cohort模型分析也叫同期分析群,旨在分析特定時(shí)間節(jié)點(diǎn)下,一群觀察對(duì)象數(shù)量隨時(shí)間流逝的變化。比如某個(gè)APP,在5月1號(hào)做了一個(gè)投放,引進(jìn)來了許多用戶,這時(shí)候就可以應(yīng)用cohort模型,分析這批用戶在5月2號(hào),5月3號(hào)等的留存情況(當(dāng)然也可以按月維度去統(tǒng)計(jì)留存情況)。
因?yàn)榭梢哉故居^察對(duì)象數(shù)量隨時(shí)間流逝的情況,所以cohort模型特別適合分析產(chǎn)品的用戶留存和流失情況,因而被廣泛應(yīng)用在互聯(lián)網(wǎng)產(chǎn)品的用戶行為分析,同時(shí)cohort模型也可以結(jié)合獲客渠道再進(jìn)一步進(jìn)行細(xì)化分析,比較不同渠道獲得的用戶質(zhì)量。
以下是網(wǎng)上找的圖,這就是這個(gè)模型產(chǎn)品化的最常用一個(gè)應(yīng)用場(chǎng)景了。
適用場(chǎng)景和建模思路
群組分析維度是按照獲客時(shí)間來區(qū)分,可以適用以下情形:
- 用戶留存率分析
- 用戶流失率分析
- 用戶續(xù)費(fèi)率分析
- 用戶退費(fèi)率分析
- 廣告轉(zhuǎn)化率分析
建模思路:
1. 定義好分組周期和數(shù)據(jù)指標(biāo)。計(jì)算與首次訪問的時(shí)間間隔即分組周期,一般要參照用戶的使用周期,這個(gè)使用周期可以通過統(tǒng)計(jì)歷史會(huì)話的頻率得到。而計(jì)算留存情況,則是按照首次訪問的時(shí)間和下次訪問的時(shí)間間隔來計(jì)算。但定義留存不能簡(jiǎn)單根據(jù)有沒有登錄,而是要關(guān)注登錄的用戶有沒有做出關(guān)鍵行為比如瀏覽內(nèi)容、購(gòu)買商品等。
2. 數(shù)據(jù)清洗。
3.?整理與可視化。
微信公眾號(hào):一毛江湖歷險(xiǎn)記
本文經(jīng)授權(quán)發(fā)布,不代表增長(zhǎng)黑客立場(chǎng),如若轉(zhuǎn)載,請(qǐng)注明出處:http://gptmaths.com/cgo/user/77273.html
沒copy完?