以用户留存为例,聊聊B2C群组分析

数据分析如何避免沦为形式?15天在线学习get一套可落地的数据分析方法,了解一下 >>

本文用一个虚拟例子讲述了关于留存率的B2C群组分析,由此凸显了群组分析的实用性与重要价值。

前言

作为产品经理,了解我们对用户的持久影响至关重要,而最简单的方法之一是通过群组分析

什么是群组分析?让我们把这个词拆开来看。

一个群组简而言之就是一群人

举个例子:以毕业时间划分,2010年的班级是一个群组,2011年的班级则是一个不同的群组。

你可以划分任何你想要的群组。比如你可以按家庭收入中位数进行分群、你可以通过营销活动分群、你可以按年龄分群。

群组分析是对各群组一段时间的行为数据的可视化分析

换句话说,你希望了解行为随时间的变化情况,以及不同分群的不同之处。

对消费产品进行群组分析最简单,那么,让我们开始谈谈B2C群组分析吧!

案例:B2C群组分析

下面是一个虚构的关于留存率的B2C群组分析的示例:

这是一个二维图表,因此你必须学习如何读取它的两个轴。首先,让我们从第一行开始,从左到右阅读。

我们有一组用户在2019年1月7日那一周都激活了他们的新帐户,这组用户共包含14,256名用户。

在第一周之后,只有70.4%的用户仍然活跃在我们虚构的产品中。换句话说,14,256 * 70.4%= 10,036个用户继续活跃。

两周后,只有35.9%的用户仍然活跃在我们虚构的产品中。换句话说,14,256 * 35.9%= 5,118名用户继续活跃。

当你从左到右阅读时,你可以随着时间的推移观看这一群用户。一般而言,群组通常会随着时间的推移而变小,因为越来越少的用户仍对该产品感兴趣。

8周后,这整个队列几乎消失了——只有855名用户(0.6%)留在最初的队列中。

现在,让我们尝试从上到下阅读。

我们的第二组用户在2019年1月14日那一周激活。在这个特定的一周,我们有18,354名新用户在我们虚构的B2C产品中激活他们的账户,这个数字增加了29%。

虽然我们可能已经声称在此分群中拥有更多用户的胜利,但我们可以立即看到这个新分群在用户留存方面表现更差

在他们的第一周,我们只有34.6%的留存率,而第一组的留存率为70.4%。

虽然第二组用户数量更多,但是留存率却相对下降了近51%

如果我们继续阅读第1周那一列的数据,我们可以看到分群2,3,4都表现不佳,而分群1,5,6,7和8都表现相似。

但是,如果我们看第8周那一列数据,很明显第7和第8组与其他同类组相比具有更高的留存。

上例解析

你可以从B2C群组分析中学到什么样的东西?

首先,群组分析使你能够拆分不同的组,而不是看一个总指标

如果我们没有按群组拆分,那么活跃用户数的图表就是以下这样:

看起来我们的活跃用户正在快速增长!但是!从这个图表中,我们不能看出其实我们前面几个群组的留存率很差

事实上,这个图表并没有告诉我们——我们刚开始的用户都已经流失完了!

其次,群组分析使你能够建立一个基线,以进行快速实验。下面我们再来分析一下:

假设在1月7日那一周,我们没有进行任何实验,这是我们的基线。

在我们的下一个群组中,假设我们用了一个新的落地页。新的落地页显然为我们提供了更多的活跃用户(+ 29%),但这些用户对该产品的忠诚度较低(第1周保留率减少了51%)。

随着我们在接下来的两周内继续迭代落地页,我们发现我们无法吸引更有可能坚持使用的用户。

第4个群组,假设我们又换回了最开始的落地页。我们看到用户行为在群组1和群组4中非常相似。

从这里开始,我们的客户支持部门的某个人建议在产品本身内提供实时聊天工具。在群组5中,虽然我们的用户数量较少,但我们注意到留存率做得更好!

对于同类群组6,我们稍微调整了聊天工具,但我们没有看到太多改进。在第6周,我们财务部门的某个人建议让用户在月底付款,而不是让他们预先付款。

于是在群组7,当我们将新的支付方法作为实验实施,我们突然看到在整个群组的生命周期中留存率一路飙升。

现在,我们增长部门的某个人建议添加一个用户论坛,我们立刻在群组8实施。对于群组8,用户论坛是一个很大的胜利——用户更长时间保持了活跃。

通过使用群组分析,我们可以经常进行测试,并了解测试如何在整个产品生命周期内影响我们整个用户群的。

最后,群组分析非常适合识别你是否存在留存问题用户获取问题

很多时候,当B2C公司的增长停滞不前时,他们会尝试通过更多的促销和营销来保证增长。然而,他们的增长仍然停滞不前。那是因为他们可能没有检查他们以前的用户群的留存情况。

如果B2C产品过于专注于拉新而不是留存,那他们将很快失去用户群。

另一方面,如果您保留了之前的用户,那么每周添加的用户数量就会多于流失的用户,这意味着你的用户群将会增长!

总结

群组分析是增强分析能力的有效方法,让你可以看到跨多个维度的行为,而不是衡量总指标。大多数B2C群组分析将按时间进行分组,因为确定旧群组的保留模式同时为产品引入新的同类群组至关重要。在我们的下一篇文章中,我们将介绍如何对B2B产品进行群组分析——这些分类要复杂得多,但值得我们关注!

大家有啥建议想法,欢迎评论区留言。

 

原文地址:https://www.productmanagerhq.com/2019/05/introduction-to-cohort-analysis/

原文作者:Clement Kao

编译作者:兔几;公众号:pm-yeah。

本文由 @兔几 翻译发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash, 基于CC0协议

给作者打赏,鼓励TA抓紧创作!
1人打赏
评论
欢迎留言讨论~!
  1. 群组分析很实用也很常见,期待楼主再更新一下B2B的 ;-)

    回复