热线电话:13121318867

登录
首页大数据时代你会不会正在做无意义的数据分析?
你会不会正在做无意义的数据分析?
2021-08-17
收藏

你会不会正在做无意义的数据分析?

你会不会正在做无意义的数据分析?

并没有符合你的预期,活跃度?

你会不会正在做无意义的数据分析?

假设活跃度的口径,是用户当天用过登录app的记录

问题1、登录app的用户真的就算是活跃了吗?

问题2、后台记录的登录条件上是否有限制?push页进来的也算登录吗,还是一定要首页进来的?

问题3、统计量下的活跃用户真的是有价值的客户,可以为后续的转化提供基础,没有噪声用户的吗?

一、关于预警指标初认识

1、常用的用户数据指标有哪些?

你会不会正在做无意义的数据分析?

理解“日活/月活度数据指标”-使用场景

到底活跃对我们意味着什么?

活跃用户,是相对于“流失用户”的一个概念,是指那些会时不时地光顾下app,并为app业务带来一些价值的用户。

活跃用户是一个公司讲故事的资本。针对的是小型的,有融资需求的公司,如果一个公司有百万以上的日活用户,即使没有盈利,依然会受到投资人的青睐,变现是小事,有没有用户使用才是大事。现在产品的变现方式已经很成熟,有百万用户的产品通过接入广告,也可以获得一些收益。

在用户活跃分析的时候,不是为了逼用户天天来戳一下,而是为付费、或者其他转化提供稳定的支持,那么选择活跃度指标时需要考量公司的业务目标。

理解“日活/月活度数据指标”-日和月的定义

日:一般我们指一个自然日,即0:00–24:00

月:上个月的1号0点-当月最后一天的23点59分

月活跃用户的计算逻辑是什么?

A、每一天的活跃用户的累加(或者取平均值)

B、这个月所有活跃用户去重的总数

理解“日活/月活度数据指标”--活跃的定义

活跃度的几种口径

A、检测到用户的登录信息(一些强登录的app,例如网银、网游)

B、指定多个页面的埋点数据上报

C、通过后台带用户信息或者用户ip的请求信息(无账号APP)

D、停留指定页面超过一定时长

你会不会正在做无意义的数据分析?
你会不会正在做无意义的数据分析?

理解“用户日活/月活度数据指标”--活跃的定义

你会不会正在做无意义的数据分析?

理解“增量数据指标”--新增用户的使用场景

对“新增用户”的定义实际上是通过用户新增的后续行为进行一个简单的用户分层,满足当前运营阶段的“关键指标”的用户作为有效新增用户,也是后续运营的重点用户。

在定义好“新增用户”的指标后,拉新行为也就并不是只看重下载和打开,而是围绕核心指标进行优化,例如以注册为指标,需要通过观察用户的注册行为路径优化注册流程体验。

理解“增量数据指标”--新增用户的定义

在目前的“新增用户”的定义中,总的来说,可以分为两种方式:

一种方式为一段时间内打开应用的新用户数量,这是广义的新增用户。

另一种方式为一段时间内产生过“关键行为”的新用户数量,比如:注册账号,激活账户,而对于增长黑客而言,则更关注第二种“新增用户”。

理解“留存率”--留存率的使用场景

用户留存率是验证产品用户吸引力很重要的指标。通常可以利用用户留存率与竞品进行对比,衡量应用对用户的吸引力。对于某一个相对成熟版本的应用,如果用户留存率有明显变化,则说明用户质量有明显变化,很可能是因为推广渠道质量的变化所引起的。

理解“增量数据指标”--新增用户的使用场景

对“新增用户”的定义实际上是通过用户新增的后续行为进行一个简单的用户分层,满足当前运营阶段的“关键指标”的用户作为有效新增用户,也是后续运营的重点用户。

在定义好“新增用户”的指标后,拉新行为也就并不是只看重下载和打开,而是围绕核心指标进行优化,例如以注册为指标,需要通过观察用户的注册行为路径优化注册流程体验。

理解“增量数据指标”--新增用户的定义

在目前的“新增用户”的定义中,总的来说,可以分为两种方式:

一种方式为一段时间内打开应用的新用户数量,这是广义的新增用户。

另一种方式为一段时间内产生过“关键行为”的新用户数量,比如:注册账号,激活账户,而对于增长黑客而言,则更关注第二种“新增用户”。

理解“留存率”--留存率的使用场景

用户留存率是验证产品用户吸引力很重要的指标。通常可以利用用户留存率与竞品进行对比,衡量应用对用户的吸引力。对于某一个相对成熟版本的应用,如果用户留存率有明显变化,则说明用户质量有明显变化,很可能是因为推广渠道质量的变化所引起的。

理解“留存率”--留存率的含义

留存指的是:一批新增用户中,在指定的时间段内,没有卸载的用户(app场景)。

新增账号第X日:某日新增的账号中,在新增日后第X日有登录行为记为留存

新增账号X日内:某日新增的账号中,在新增日后的X日内有登录行为记为留存

活跃账号第X日:某日活跃的账号中,在新增日后第X日有登录行为记为留存

活跃账号X日内:某日活跃的账号中,在新增日后的X日内有登录行为记为留存

你会不会正在做无意义的数据分析?
你会不会正在做无意义的数据分析?

其他的基础指标的定义

你会不会正在做无意义的数据分析?
你会不会正在做无意义的数据分析?

2、哪些指标需要做指标预警

A.指标跟业务挂钩。可以做指标的变量很多,但是可以拿来做预警的却不多,选择直接跟指标挂钩的。例如电商,直接就是销售量,接口就是调用次数,产品就是环节转化,运营就是用户增长量

B.避免预警指标过剩,造成指标预警不重视,你设定报警的指标,一定是要真的很严重,你才能推送的那种,不要设置不严重的,但是造成邮件泛滥,没人理会预警就得不偿失了。

C.预警指标需要做重要性排序,先实现会经常出现异常导致你经常加班分析的指标,先实现在业务层面的重要指标,预警指标推送时间不要挤在一起,不然你同时接受多个预警,你不会仔细去看,而且要是都是异常的话,一下子那么多异常出来,你会心慌,那么分析思路就不那么清晰了。

3、指标预警的大类

接口类的数据指标预警(主要用于it部门监控接口或者平台功能稳定),模型准确率

产品类指标的数据指标预警(主要是产品部门用于监控产品功能的转化,产品的访问之类的)

运营类指标的数据预警(主要是运营部门用于监控用户的信息,例如用户的激增,或者用户的大幅度访问下降。)

二、指标构建方法

1、比率占比法

其实就是看各个区间的占比是否跟之前的比较接近,但是这里需要注意的是,不要把“之前”拉的太长,一般是最近7天或者最近3天就可以了。那么这个时段之前的占比(或数据量),这个占比有以下几种方法可以参考:

A.就是计算过去几天的每个时段的平均占比(或数据量)。

B.过去7天,按照距离的时间越长,那么权重变少,例如最近往前推一天是0.5,最近往前推二天是0.3,这样子的权重计算。

C.就是只用过去一天的数据做对比,但是这个不太实际,不过也要看你的业务是怎样的。

2、统计方法

A.时间序列分析。数据量在时间序列上是可以有规律可以遵循的,所以可以利用时间序列分析的方法,预测当天的数据量,若实际与预测的数据量作差值,相差太多则触发指标预警推送。(这种方法不推荐,在理论上可以过得去,但是实际的运用其实相对复杂并且效果也不一定好)

B.相关系数计算。第一点的占比法中,需要每个时段都去计算差别,产生的指标就会多,一旦这种数据量的类型多起来,就会很复杂,所以可以将这些占比列成一个向量,计算今天与之前的数据量组成的向量的相关系数的大小,当太小的时候,主动触发预警。

3、差值&定值法

这个方法是最简单的,这个在模型监控中常用到,其实就是将原先的模型效果与现在的模型效果做比较,或者直接计算模型KS后者auc值看是否低于某值,则预警,但是这里注意的是,这种模型的预警一般没办法以天为周期计算,因为模型的y值往往是有滞后性的。

4、孤立点检测

对比以上几个在单一维度上的方法,孤立点检测是基于多维度建立的向量来观察异常数据点的方法。

三、指标预警的方式

指标预警的方式-钉钉机器人&企业微信机器人通知

钉钉机器人还有企业微信机器人都设置了群机器人的功能,大部分的开发会拿来检测任务是否正常运行,或者定时任务是否完成运行的提醒,所以你也可以拿来作为你的指标预警推送,网上都有响应的教程可以作为参考,写python即可实现。

你会不会正在做无意义的数据分析?
你会不会正在做无意义的数据分析?

钉钉机器人详细介绍链接:

https://developers.dingtalk.com/document/app/custom-robot-access

企业微信机器人:

https://work.weixin.qq.com/api/doc/90000/90136/91770

指标预警的方式-邮件通知

当公司没有第一点的软件,或者机器不能链接外网的时候,可以借助邮件推送的方式,利用python中的smtplib包实现。

你会不会正在做无意义的数据分析?
你会不会正在做无意义的数据分析?

指标预警的方式-平台推送

到了特地为每个分析师都开发了这个预警平台或者自研的bi平台可以满足预警推送的功能化,也可以通过平台推送,这个话可能涉及的东西相对多一些,如果你会写接口,借助django框架写接口之后吐给前端去帮你展示也是可以的。

你会不会正在做无意义的数据分析?
你会不会正在做无意义的数据分析?

五、指标预警平台

你会不会正在做无意义的数据分析?

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询