>

GrowingIO 「分布分析」上线:洞察用户分布规律更高效

GIO 增长团队 2019-03-15
430


  • 作为产品经理,想要集中精力优化最重要的页面,你需要知道「关键页面浏览量的频次分布」,找到对用户影响最大的页面;

  • 作为运营,无差别的用户运营会让你精疲力尽,你需要知道「贡献值前 5% 的用户分群」,集中资源在重点用户上;

  • 作为市场,如果仅以渠道带来的注册量评估效果,ROI 只会一团糟,你需要掌握「不同广告渠道用户质量」。


善用分布分析不仅能洞察用户行为分布的规律,还能作为事件分析、用户分群等功能的重要补充。


点击此处立即试用新功能


近期,GrowingIO 上线了「分布分析」功能,客户可以利用分布分析模型对“页面浏览量”、“订单金额”等关键指标的频次、总额等进行归类展现;同时,分布分析还支持通过「维度对比」「用户对比」等功能进行多维度的对比展现。


分布分析功能展示

分布分析功能展示


「分布分析」模型能够为您带来哪些价值?


【直接看分布图】

洞察用户分布规律,优化产品策略


以电商场景为例,电商的一般业务模型为:

收入 = 访问用户数 × 转化率 × 订单金额 × 复购率

想要提升成交总额,就要从这些指标入手进行优化。我们以“订单支付成功”这一关键事件的分布情况举例,如下图所示:


订单支付成功分布分析图


该电商平台用户支付成功的次数集中在 0-1 次之间,这明显低于平均水平;对复购率的有效提升就成了 GMV 增长的关键点。

同样,电商产品经理还会希望了解:

  • 最近一周浏览商品详情页的次数分布区间,例如 1-5 次, 6-10 次 ... 不同区间的用户量是多少;

  • 希望了解最近一周支付订单总金额,在不同金额区间,例如:1-100 元,101-200 元,201-300 元 ...的用户数量是多少;

通过洞察用户行为的分布规律,产品经理可以找到产品优化的方向和策略并进行实验,最终提升转化与留存。


【分布分析+分群分析】

精准甄别核心用户群,提升用户贡献值


甄别核心用户群体,并有针对性地调整资源分配和运营策略,将会帮助电商运营在资源有限的情况下有效提升产出。

在下图中,我们可以了解过去七天全部访问用户中,前5%用户的商品支付金额、后5%用户的商品支付金额各是多少。

最近一周支付金额分布


“前5%用户的商品支付金额”可以作为作为“高价值用户”的定义,在此基础上进行用户分群,并进行针对性的运营,如赠送优惠券、专属活动等。运营同学无需复杂分析即可精准甄别核心用户群,调整资源分配和运营策略,提升用户贡献值。


【做对比】

对比不同渠道、地区等维度的用户分布情况,实时调整运营策略


对比不同维度下分布情况的差异,同样可以提供大量有效信息,常见的应用场景可能包括:

  • 根据不同渠道用户在 0-100 元,101-200 元等成交金额区间内的分布情况,判断哪些渠道的用户金额贡献度更高;

  • 对比 A\B\C 三个渠道带来的用户,浏览买家秀次数在 1-5 次、6-10 次等不同区间的分布情况,判断哪些渠道的用户会对买家秀更感兴趣;

在下图中,通过对比不同渠道在页面浏览量上分布情况的差异,就可以评估这些渠道用户的质量,并以此调整渠道投放和运营策略。

对比不同访问来源的用户在页面浏览量上的分布规律


【读趋势】

实时监测用户分布趋势,快速评估运营和产品优化效果


产品优化和运营是一个动态的过程,我们需要不断监测数据,调整产品设计或运营方法,然后继续监测效果。

GrowingIO「分布分析」功能为用户提供了「分布分析趋势图」,帮助用户了解“最大值、最小值、平均值、中位数、25 分位值和 75 分位值”几个关键数据指标的变化趋势,快速掌握目标事件的整体分布趋势。



GrowingIO「分布分析」功能,可以有效提升产品、运营和市场构建用户行为分布模型的速度,快速洞察用户分布规律、优化产品 or 运营策略,落地增长!分布分析的应用场景和价值远不止这些,更多深度用法用户可以根据实际场景去不断探索。