经典8个数据分析模型

共 1622字,需浏览 4分钟

 ·

2022-04-24 13:07

大家在工作中是不是经常要做各种分析,但又常常遇到无从下手,抓不住重点,搞不清关键数据的情况。俗话说“工欲善其事,必先利其器。”一个好用的数据分析模型,能给我们提供一种视角和思维框架,从而帮我们理清分析逻辑,提高分析准确性


研究数据分析也很多年了,今天特意为大家整理出了8大常用数据分析模型,帮助大家快速提高数据分析能力。


1、AARRR模型

AARRR模型又叫海盗模型,这个模型把实现用户增长拆分成了 5 个指标:获客、激活、留存、收益、传播。分别对应“用户如何找到我们?”、“用户的首次体验如何?”、“用户会回来吗?”、“如何赚到更多的钱?”、“用户会转介绍,告诉其他人吗?”这五个问题。大家在做用户增长的时候可以通过指标数据问自己对应的问题,找到转化低的环节进行优化。只有找到合适的渠道,在合适的时间,把合适的产品,推给合适的用户,才能实现精准的用户增长。


2、转化漏斗模型

转化漏斗模型,主要是通过转化率分析整个业务流程中的转化和流失情况。通过转化数据,对每个环节的流失用户再进行精准营销。举个例子:一个手机公司同时在抖音和小红书投放了广告,通过转化漏斗发现小红书带来的最终购买比较低,那么此时就找到了解决问题的抓手,可以就提高小红书渠道的转化去做优化。




3、RFM模型

RFM 模型也是一种实用的客户分析方法,主要是通过对R(最近一次消费时间)、F(最近一段时间内消费频次)以及M(最近一段时间内消费金额)这三个关键指标对客户进行观察和分类,从而得出每类细分用户的价值,根据不同的用户价值去做不同的营销动作。这个模型对于实现精准营销和节约成本有很大作用。

4、波士顿矩阵

波士顿矩阵主要是通过销售增长率(反映市场引力的指标)和市场占有率(反映企业实力的指标)两个指标来对公司的产品进行四象限分类,得出每一个产品所处的时期和特征,便于确定公司整体产品布局,合理投资。



5、购物篮分析

购物篮分析是通过研究用户消费数据,将不同商品进行关联,并挖掘二者之间的联系。举个营销学上经典的“啤酒+尿布”案例,超市在统计数据的时候发现一般买尿布的男性顾客也会买啤酒,因此在尿布购物架的旁边放置了各种啤酒。果然,两者销量都显著提升。可见,购物篮分析能够找出一些被忽略的关联,帮助进行产品组合,增加销售额。

6、KANO模型

KANO模型和波士顿矩阵有一些类似,都是利用四象限。但前者主要是用来对用户需求分类和排序的,根据用户需求对用户满意的影响,得出产品性能和用户满意之间的非线性关系,其优先级为「必备型>期望型>兴奋型>无差异」。

比如业务提了8个功能,先做哪一个呢?此时就可以用KANO模型,让业务人员填写满意度问卷,最后将统计结果汇总,得出必备型,也就是痛点功能进行优先满足。

7、ABC分析法

ABC分析法的核心思想就是少数项目贡献了大部分价值。通过统计事务对于目标达成的贡献度,进行分类排队,分清重点和一般,从而有区别地确定管理方式。举商品销售的例子来说,男士配饰、运动服饰、儿童服饰、女式皮鞋带来的销售额占总销售额的70%,那这些就属于A类商品,后续可以扩大销售和重点运营。

8、杜邦分析法

杜邦分析法是财务分析常用的模型,主要通过对ROE进行分解,从盈利能力、运营能力和偿债能力三个方面去衡量企业经营业绩。此外也可以与公司所处的行业、公司盈利模式结合起来,帮助投资者了解一家公司的核心竞争力是什么。


推荐阅读:

世界的真实格局分析,地球人类社会底层运行原理

不是你需要中台,而是一名合格的架构师(附各大厂中台建设PPT)

亿级(无限级)并发,没那么难

论数字化转型——转什么,如何转?

华为干部与人才发展手册(附PPT)

企业10大管理流程图,数字化转型从业者必备!

【中台实践】华为大数据中台架构分享.pdf

华为的数字化转型方法论

华为如何实施数字化转型(附PPT)

超详细280页Docker实战文档!开放下载

华为大数据解决方案(PPT)


浏览 12
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报