数据思维|方法论太干,不如来看5W2H分析流失用户实例 关注 共
1870字,需浏览
4分钟
·
2021-11-13 12:28
本文旨在分享经验和方法,故用到的数据均为虚构数据。 5W2H分析法是每个数据分析师入门必学的分析方法,但是方法论都太干了,没有应用场景、没有实战实例,方法论都只会停留在纸上谈兵的阶段,这篇文章干湿结合,以用户流失分析为场景,阐释5W2H分析方法。 某款游戏自上线以来 R2 留存一直低于同类游戏的金标准,且 R2 留存持续走低。最近,运营拿 R2 留存数据找到我,想要让我们分析下 R2 留存持续走低的原因,看能不能从数据入手找到一些解决办法。于是,我选择了 5W2H 分析方法。 5 W 2 H 分析法又叫七何分析法,以五个 W 开头的英语单词和两个以 H 开头的英语单词进行设问。 2.How Much -多少?做到什么程度?数量如何?费用如何? 用 5W2H 方法分析新游戏用户流失主要可以归纳为以下六个步骤: (1)What 阶段 :明确游戏现有问题,即需要对 R2 留存进行分析,找出影响 R2 留存的因素并提出相应解决方案。 (2)When 和 Where 阶段 :通过漏斗分析定位用户流失等级和步骤。 (3)Who 阶段 :通过用户群分析找出流失用户的属性、特征以及来源渠道。 (4)Why 阶段 :根据上述分析的结果初步推测用户流失的原因。 (5)How 和 How Much 阶段 :根据上述的分析提出假设,以数据指导、玩家反馈以及运营经验为依据,相应地调整游戏设计。最后,对调整方案进行排期,实施方案,通过 A/B Test 检验假设是否正确,调整是否有效。 漏斗分析是用户流失分析的常见方法,它可以反映用户行为路径的转化率或者流失率。我们通过漏斗分析定位到80%的流失用户都是在前六级流失的,而一般情况下,玩家升到6级只需要完成新手引导以及前三局人机局比赛即可。 于是,我们把分析的焦点转换为分析玩家在新手引导以及前三局人机局的漏斗。根据局内漏斗的分析我们发现15%的玩家在新手引导阶段流失,所以对新手引导阶段每一个步骤的漏斗转化研究也是必须的。最后,我们找到了落脚点,新手引导阶段第9步流失率较高,这个步骤可能存在一定问题。 除了局内的漏斗,我们还可以分析用户局外的行为漏斗,也就是平时常说的用户流失前的 N 步,这样也能为我们找到一定的落脚点。 流失用户属性的分析主要可以为游戏的优化提供指导意见,通过用户群的分析,我们需要明确游戏能够吸引什么样的玩家,什么样的玩家更容易在游戏中留下来,哪类玩家是造成流失的主要原因。 用户属性可以包括用户来源渠道,用户社会属性以及其他特征。例如,我们通过社会属性分析发现,流失玩家中新手玩家占比高达 80% ;运营内存较小的用户流失占比较高。 根据漏斗分析和用户群分析我们在数据层面看到了一些现象,同时运营也通过问卷收集到玩家的反馈,根据这些结果我们提出一些假设。例如,针对新手引导阶段用户流失严重,我们推测新手引导对用户不够友好; 针对玩家反馈游戏太卡,我们推测网络交互可能有问题。通过数据分析和用户反馈可以优化的方向,当然也离不开策划和运营多年的工作经验。最后,通过 A/B Test 验证调整方案效果如何。 5W2H 方法为我们提供了一套调查研究、思考问题和分析问题的方法。 5W2H 方法能为我们提供一套分析问题的框架,在这套框架下结合一些分析方法,例如,漏斗分析,用户群分析等,可以让问题得到下钻和拆解,使得分析更加透彻。 同时, 5W2H 分析方法从问题出发,分析问题的落脚点,对造成问题的原因进行推测,并提出相应的解决方案,最终解决问题,形成闭环。 当然,理论很美好,在实际应用过程当中可能还会遇到各种各样的业务场景,不同的业务场景下应用 5W2H 分析方法还有一定差异,这就需要分析师们不断地在工作中积累经验。 https://zhuanlan.zhihu.com/p/83706941 如果您觉得我们的文章还不错,请分享,点赞,再看,一键三连!!!
浏览
43 点赞
评论
收藏
分享
手机扫一扫分享
分享
举报
点赞
评论
收藏
分享
手机扫一扫分享
分享
举报