详解这6种分析法 运营数据分析模型主要有哪几类

在数据分析过程中
过程中,我们通常需要使用各种模型来证明自己的分析观点,使自己的结论更具备说服力,同时也让自己的论证思路更具备逻辑性和条理性 。
今天老李列举了六种常用的数据分析模型,并附上实际案例讲解和分析模板,希望大家能够快速掌握这些模型和方法!
话不多说,干货!
1、RFM模型 RFM分析是美国数据库营销研究所提出的一种简单实用的客户分析方法 。发现客户数据中有三个神奇的元素:
最近一次消费时间(R):客户距离最近的一次采购时间的间隔 。最近一段时间内消费频次(F):指客户在限定的期间内所购买的次数 。最近一段时间内消费金额(M):客户的消费能力,通常以客户单次的平均消费金额作为衡量指标 。这三个要素构成了数据分析的最佳指标 。RFM分析就是通过这三个关键指标对客户进行观察和分类,针对不同特征的客户制定相应的营销策略,如下图所示:
【/s2/】案例讲解:【/s2/】了解一家公司的销售信息,分析该公司的客户消费能力,分类进行营销 。
分析思维:
1)获取R、F、M 3 个关键指标 。2)根据实际业务情况,设置并求出阈值,可以是平均值、中位数,示例使用R、F、M三个指标的平均值 。3)将三个指标R、F、M进行特征向量化,对于M、F,如果客户消费金额和频率高于阈值,计为1,否则计为0;对于R则相反 。4)根据特征向量将客户分类 。用FineBI制成
结论:一般发展客户占客户类型比例最大(近期购买,但频率和金额都不大) 。要把公司的主营业务推给这个客户,通过宣传推广让产品信息到达客户手中 。
其次,客户普遍留存(很久没买了,购买频率和金额都比较少) 。应该针对这部分人群开展促销活动,激发消费热情 。此外,还可以计算客户在各个地区的消费能力和消费损失 。由于M和F是正指标,所以用M和F作为横轴和纵轴来表示客户的消费能力,数值越大,消费能力越高 。
r是一个负指标,代表消耗的损失 。图形越大,近期消耗时间越长,亏损越严重 。
结论:成都和北京的客户消费量较大,但客户流失严重,需要特别注意 。武汉和沈阳的客户以小额消费为主,但消费次数多 。
2、帕累托分析 帕累托分析,又称ABC分类法,也就是俗称的“80比20”法则,常用于商品的库存管理分析 。
产品或业务分为A、B、C三类,用于区分重点和非重点业务,反映每类产品的价值对库存、销售、成本总价值的影响,实现差异化战略和管理 。
案例说明:给定不同类别商品的销售信息,需要分析商品的销售情况,重点管理商品 。
分析思维:
1)计算不同品类商品累计销售额及其占比,2)按照累计销售占比将品类分成几类,将品类按照累计销售额占比:0-70% 1类;70%-90% 2类;90%-100% 3类3、购物篮分析 大家应该都听说过这样一个经典案例:超市里婴儿纸尿裤和啤酒经常一起卖 。原因是经过数据分析发现,买纸尿裤的父母大多是自己的父亲 。如果他们在购买尿布时看到啤酒,他们将有很大的机会购买,从而增加啤酒的销量 。
这种研究消费者消费数据,将不同商品关联起来,挖掘它们之间关系的分析方法,称为产品关联分析法,即购物篮分析法,通过支持度、信心度、促销度三个指标来判断商品之间的关系 。
支持度:是指商品A和B同时被购买的概率,或者某个商品组合的购买次数占总购买次数的比例 。支持程度显示了该规则在所有交易中的代表性 。显然,支持度越大,关联规则就越重要 。
比如今天有10个订单,其中同时购买牛奶和面包的次数是6次,那么牛奶和面包组合的支持度就是6/10=60% 。
信心:是指买A之后买B的条件概率,简单来说就是因为买A而买B的概率 。
比如今天有10单,其中买A的次数是8次,买A和B的次数是6次,那么它的置信度就是6/8=75% 。
促进度:先购买A对购买B的促进作用,用来判断商品组合是否具有实用价值,是看组合商品的购买次数是否高于单个商品 。如果大于1,说明组合有效;如果小于1,则表示无效 。
比如今天有10单,A的购买次数是8次,B的购买次数是6次,A+B的购买次数是6次,那么推广度就是0.6/(0.8*0.6)>1,所以A+B的组合是有效的 。
4、波士顿矩阵 波士顿矩阵通过销售增长率(反映市场引力的指标)和市场占有率(反映企业实力的指标)来分析确定企业的产品结构 。
波士顿矩阵将产品类型分为四类,如下图所示:
5、转化分析 转化漏斗模型是分析用户在使用某项业务时,经过一系列步骤后转化效果的方法 。


推荐阅读