分群思维
按照某个指标(可以是用户生命周期、活跃度、付费)来划分用户
分群好处:
1.是用户精细化运营的基础,也就是说只有分群了才可以针对每一个群进行运营策略
2.体现用户的差异性,比较不同层级的差异更能发现问题
分群方法
包括了结构分析、同期分析、RFM模型、k—means聚类
结构分析
以营业额DAU为例,如果DAU下降了,想知道原因,可以用结构分析,加入用户被分为了新用户、老用户
就可以分析新用户、老用户的DAU变化情况,看是新用户还是老用户DAU下降了,还是都下降了
同期分析
这是一种横向纵向结合的方法
app注册用户7天留存变化情况来分析
在横向就是分析今天(假如是5月20日)注册的用户接下来的七天变化情况,一天后留存了多少,2天后又是多少(可以这样子理解:同一个个体随时间变化情况)
纵向就是分析5.20这天和5.21、5.22这些在一天后的用户变化情况,第二天的变化情况(不同个体在同一时间点的比较)
RFM
大概的思路就是计算每个用户的消费间隔R、消费频率(次数)F、消费总金额M
然后根据把R、 F、 M分组,可以根据R的不同中位数分组,如1/4 2/4 3/4 来分成4组,同理其他也一样,每一组进行打分,这里R分组打分应该是逆向的,因为R越大其实越不好,所以分值应该越小,但是F 和M就是正向的,越大分应该越高,这样子来进行数据转换了其实,然后通过总分值来分组用户类型是哪一种
K-MEANS
步骤:
数据归一化处理
确定K值 就是类别数量
但是不知道每一个类的含义,可以进行回归到没有归一化的数据