微信数据分析和微信传播模型
微信数据分析是什么
试想一下,如果是你,会怎么向你的领导、向你的下属,进行数据分析呢?是像描述天气一样“昨天阴天,今天天气挺好,风和日丽的,明天预报多云”,还是用其他的方式?大多数人所为的数据分析就像刚才描述天气一样,那不是分析,而是描述数据。
数 据分析需要从来源、行为、流失等方面进行分析。微信数据分析要根据微信传播的特性而定,微信传播是基于好友分享内容而产生的,这里不考虑单纯的复制粘贴, 那样的传播指向性不明确,这里我们只讨论指向性明确的分享链接和内容。微信数据分析需要从用户入手,新增、活跃、留存代表着数据分析的三个方面,进行开源 节流。
数据分析的作用,能够帮助我们回顾过去,评估现在,计划明天,预测未来,从而能够展望未来。数据分析还能够帮助我们认清现状,通过计划明天,逐渐向我们预想的未来靠近。
微信数据分析的内容(举栗子而已)
1、 新增用户数,主要包括:男、女、未知来源、员工推广、活动推广、用户传播、老用户传播、新用户传播、未知来源占比、员工推广占比、活动推广占比、用户传播 占比、老用户传播占比、新用户传播占比、分享员工、分享用户、分享老用户、分享新用户、分享员工占比、分享新用户占比、分享员工人均传播、分享用户人均传 播、分享老用户人均传播、分享新用户人均传播等。
2、好友关系数,主要包括好友数:0、1、2-5、6-10、10-20、20+以及占比情况等。
3、好友关系来源,主要包括:第一关系链ID、第一关系链昵称、关系类型和来源类型等。
4、微信/微信社区行为:如果是游戏,主要有注册(授权登录)、打开、完成、未完成、分享等;如果是电商,主要有注册(授权登录)、打开、下单、付费、删除订单等;如果是普通社区页面,主要有注册、打开、浏览、分享等。
5、交叉分析:留存用户数、新增用户数、留存人均、新增人均,次日用户留存率、7日留存、14天留存、30天留存;用户活跃度,行为完成、未完成用户数以及比例;活跃用户数,行为完成情况分类分析、完成率分析、完成率高低用户分析等。
6、交叉分析形式:图、表、图表。
7、通过交叉分析看产品运营数据的前生今世,了解昨天、评估今天,为前景而计划明天的具体实施。
微信传播模型
1、循环模型
模型来源,巧贝科技CEO Hata
2、循环公式(来源,巧贝科技CEO Hata)
NU – New Users(新用户数)
AU – Active Users(活跃用户数)
R% – Retention Rates(留存率)
S% – Share Rates(分享率)
F – Friends(好友数)
C% – Conversion Rates(转化率)
AU 01 = NU X0 × R N1%
NU 01 = AU 01 × S N1% × F × C N1%
= NU 00 × R N1% × S N1% × F × C N1%
= NU X0 × K N1%
NU X1 = NU X0 × K N1%
…………(抱歉中间部分省略下,嘿嘿)
NU X4 ≈ NU X0 × K N1%4
NU n ≈ NU 0 × K %n
3、根据模型改进产品和运营
R% 21%
S% 20%
F 100
C% 25%
几种可能的数值
R% 20% R% 25% R% 30%
S% 20% S% 25% S% 25%
F(常量) 100 F(常量) 100 F(常量) 100
C% 25% C% 16% C% 14%
1 1 1.0125
R% 30% R% 35% R% 35%
S% 30% S% 30% S% 35%
F(常量) 100 F(常量) 100 F(常量) 100
C% 12% C% 10% C% 9%
1.08 1.05 1.1025
R% 21%
S% 20%
F(常量) 100
C% 25%
1.05
理想中的是黄色部分中的两个,R%、S%、C%在这个基础上持续的增长,才能够给传播带来积极地效果和回报。产品和运营需要基于这三个点作调整,不断的优化、改进,甚至是颠覆式的创新。
如何提高R,留存率?
如何提高S,分享率?
又如何提高C,转化率?
当然,这个模型还有不完善的地方,首先,不适用与电商以及其他社会化媒体,目前只考虑了针对微信的传播模型,其他类型根据平台上用户行为以及传播的特性,会有一定的不同。其次,这个模型还需要大量的实例来证明和说明,提出不能指导实际工作的模型都是耍流氓。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14