數(shù)據(jù)分析八大模型：同期群模型

作者：愛學(xué)習(xí)的小熊妹 2022-02-07 19:48:02

大數(shù)據(jù) 數(shù)據(jù)分析

今天繼續(xù)來談數(shù)據(jù)分析八大模型系列。今天分享的，是一個(gè)原理很簡(jiǎn)單，但是應(yīng)用很廣泛的模型：同期群模型。在商品分析、用戶分析、渠道分析上，都用得著哦。

大家好，我是愛學(xué)習(xí)的小xiong熊妹。

一、同期群的原理

同期群分析原理很簡(jiǎn)單：種豆子。怎么區(qū)分哪一種豆子很好?最簡(jiǎn)單的方法，就是分好群體(所謂的“群”)一起種下去(所謂的“同期”)然后觀察哪一個(gè)長(zhǎng)得更快。

為了達(dá)到這個(gè)目的，我們需要：

選擇比較對(duì)象，按條件分好類
選擇合適的比較指標(biāo)。
從一個(gè)時(shí)間節(jié)點(diǎn)開始觀察。
對(duì)比指標(biāo)差異，找出優(yōu)質(zhì)/劣質(zhì)群體

還拿種豆子舉例，同期群的做法如下：

這個(gè)思路非常簡(jiǎn)單，因此在工作中應(yīng)用得非常普遍，還衍生出很多其他名字。

二、商品同期群：商品LTV模型

商品分析中的同期群模型，也被稱為商品LTV模型。

做法如下：

設(shè)定商品等級(jí)(A、B、C級(jí))
從商品上市時(shí)，開始觀察
觀察商品上市后銷量/利潤(rùn)走勢(shì)
對(duì)比每個(gè)等級(jí)商品，是否達(dá)成該商品平均水平
如表現(xiàn)優(yōu)于平均，則重點(diǎn)關(guān)注缺貨問題，保障供給
如表現(xiàn)劣于平均，則重點(diǎn)關(guān)注積壓?jiǎn)栴}，減少庫(kù)存(如下圖)

這個(gè)模型非常好用!因?yàn)楹芏嗌唐罚瑥纳鲜虚_始，天生是有生命周期走勢(shì)的。通過同期群分析，不但可以模擬這個(gè)走勢(shì)，而且可以為每個(gè)級(jí)別的商品定出合理的LTV范圍，從而及早發(fā)現(xiàn)商品銷售是否達(dá)成預(yù)期。從而進(jìn)一步地控制庫(kù)存情況，實(shí)現(xiàn)利潤(rùn)最大化(如下圖)。

不止商品分析，用戶分析也能用得上。

三、用戶同期群：用戶留存率模型

用戶同期群分析，也被稱為用戶留存率模型。

做法如下：

設(shè)定用戶分群(一般按注冊(cè)時(shí)間or注冊(cè)渠道)。
從注冊(cè)時(shí)間開始，觀察每X天后，該批次用戶的留存率。
擬合整體走勢(shì)，預(yù)判X天后，該批次用戶留存數(shù)量。
找到留存下降最明顯節(jié)點(diǎn)，判斷是否進(jìn)一步深入分析。(如下圖)

因?yàn)榇蟛糠諥PP都只能滿足用戶部分需求，因此用戶的留存，總是慢慢減少。如果發(fā)現(xiàn)某些節(jié)點(diǎn)，用戶留存明顯下降，則說明這些節(jié)點(diǎn)出現(xiàn)問題，需要進(jìn)一步分析。同時(shí)，基于同期群數(shù)據(jù)，可以擬合出預(yù)計(jì)留存用戶數(shù)量，就能為運(yùn)營(yíng)籌劃服務(wù)用戶資源，提供數(shù)據(jù)支持(如下圖)。

四、用戶同期群：用戶LTV模型

如果在預(yù)測(cè)用戶留存率的時(shí)候，同步計(jì)算用戶預(yù)計(jì)產(chǎn)生的價(jià)值，則可以計(jì)算出用戶LTV。具體做法如下：

用前文方法，先算出用戶留存數(shù)值
計(jì)算每階段，用戶付費(fèi)率、付費(fèi)金額
用戶總價(jià)值=留存用戶*付費(fèi)率*付費(fèi)金額

注意，這樣計(jì)算出的LTV，實(shí)際上指的是：特定時(shí)間內(nèi)，用戶產(chǎn)生的價(jià)值。并非嚴(yán)格意義上的全生命周期價(jià)值。不過，考慮到企業(yè)做經(jīng)營(yíng)計(jì)劃，也是以年/季度為時(shí)間單位做的，所以只考核用戶在3個(gè)月/6個(gè)月/12個(gè)月內(nèi)產(chǎn)生的價(jià)值，也差不多了。

注意!不同業(yè)務(wù)場(chǎng)景下，用戶付費(fèi)形態(tài)會(huì)不同，因此對(duì)LTV計(jì)算會(huì)有影響。

常見的情況，如：

理想狀態(tài)：用戶每個(gè)月按固定金額，比例付錢(月租型業(yè)務(wù))
前低后高：越忠誠(chéng)的用戶，買得越多，付費(fèi)越高(粉絲型業(yè)務(wù))
前高后低：初期吸引用戶大量付費(fèi)，后邊不管了(收割型業(yè)務(wù))

對(duì)應(yīng)的數(shù)據(jù)，可能如下圖所示。計(jì)算用戶LTV的時(shí)候，得關(guān)注付費(fèi)形態(tài)。如果只是簡(jiǎn)單地用“平均每月消費(fèi)”指標(biāo)，很有可能會(huì)用平均值掩蓋了真實(shí)付費(fèi)情況，從而誤導(dǎo)業(yè)務(wù)判斷。