数据分析常用模型合集(一)AARRR模型和漏斗模型

2024-06-03 08:44

本文主要是介绍数据分析常用模型合集(一)AARRR模型和漏斗模型,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

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)

这篇关于数据分析常用模型合集(一)AARRR模型和漏斗模型的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1026510

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

JS常用组件收集

收集了一些平时遇到的前端比较优秀的组件,方便以后开发的时候查找!!! 函数工具: Lodash 页面固定: stickUp、jQuery.Pin 轮播: unslider、swiper 开关: switch 复选框: icheck 气泡: grumble 隐藏元素: Headroom

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

【专题】2024飞行汽车技术全景报告合集PDF分享(附原数据表)

原文链接: https://tecdat.cn/?p=37628 6月16日,小鹏汇天旅航者X2在北京大兴国际机场临空经济区完成首飞,这也是小鹏汇天的产品在京津冀地区进行的首次飞行。小鹏汇天方面还表示,公司准备量产,并计划今年四季度开启预售小鹏汇天分体式飞行汽车,探索分体式飞行汽车城际通勤。阅读原文,获取专题报告合集全文,解锁文末271份飞行汽车相关行业研究报告。 据悉,业内人士对飞行汽车行业

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

常用的jdk下载地址

jdk下载地址 安装方式可以看之前的博客: mac安装jdk oracle 版本:https://www.oracle.com/java/technologies/downloads/ Eclipse Temurin版本:https://adoptium.net/zh-CN/temurin/releases/ 阿里版本: github:https://github.com/

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

30常用 Maven 命令

Maven 是一个强大的项目管理和构建工具,它广泛用于 Java 项目的依赖管理、构建流程和插件集成。Maven 的命令行工具提供了大量的命令来帮助开发人员管理项目的生命周期、依赖和插件。以下是 常用 Maven 命令的使用场景及其详细解释。 1. mvn clean 使用场景:清理项目的生成目录,通常用于删除项目中自动生成的文件(如 target/ 目录)。共性规律:清理操作

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验