用户运营分析产品相关效果分析方法简介
2020-06-10 10:58:28 1 举报AI智能生成
主要介绍假设检验和用户路径迁移
作者其他创作
大纲/内容
微观：运营活动的效果分析
使用场景
衡量运营活动效果和效率
指导运营方法更替和业务需求和目标
提升数据化运营专业性
分析方法
理论
假设检验
检验方法
T检验
F检验
卡方检验
非参数检验
检验种类
一个总体参数
两个总体参数
应用
ABtest
支持决策的工具
是典型的通过样本数据估计总体数据效果的方法，所以为了避免出现小概率错误，我们需要对AB测试的结果进行假设检验。
推荐阅读：https://zhuanlan.zhihu.com/p/79690021
ABtest的步骤
双样本均值检验
双样本频数检验
实例ABtest
推荐阅读：https://blog.csdn.net/weixin_44508906/article/details/100067104
宏观：用户迁移路径监控
使用场景
宏观监控用户流动方向和部分活动效果
体现用户质量变化和活跃变化
分析方法
用户分类
质量（带来收入？）
低质量
不能等带来收入的人
未开户
中低质量
可能带来收入的人（目前尚无）
开户未入资
中高质量
已经带来收入的人（非融资融券和财富管理类）
入资，未使用衍生产品
高质量
可能带来更多收入的人（使用过融资融券和财富管理类的人）
入资，使用过衍生产品
活跃（带来访问？）
低活跃
0-5/30访问的人
高活跃
20+/30访问的人（每周近5+天）
中高活跃
12-19/30访问的人（每周近3+天）
中低活跃
5-11/30访问的人（每周近1+天的人）
指标输出
三维指标，质量&活跃标签用户的正负向流动用户情况和净增情况
理想结果和运营产品调控目标，正向流动值增加，负向值降低
输出结果
收藏
收藏
职业：硕士
0 条评论
下一页
为你推荐
查看更多
