产品经理经验谈50篇(四):数据分析常用方法及应用案例解析

举报
格图洛书 发表于 2022/01/17 00:10:43 2022/01/17
【摘要】 01对比细分 在互联网的数据分析中, 经常我们去分析比如今天的活跃人数降低了, 我们经常要从多个维度去分析为什么降低。 同时我们还要跟上周, 昨天, 去年同期等做对比, 分析虽然是降低了, 但对比去年是否有变化。 那么我们如何做一个有效的细分呢。 首先我们有很多可以细分的维度, 比如 从时间上拆分,...

01对比细分

在互联网的数据分析中, 经常我们去分析比如今天的活跃人数降低了, 我们经常要从多个维度去分析为什么降低。

同时我们还要跟上周, 昨天, 去年同期等做对比, 分析虽然是降低了, 但对比去年是否有变化。

那么我们如何做一个有效的细分呢。

图片

首先我们有很多可以细分的维度, 比如 从时间上拆分, 一个月的活跃人数我们可以拆分到每一天的人数, 活跃人数可以拆分新的活跃人数, 老的活跃人数。

同样都是活跃人数, 我们可以拆分不同活跃等级的人数, 这里的活跃人数指的就是比如 一个月活跃 1天 活跃 3天 活跃7天等不同活跃天数, 又可以拆分成一天活跃 1小时, 3小时, 7小时等不同时长的用户。

我们还可以对地区进行细分, 比如活跃人数降低了, 我们可以细分到是哪个地方降低比较多, 是广东还是广西, 是湖南还是湖北。

除了以上拆分的维度, 我们还可以有很多拆分的维度, 比如另外一个例子, 我们发送的表情总数量跌了, 我们就可以拆分成发送的小黄脸小表情, 还有很骚气的大表情。

这些拆分是跟特地业务相关的。

对于电商类的业务比如总的订单量 我们可以拆分来自不同的店铺, 不同的品类, 不同的商品类型, 不同的价格类型等等。

对于游戏类型的业务比如总的卖的游戏皮肤 我们可以拆分不同角色的皮肤, 武器也是类似的。

对于视频类app 比如抖音的关注数, 我们可以拆分不同用大v的粉丝数量。

单单细分, 没有对比, 就没有洞察, 那么我们细分好了分析维度之后, 怎么对比呢.

文章来源: wenyusuran.blog.csdn.net,作者:文宇肃然,版权归原作者所有,如需转载,请联系作者。

原文链接:wenyusuran.blog.csdn.net/article/details/122359970

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。