第5章大數(shù)據(jù)平臺實踐
企業(yè)實現(xiàn)大數(shù)據(jù)分析平臺的方式
- 在開源產品上搭建大數(shù)據(jù)分析平臺，過程較為繁瑣
- 商業(yè)付費大數(shù)據(jù)分析平臺，如神策數(shù)據(jù)
- 自建大數(shù)據(jù)分析平臺。可以自己定制，但徐亞有一定的技術積累
大數(shù)據(jù)分析平臺應用實戰(zhàn)
可拓展的報表分析平臺v1.0
自助式分析平臺v2.0
智能化分析平臺v3.0
業(yè)務場景分析平臺v4.0
第6章行為分析平臺實踐
用戶行為分析平臺的前世今生
-
背景
- 就是對用戶在APP或者網頁瀏覽點擊等行為進行大數(shù)據(jù)統(tǒng)計分析，發(fā)現(xiàn)用戶使用產品的行為規(guī)律、對產品功能的喜愛程度，把這些結果運用到產品的營銷、運營和版本優(yōu)化中去，實現(xiàn)數(shù)據(jù)驅動，數(shù)據(jù)精準營銷。
- 用戶行為的記錄需要使用埋點，通過埋點將用戶行為時間記錄并上報到用戶行為日志中，然后數(shù)據(jù)倉庫對這些行為日志進行清洗轉化和處理，用戶行為分析平臺就會基于這些數(shù)據(jù)，展現(xiàn)用戶的留存、轉化及行為路徑分析
用戶行為分析平臺的功能
-
1事件分析
- 是指基于事件的指標統(tǒng)計、屬性分組、條件篩選等功能的查詢分析。例如：1查看最近30天產品的DAU變化，2查看幾個特定渠道的客戶端上push的人均點擊次數(shù)，3查看最近30天用戶每天用戶對不同類型文章的人均閱讀時長，4查看不同操作系統(tǒng)的用戶文章點擊率
- 相比傳統(tǒng)的數(shù)據(jù)分析，事件分析有著強大的及時性和靈活性
-
2留存分析
- 這是一種用來分析用戶參與情況、活躍程度的分析模型，通過對用戶在產品中的留存現(xiàn)象來進行分析，判斷用戶參與情況與活躍用戶的關系。
- 通過留存分析我們可以知道為什么用戶在使用后能夠回歸產品，或為什么流失，從而判斷產品對用戶的黏性，衡量產品功能價值
- 通常來說，用戶在早期流失驗證，需要讓用戶快速的體驗到商品的價值。當上線某個新功能時，留存率就是一個很好的驗證指標
- 設計留存之前，需要先了解兩個概念，分別是起始時間和回訪時間
-
3轉化分析
- 互聯(lián)網與運營分析領域中，轉化分析是最核心最關鍵的場景。
- 在進行轉化分析時，必須先明確兩個概念，窗口期和統(tǒng)計范圍。窗口期是指用戶完成轉化的時間，例如播放視頻
-
4用戶分群
- 將全部用戶劃分為較小的、有共同需求的群組，以此來幫助我們更好的了解用戶需求。也稱精細化運營的第一步
- 用戶分群有兩種常見方式，分別是用戶的畫像分群和用戶行為屬性分群
-
5用戶行為細查
- 就是觀察用戶的交互行為，例：某個電商平臺的購買轉化率低，結合用戶分群和用戶行為細查功能，首先根據(jù)分群將點擊了購買卻未成功提交訂單的用戶進行篩選，然后通過細查發(fā)現(xiàn)，他們行為類似，都是因為去除某個保險失敗后，選擇了放棄
-
6行為路徑分析
- 是一種檢測用戶流向，從而統(tǒng)計產品深度的分析方法
- 應用場景1：產品設計的優(yōu)化與改進，可以用于監(jiān)測和優(yōu)化期望用戶路徑中的各模塊轉化率
- 應用場景2：產品運營過程監(jiān)控，方便認識和了解運營活動效果
