引言
在进行数据分析过程中,通常需要使用各种模型来证明自己的分析观点,一是为了使自己的结论更具备说服力,二是让自己的论证过程更具备逻辑性和条理性。使用九数云可以快速创建如下常见的数据分析模型:
调查问卷分析编辑
1. 概述
在调查问卷收集完成之后,我们收集到的都是较为明细的数据,需要对收集到的数据进行二次加工汇总,方便我们得出结论。
1.1 在调查问卷中,我们常常用到的分析有这几种:
统计各类的数量汇总情况(如:男女各多少人)
统计各类的占比(如:男女各占总人数的百分多少)
统计在某种选项下,另一种选项的分布情况(如:年龄在30岁以下客户的满意度、年龄在30岁以上客户的满意度
2.实现方式:调查问卷分析 - 九数云帮助文档
RFM模型编辑
1)概述
RFM 用于对用户进行分类,并判断每类细分用户的价值。
通过
最近一次消费时间(R):客户距离最近的一次采购时间的间隔。
最近一段时间内消费频次(F):指客户在限定的期间内所购买的次数。
最近一段时间内消费金额(M):客户的消费能力,通常以客户单次的平均消费金额作为衡量指标。
这三个关键指标判断客户价值并对客户进行观察和分类,针对不同的特征的客户进行相应的营销策略,如下图所示:
2)实现方式:RFM分析 - 九数云帮助文档
ABC/二八分析编辑
1)概述
ABC 分析,分类的核心思想:少数项目贡献了大部分价值。以款式和销售量为例:A 款式数量占总体 10% ,却贡献了 80% 的销售额。
把产品或业务分为A、B、 C三类,用于分清业务的重点和非重点,反映出每类产品的价值对库存、销售、成本等总价值的影响,从而实现差异化策略和管理。
2)实现方式:ABC分析 - 九数云帮助文档
转化分析编辑
1)概述
转化漏斗模型,是分析用户使用某项业务时,经过一系列步骤转化效果的方法。
转化分析可以分析多种业务场景下转化和流失的情况,不仅找出产品潜在问题的位置,还可以定位每个环节流失用户,进而定向营销促转化。
2)实现方式:转化分析 - 九数云帮助文档
购物篮分析编辑
1)概述
大家应该都听过这样一个经典案例:超市里经常会把婴儿的尿不湿和啤酒放在一起售卖,原因是经过数据分析发现,买尿不湿的家长以父亲居多,如果他们在买尿不湿的同时看到了啤酒,将有很大的概率购买,从而提高啤酒的销售量。
这种通过研究用户消费数据,将不同商品之间进行关联,并挖掘二者之间联系的分析方法,就叫做商品关联分析法,即「购物篮分析」
通过「支持度」、「置信度」、「提升度」三个指标判断商品见的关联。
2)实现方式:购物篮分析 - 九数云帮助文档
留存分析编辑
1)概述
留存分析是一种用来分析用户参与情况/活跃程度的分析模型,考查看进行初始行为后的用户中, 经过一段时间后仍然存在客户行为(如登录、消费)。
计算公式:某一段时间内(时间段a)的新增用户在若干天后的另一段时间(时间段b)的留存数量 / (时间段a)的新增用户总量
2)实现方式:用户留存分析- 九数云帮助文档
同环比分析编辑
1)概述
同比发展速度主要是为了消除季节变动的影响,用以说明本期发展水平与去年同期发展水平对比的相对发展速度。
环比表示连续2个统计周期(比如连续两月)内的量的变化比。
计算公式:
同比:(本期销售额-去年同期销售额)/去年同期销售额
环比:(本期销售额-上个周期销售额)/上个周期销售额
2)实现方式:如何计算环比? - 九数云帮助文档
AARRR 用户运营分析编辑
1)概述
AARRR 模型又叫海盗模型,是用户运营过程中常用的一种模型,解释了实现用户增长的 5 个指标:获客、激活、留存、收益、传播。从获客到传播推荐,整个 AARRR 模型形成了用户全生命周期的闭环模式,不断扩大用户规模,实现持续增长。
2)实现方式:AARRR 用户运营分析 - 九数云帮助文档