均访问时长、总页面停留时长、平均页面停留时长。

此外，可以多指标、多维度和多过滤条件，还可以多用户分群之间横向对比。相比事件分析，Session 分析额外新增了一些维度的细分，以满足特定场景下针对 Session 分析的需求，包括：

• 渠道来源分组：用以区分每次访问的渠道来源，仅适用于 Web/H5/小程序；

• 浏览页面数：以步长 5 为间隔，统计每次浏览页面数的分布情况；

• 着陆页：用以区分每次访问的着陆页，可以评价不同着陆页的访问质量；

• 退出页：用以区分每次访问的退出页，可以评价不同页面的退出情况，找到退出率高的页面进行优化；

•访问时长：按照0-3secs，3-10secs，10-30secs，30-60secs，1-3mins，3-10mins，10-30mins，30-60mins，1 hour 以上的区间进行划分，统计每次访问的时长分布。

04 留存分析

留存是指用户在小程序、APP、网站等应用上使用过，并一段时间后仍有使用。留存分析是一种衡量用户健康度或参与度的方法，基于某个用户群体的初始行为时间计算，描述发生某个行为的同期用户群体，在一段时间后是否发生了期望的行为。

留存分析能帮助我们深入了解用户的留存和流失状况，发现影响产品可持续增长的关键因素，指导市场决策和产品改进，并提升用户价值。

具体而言，留存分析能够解决以下示例问题：

• 上个月做了一次产品迭代，如何评估其效果？是否完成了产品经理期望完成的行为？

• 作为社交 APP，注册后不添加好友和添加 10 个好友的用户，后续留存有差异吗？

• 短期留存低，长期留存一定很差吗？

• 两个推广渠道带来不同的用户，哪个渠道的用户更有可能是的高价值用户？

• 近 30 天注册的用户，半个月都没有回访的用户比例是多少？

易观方舟智能分析产品的留存分析模型（见图 5-1），通过自定义初始行为和后续行为，选定留存用户数/留存数指标即可查看留存情况，并可以对不同维度的条件过滤，进行多人群对比分析。此外，还可以通过留存分析判断新用户在几天、几周、几月后，是否愿意回来继续使用你的某个产品或功能。

更多详细模型介绍和使用，VX后台回复“0912运营分析”领取资料。

以上就是今天我今天的分享，感谢大家的宝贵时间，希望能对大家有所帮助。

欢迎关注，访问更多精彩：数据之魅。

如需转载，请联系授权，谢谢合作。

分享 | 运营必备11大数据分析模型，建议收藏相关推荐

【报告分享】运营必备11大数据分析模型-易观分析（附下载）
摘要:数据运营能力,已经被公认为运营人员的加分项,甚至是必备技能,其高低也在很大程度上决定着运营人员的薪资高低和职业生命周期的长短.一方面,它能大幅提升运营人员的工作效率:另一方面,具备它能更全面和深 ...
【技巧分享】【数据分析】数据分析模型
系列文章目录 [技巧分享][数据分析]数据分析模型 [技巧分享][数据分析]数据分析算法文章目录系列文章目录前言 AARRR模型变形:阿里系三大模型 AIPL模型 FAST模型 GROW模型 ...
数据分析-PART2--10大数据分析模型
数据分析-PART0--数据分析综合数据分析-PART1--数据获取和步骤数据分析-PART2--10大数据分析模型数据分析-PART3--数据分析常用指标数据分析-PART4--数据分析方法 ...
分享一份企业大数据治理的有效解决方案
分享一份企业大数据治理的有效解决方案未来,随着应用领域的拓展.技术的提升.数据共享开放机制的完善,以及产业生态的成熟,具有更大潜在价值的预测性和指导性应用将是发展的重点. 下面是小编从网上整理的一个 ...
常见的8种大数据分析模型，你了解吗
大数据分析是指对规模巨大的数据进行分析.随着大数据时代的来临,大数据分析也应运而生. 营销花了这么多钱,营销效果到底达到没有?下面介绍8个实用的大数据分析模型,帮助你在实际开发中高效地完成数据分析! ...
《大数据分析原理与实践》——第2章大数据分析模型
第2章大数据分析模型大数据分析模型讨论的问题是从大数据中发现什么.尽管对大数据的分析方法林林总总,但面对一项具体应用,大数据分析非常依赖想象力.例如,对患者进行智能导诊,为患者选择合适的医院.合适 ...
[资料分享]GIS+=地理信息+云计算+大数据+容器+物联网+...论文、会议、讲座资料分享...
2019独角兽企业重金招聘Python工程师标准>>> [资料分享]GIS+=地理信息+云计算+大数据+容器+物联网+...论文.会议.讲座资料分享超图研究所致力于打造一个GIS+ ...
java编写大数据分析模型_如何用Java（DOM分析器）编写XML文件
java编写大数据分析模型 Earlier we learned how to read XML file and how to edit XML file in java using DOM Par ...
疫情防控大数据分析模型搭建考虑因素
2月3日召开的中央政治局常委会会议强调,"这次疫情是对我国治理体系和能力的一次大考".打赢这场疫情防控阻击战,需要各地各部门改掉僵化的思维,拓宽思路,善用科技,拿出切合实际的管用新 ...

分享 | 运营必备11大数据分析模型，建议收藏

分享 | 运营必备11大数据分析模型，建议收藏相关推荐

最新文章

热门文章