经典8个数据分析模型

肉眼品世界

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 8
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