IT培训-高端面授IT培训机构
云和教育:云和数据集团高端IT职业教育品牌 全国咨询热线:0371-67988003
课程 请选择课程
    校区 请选择校区
      • 华为
        授权培训中心
      • 腾讯云
        一级认证培训中心
      • 百度营销大学
        豫陕深授权运营中心
      • Oracle甲骨文
        OAEP中心
      • Microsoft Azure
        微软云合作伙伴
      • Unity公司
        战略合作伙伴
      • 普华基础软件
        战略合作伙伴
      • 新开普(股票代码300248)
        旗下丹诚开普投资
      • 中国互联网百强企业锐之旗
        旗下锐旗资本投资
      当前位置:
      首页IT问答正文

      大数据比较实用的分析模型有哪些?

      • 发布时间:
        2022-09-05
      • 版权所有:
        云和教育
      • 分享:

      大数据分析模型有哪些?营销花了这么多钱,营销效果到底达到没有?什么样的功能才能真触达到用户?下面介绍几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!

       

      1. 事件分析
      干啥的:研究某行为事件的发生对企业组织价值的影响以及影响程度。

      怎么用:追踪或记录的用户行为或业务过程,如用户注册、浏览产品详情页、成功投资、提现等,通过研究与事件发生关联的所有因素来挖掘用户行为事件背后的原因、交互影响等。

      应用场景举例:

      运营人员发现,某渠道某天的PV数据异常高,需要排查原因?

      可参考以下步骤:

      定义事件:将事件定义为PV值,通过筛选条件限定渠道。

      多维度下钻分析:将PV值按照日期、地理位置、机型、操作系统、IP等不同维度进行分析。

      通过多维度展示结果,给出PV数据的解释,是虚假流量?(全部来自某IP),数值异常高?(某天数据上涨)。

      2. 留存分析模型
      干啥的:分析用户参与情况/活跃程度,考察进行初始行为的用户中有多少人会进行后续行为。这是用来衡量产品对用户价值高低的重要方法。

      怎么用:留存分析分三种,N-day留存、unbounded留存、bracket留存。

      应用场景举例:

      最近的新增客户很多,想看用户留存的情况如何?

      可参考以下步骤:

      根据新用户注册/下载的时间进行同期分组(月/周/日)。

      观察用户发生投资的 7 日留存、14 日留存或 30 日留存(可自由选择)。

      比较不同的同期群,观察每天留存率的变化趋势了。

      3. 漏斗分析模型


      干啥的:反映用户行为状态以及从起点到终点各阶段用户转化率情况。

      怎么用:通过观察不同属性的用户群体各环节转化率,各流程步骤转化率的差异对比,了解转化率最高的用户群体,分析漏斗合理性,并针对转化率异常环节进行调整。

      典型场景举例:

      销售人员想要了解从需求发现到赢单的各个环节的转化情况?

      可参考以下步骤:

      从需求发现这一环节开始,按照需求设计销售漏斗图

      根据销售漏斗图的各个环节进行跟进和数据录入

      自动生产数据分析表,观测客户各阶段转化率

      4. 路径分析模型
      干啥的:互联网产品特有的一类数据分析方法,提升产品核心模块的到达率、提取出特定用户群体的主流路径与刻画用户浏览特征。

      怎么用:根据每位用户在APP或网站中的行为事件,分析用户在APP或网站中各个模块的流转规律与特点,挖掘用户的访问或浏览模式,进而实现一些特定的业务用途。

      路径分析主要为解决以下问题:

      用户主要是从哪条路径最终形成支付转化的?

      用户离开预想的路径后,实际走向是什么?

      不同特征的用户行为路径有什么差异?

       

      5. session分析模型

      干啥的:对指定的时间段内,用户在网站/H5/小程序/APP上发生的一系列用户行为的集合进行指标分析。Session 的关键点是:多长时间内用户做了什么事。

      怎么用: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、平均页面停留时长等。

      两个公式:

      平均访问时长=所有用户的session市场之和/Session数

      平均交互深度=session内事件之和/session数

       

      6. 分布分析模型

      干啥的:通过对质量的变动分布状态的分析中发现问题,了解生产工序是否正常,废品是否发生等情况。其工具是直方图,故又称直方图法。

      怎么用:提供「维度指标化」之后进行数据分解,将原有维度按照一定的数值区间进行维度划分,进而分析每个维度区间的分布情况。

      举个例子:

      把特别依赖的用户单独筛选出来,建一个用户运营的专项项目,去运营用户。也可以把那些付款金额大的用户,去做一些运营活动。

      7. 归因分析模型
      干啥的:归因分析要解决的问题就是广告效果的产生,其功劳应该如何合理的分配给哪些渠道。

      怎么用:衡量和评估站内的用户触点对总体转化目标达成所做出的贡献,可以非常直接的量化每个运营位和触点的转化效果和价值贡献。参观,小张和他的室友大呼过瘾,但几天后机构老师开始说起IT行业的优势未来的光明,简而言之就是推销起了机构的课程,这时候学员们很多就和小张一样没有了戒备再加上客服人员频繁的舌灿莲花吧IT行业描绘的遍地是黄金而且拿出了很多学员的高薪案例无一不让小张这样还在象牙塔中的小白心向往之蠢蠢欲动,最终小张他们将近50个夏令营学员有47个都没有顶得住诱惑交了高昂的学费。

      当然其中很多都是贷的款,因为客服小姐姐一只介绍这个助学贷如何如何正规如何如何划算,一旦开始工作不出仨月就能完全还上,这正巧让小张这样囊中羞涩的如获至宝,学习很快开始了期初一切都还好侃侃而谈的老师一看就是技术高深,面授的教学方式也让小张很是适应,但好景不长一月后先是原本的老师不见了踪影,新换的老师总有一种莫名的焦虑,而半个月后他们的课程竟然很多成了自习,最终他们得知机构老板玩金融玩破产了!他们这拨学员就像一群没了娘的孩子投诉也罢抗议也好客服小姐姐干脆消失了。

      小张不知道他的麻烦仅仅是刚开始,两个月后还款的时候到了,此时他才发班里的根本不是什么助学贷而是所谓的消费贷利息高的吓人不说而且各奔不允许提前还款,欲哭无泪的他最终只能和他的室友一样找家长填窟窿。

      类似小张这样遭遇的同学这些年数不胜数,很多自从互联网金融兴盛不少金融公司都盯上了学习贷款这款蛋糕,他们和一些不自律的培训机构勾结起来想那些自我保护意识不强的大学生们举起了屠刀……对这种情况除了互娱国家规范金融业自律之外就只能提醒广大年轻群体提高风险意识有多少钱花多少钱。最后如果有想入行IT但又不知道去哪里学习,担心找不到好的培训学校,可以关注我,指点迷津不敢说但可以参考参考!