数据分析常用模型合集(一)AARRR模型和漏斗模型

准备把常用的数据分析模型,像什么AARRR,RFM之类的,逐个全部写一下;

最好能带点案例和代码,搞一个小合集。

最终达到完全不懂的人,看完就能知道得差不多;

数据分析常用模型合集(二)RARRA模型、RFM模型-CSDN博客


一、为什么要学分析模型

这些模型有什么用呢?我认为有三个作用:

①帮我们从整体上理解和构造业务线,有时候公司业务比较多,看起来比较复杂,通过用模型划分的几个点一一拆解,我们就可以更容易理解公司赚钱的路子,亦能给改进业务线的带来启发;

②新公司,亦可以根据这个模型,设计自己的业务线。

③从数据上更好地进行分析,相当于给了我们固定的公式,方便我们直接套,若果能再叠加自己的经验、知识,将一些指标进一步细化,就能更好地从数据角度分析问题。

二、AARRR模型内容

AARRR模型也被称为海盗模型,也叫增长黑客理论模型,是2007年提出的,AARRR分别是Acquisition、Activation、Retention、Revenue、Referral,五个单词的缩写,分别对应用户生命周期中的5个阶段。

从一般的互联网行业来看,对应了业务增长实现的5个步骤;

其实AARRR也是一个漏斗模型,比如下图:

这么一看,其实感觉也没什么意义,那么我们进一步细化呢?

2.1 Acquisition用户获取

比如分析获取方面

通过进一步的拆解,我们挖掘出用户获取的几个渠道以及关键指标,当我们的公司挣W不够多的时候,我们可以看看是哪个地方相对比较差;

比如我们研发了一款“代搬砖APP”,通过付钱让别人帮你上班,我们推广的渠道有:①线上:通过WX朋友圈、各品牌手机应用商店付费推广、百度付费推广、短视频推广、各种博主恰饭推广等;②线下:地铁站,公交站、商场、写字楼等安装电子、纸质广告招牌等;③其他渠道:比如电视广告、报纸报刊等...

 通过各种方式吸引人来下载该软件,其中线上的广告数据是可掌控可知晓来源的,可以通过对比,看看哪个渠道效果好且便宜。

例子:微信朋友圈打广告,会有很多曝光量,其中有一部分人下载并注册了该软件,最终发现是一万块钱广告费,曝光量是20万次,下载人数并注册人数(去重)是5千人,那么该渠道的拉客成本是2块钱每人;

通过抖音推荐,用抖音的方式下载,花了一万块钱,曝光率有40万次,别人看完广告的完播次数有15万次,有6千人下载注册,那么对比下来,抖音看起来要好一些;

当然这个例子只是比较拉新客这一方面,实际上还要对比一下留存,要是抖音用户下载完了,很大比率当天或者几天内就会删掉,则留存率方面就没有微信强;

在此过程中:产生了 渠道曝光量、渠道下载注册量、日新增用户数等,如上图所示的一系列指标,原本复杂的事情,逐渐变得可以摸清规律,这就是模型存在的意义;

你是否也曾被忽悠过?

2.2 Activation激活

用户下载了该软件,还需要使用才行;

比如当年滴滴打车,早期的打车费听说很便宜,乘客可以便宜打到车,比出租车便宜多了,司机注册滴滴平台,不仅赚乘客的钱,还有平台补贴。美团饿了么抖音,都是采用各种补贴,吸引用户来使用该软件,比如新用户零元送一个小东西,并且是真的送,看短视频可以积累钱然后提现,当然这是前期攻城略地的策略。还可以利用推荐算法,通过浏览的商品和搜索记录,推送用户可能需要的商品,让点利,比如PDD新用户很容易搞到第一波各种优惠券,一般只要有了第一次,很容易有第二次、第三次,让用户尝点甜头后逐步习惯在这个平台购物。

在此过程中:产生了各个渠道激活用户的各项指标,比如日活跃用户数、日平均使用时长、发优惠券领取并使用人数、比例等,有数据就好比较,可以对比哪个方法激活用户最划算效果最好。

2.3Retention留存

要想办法,让用户喜欢用你的产品,并且养成习惯形成依赖,从心理上认为,买东西就要上某某平台(理想目标是这样),一般有不定时送优惠券诱导消费(平台先少赚点,放长线钓大鱼),限时送低价会员(因为用户冲了钱,不想浪费而越陷越深),小游戏如天天消消乐(达到多少积分免费送点小东西)等等方式。

在此过程中:一般有一日、三日、七日留存率等,也有各种促销活动优惠券领取率(看到推送给优惠券并同意领取)等。

2.4Revenue收益

以前我们都搞不清楚,为什么很多互联网软件一开始要砸钱抢占市场拼命拉客户,直到后面达到了行业“独占鳌头”,我们才明白了,只要用户量高,前期再怎么烧钱,后面依然可以赚回来.

比如短视频平台可以吸引商家来入驻,商家想买东西,就得花钱买排名、买推广、付费报名参加活动,并且每一单都有提成,同时给普通用户推送广告,又满足了商家的推广需求,又引导了用户消费,可以说只要用户量大,基本可以为所欲为。

在此过程中:有付费率(付费用户占活跃用户的比例),平均每用户带来的收益,平均每付费用户收益,用户生命周期价值等指标。

2.5Referral传播

我们希望通过一个成熟的用户,让用户给他的亲戚朋友七大姑八大姨推广我们的产品,一般给他一点小小的好处,让他上钩,同时拉到的新客户也先免费送点小东西,例如一分购买几包卫生纸,从而实现拉新,毕竟大部分都会比较相信亲近的人的推荐。

在此过程中:有转发率(成熟用户看到了转发有好处,并愿意转发的比例),K因子(发出的邀请数量)*(接到邀请并成功转化为新用户的比例)等指标;


相信通过上面简单的讲解, 我们已经基本了解模型的作用,不仅可以帮助我们理解整体的业务,还可以进一步细化其中环节,衍生出相应的数据指标,进而可以对比分析。

你是否在寻找一个带数据的案例?

AARRR模型要获取公司完整的数据,并分析各方面业务数据,且是一个长期的过程,但凡谁有完整真实的案例,那都得进去缝纫机踩到冒烟。

一些参考性的指标和思路可以看看下图:

其中产生的指标,可以参考,当然AARRR模型是一个思路,要灵活运用:

三、漏斗模型

其实AARRR也是漏斗模型的一种。

漏斗模型,即业务流程,从开始到最后完成盈利,有一个过程,而一般每一步用户都会减少,漏斗模型即拆解每一步,查看每一步详细情况,制定指标,优化运营方法。

3.1电商漏斗模型

 

那我们如何借助漏斗模型帮助我们实现目标呢?

1.帮我们快速定位出问题的环节,比如哪个渠道用户转化率较其他渠道明显偏低,是在哪个环节出了问题,哪一环节可提升空间大,毕竟提升弱项比增加强项,往往更容易成效也更明显。

2.针对问题,进行各方面多维度对比分析,进行优化。

3.持续监控,有了一个基准,在更新优化,可以对比查看,优化前和优化后,哪个更好。

3.2其他漏斗模型

 看看就行,有些模型噱头大于实际作用。

图来源:如何理解并应用漏斗模型? - 知乎 (zhihu.com)

四、AARRR模型画图

matplotlib和seaborn没有这种图,excel也可以强行画但不推荐,不好看且麻烦,自己画可以使用pyecharts,或者BI工具基本都有漏斗的模板。

from pyecharts import options as opts
from pyecharts.charts import Funneldata = [13543, 11413, 10982, 7765, 5918]
phase = ['新用户', '激活用户', '留存用户', '消费用户', '传播用户']funnel = Funnel(init_opts=opts.InitOpts())
funnel.add("阶段", [list(z) for z in zip(phase, data)])
funnel.set_global_opts(title_opts=opts.TitleOpts(title="AARRR模型"))
funnel.render("AARRR.html")

五、写在最后

本文只是一个引子,看了可能有点收获,但并不多,还要加深巩固一下:

我将筛选过的一些AARRR方面比较好的文章,由于AARRR模型是一整套业务线条的内容,所以基本不会有人自爆家底,写一本厚厚的内容详细阐述各方面的数据,我认为值得一看的链接附上,亦是本文参考:

AARRR(海盗模型)|原理+Python可视化实现-阿里云开发者社区 (aliyun.com)

电商AARRR模型分析(一)——R语言 - 郝hai - 博客园 (cnblogs.com)

抖音AARRR模型分析 - 简书 (jianshu.com)

用AARRR模型分析拼多多用户增长方式 | 人人都是产品经理 (woshipm.com)

AARRR模型案例:利用数据优化渠道投放,并实现用户增长 | 人人都是产品经理 (woshipm.com)

以网易云音乐为例,基于AARRR模型分析用户增长 | 人人都是产品经理 (woshipm.com)

数据分析思维:一文读懂漏斗分析 | 人人都是产品经理 (woshipm.com)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/21475.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

[大师C语言(第十八篇)]C语言typedef背后技术详解

引言 在C语言中,typedef是一个非常有用的关键字,它允许程序员为现有的数据类型定义一个新的名称。这种做法可以提高代码的可读性和可维护性,特别是在处理复杂的数据结构时。本文将深入探讨C语言typedef背后的技术原理,并通过丰富…

大型语言模型简介

大型语言模型简介 大型语言模型 (LLM) 是一种深度学习算法,可以使用非常大的数据集识别、总结、翻译、预测和生成内容。 文章目录 大型语言模型简介什么是大型语言模型?为什么大型语言模型很重要?什么是大型语言模型示例?大型语…

CPython源码学习3:浮点数对象

浮点数的结构体 PyFloatObject 浮点数的结构体PyFloatObject ,定义在头文件 Include/floatobject.h 中,可以看出浮点数底层使用 C 的double类型来存储真正的值。 // Include/floatobject.h typedef struct {PyObject_HEADdouble ob_fval; // 底层使用…

[python][whl]python模块pylibtiff的whl文件所有版本下载地址汇总pylibtiff安装

​ 安装pylibtiff 以前都是访问地址如下https://www.lfd.uci.edu/~gohlke/pythonlibs/#pylibtiff 下载whl文件后直接pip即可,但是这个网站2023年末开始已经停止访问无法访问,不过还好我以前备份过pylibtiff文件,下载地址汇总如下&#xff1a…

(一)django目录介绍

1、生成django项目,得到的目录如下 manage.py:命令行工具,内置多种方式与项目进行交互。在命令提示符窗口下,将路径切换到项目并输入python manage.py help,可以查看该工具的指令信息。 默认的数据库工具,sqlite 在…

基于django | 创建数据库,实现增、删、查的功能

1、在cmd中,输入指令进入mysql终端: mysql -u 用户名 -p 2、输入mysql的密码 3、输入指令,显示出所有的数据库 show databases; 4、输入指令创建表: create table 表名 DEFAULT CHARSET utf8 COLLATE utf8_general_ci; 5、use …

【Python网络爬虫】详解python爬虫中正则表达式、BeautifulSoup和lxml数据解析

🔗 运行环境:PYTHON 🚩 撰写作者:左手の明天 🥇 精选专栏:《python》 🔥 推荐专栏:《算法研究》 #### 防伪水印——左手の明天 #### 💗 大家好🤗&#x1f91…

【算法】在?复习一下快速排序?

基本概念 快速排序是一种基于交换的排序算法,该算法利用了分治的思想。 整个算法分为若干轮次进行。在当前轮次中,对于选定的数组范围[left, right],首先选取一个标志元素pivot,将所有小于pivot的元素移至其左侧,大于…

EPIC Fantasy Village - Low Poly 3D Art(梦幻村庄乡村小镇模型)

这个包提供了一个以幻想为主题的多边形风格游戏,适合TopDown、RPG、冒险、社交和RTS。它允许你创建自己的美丽幻想村庄和角色。 EPIC 幻想村庄包 EPIC幻想村庄包提供了一个以幻想为主题的多边形风格游戏,适用于TopDown、RPG、冒险、社交和RTS游戏。这个包允许你创建自己的美丽…

Idefics2-8B多模态大模型微调指南

我们生活在大模型 (LLM) 时代,几乎每周你都会听到一种新的语言模型问世。从谷歌的 Gemini 和 Gemma 模型到 Meta 最新的 Llama 3 和微软的微型 Phi-3 模型,这些行业巨头之间正在进行激烈的在线竞争,以争夺头把交椅。 在这一连串的活动中&…

MySQL全文索引实现简单版搜索引擎

1 前言 只有Innodb和myisam存储引擎能用全文索引(innodb支持全文索引是从mysql5.6开始的)char、varchar、text类型字段能创建全文索引(fulltext index type)全文索引的基于关键词的,如何区分不同的关键词了,就要用到分词(stopword)英文单词用空格,逗号进行分词;中文分…

Java 18新特性深度解析:提升开发效率与性能的革新工具

在Java的世界中,每一次更新都带来新的惊喜和挑战。Java 18作为长期支持版本,不仅延续了Java语言的稳定性和可靠性,还引入了一系列令人兴奋的新特性,旨在进一步提升开发者的生产力和应用程序的性能。本文将深入探讨Java 18中的关键…

css的布局方式

CSS提供了多种布局方式,以满足不同的需求。以下是几种常见的CSS布局方式: 静态布局。网页布局始终按照最初写代码时的布局来显示,不随浏览器尺寸变化而变化。1 自适应布局。屏幕分辨率变化时,页面里元素的大小会变化而布局…

AtCoder Regular Contest 179 (ABC题)视频讲解

A - Partition Problem Statement You are given integers N N N and K K K. The cumulative sums of an integer sequence X ( X 1 , X 2 , … , X N ) X(X_1,X_2,\dots ,X_N) X(X1​,X2​,…,XN​) of length N N N is defined as a sequence Y ( Y 0 , Y 1 , … , …

交互设计如何助力传统技艺在当代复兴?

背景介绍 榫卯是中国传统木工中一种独特的接合技术,它通过构件间的凸凹部分相互配合来实现两个或多个构件的紧密结合。这种结构方式不依赖于钉子或其他金属连接件,而是利用木材自身的特性,通过精巧的设计和工艺,实现构件间的稳定…

GEE数据集:美国植被干旱响应指数 (Vegetation Drought Response Index,VegDRI)数据集

植被干旱响应指数 (VegDRI) 简介 植被干旱响应指数(VegDRI)是一个每周一次的地理空间模型,用于描述干旱对美国本土植被造成的压力。VegDRI干旱监测工具是由美国地质调查局EROS中心、内布拉斯加大学国家干旱缓解中心(NDMC&#…

【最新鸿蒙应用开发】——数据存储?持久化?

数据存储 鸿蒙应用中的关于数据存储这块,分为应用状态管理存储还有一些数据持久化存储,不清楚概念的可以看我之前的前两篇文章,这边主要帮助大家区别一下状态存储和数据持久化存储的区别,避免概念和使用场景混淆。 1. localStora…

vruntime

vruntime vruntime 变量存放进程的虚拟运行时间,虚拟时间是以 ns 为单位的,which is the actual runtime (the amount of time spent running) normalized (or weighted) by the number of runnable processesvruntime 和定时器节拍不再相关。优先级相同的所有进程的虚拟运行时…

计算机网络学习实践:配置主机通过DHCP获取IP并通过域名访问web服务器

计算机网络学习实践:配置主机通过DHCP获取IP并通过域名访问web服务器 点一点就能配置,不需要输入命令 1.实验准备 实验环境:思科的模拟器 实验设备: 3个服务器,1个二层交换机(不是三层的)&a…

JavaScript第七讲:数组,及练习题

目录 今天话不多说直接进入正题! 1. 创建数组对象 2. 数组长度 3. 遍历一个数组 4. 连接数组 5. 通过指定分隔符,返回一个数组的字符串表达 6. 分别在最后的位置插入数据和获取数据(获取后删除) 7. 分别在最开始的位置插入数据和获取数据(获取后删…