江西广告网

标题: 用户数据分析模型-UI博客精选(136) [打印本页]

作者: 重庆痞子    时间: 2009-1-3 23:21
标题: 用户数据分析模型-UI博客精选(136)
要执行差异化策略,首先要做到用户的差异化,不把信息投送的对象搞清楚,所谓的差异化就无从谈起了。那么,首先要做到了解用户、认识用户。 在开始进行用户分类之前,面对的是一个未知的数据库,不知道哪些人使用得多?哪些人使用得少?多的多多少?少的少多少?多多少才算多?少多少才算少?不把这些概念转化成准确数据支持的清晰认识,就不可能把握产品运行和用户使用的现状,也就无从制定产品研发和运营推广计划。解决上述问题,就需要通过开展基础用户数据统计分析。 怎样开展基础用户数据统计分析?以得到分类用户标准和宏观认识?可以采取模型分析法。以下以某网络软件为例开展分析,列出了两种可选的分析模型: 说明:潜在用户不需要通过模型分析,而是通过市场调查和产品定位分析获得; 新注册用户通过设定成为注册用户之后的时间限制,确定身份。在抽样之前首先把新注册用户剔除。 一、抽样分析模型

登录/注册后可看大图
建模方法 首先确定统计的时间段,暂定为15天;从数据库中随机抽取若干名用户作为分析样本建立分析模型,模型图中假定抽样人数为100人,15天内最高使用量为200最少为15,在横坐标轴依次画出每人的使用量立柱图; 然后向右侧画出最高点和最低点的水平引线;然后垂直划线连接水平线,得到上下交点之间的线段,分别在线段的中点和三分点处水平画出“中分线”“上分线”“下分线”; 分析方法 根据立柱图的分布比率确定哪条线为“多”“少”的分割线; 1、高柱和低柱比较均衡,则以中分线为分割线; 2、普遍偏高,少量低柱,则以上分线为分割线; 3、普遍偏低,少量高柱,则以下分线为分割线; 优点:统计建模方便快捷; 缺点:不能获得准确的宏观数据,仅获得近似的参考数据。 二、数量区间对比分析模型

登录/注册后可看大图
建模方法 假定统计时间段为15天,抽取10000人,分别统计他们的使用量,假定最多使用量为200,最少使用量为0; 模型的横坐标为使用量,纵坐标为发送人数; 在横坐标上,以10条为量级,从少到多依次画出不同数量区间的发送人数立柱图,连接主图顶部重点,得到人数波动曲线。 分析方法 1、波动曲线的顶点和与顶点最近的最低点,即为使用量“多”和“少”的分水岭,连接两点,取中点画垂直线,即得到二分法的临界线,左侧为非活跃用户,右侧为活跃用户。如图示 2、根据柱状图在不同量级的分布状况,也可以采用多分法细分用户类型,如图示 三、对比分析模型曲线类型分析 利用“数量区间对比模型”分析,不仅能得到分类用户量级标准、人数、和使用量数据,通过分析使用量曲线类型,可以得到产品和运营的宏观印象。以下对四种典型的曲线类型进行分析。

登录/注册后可看大图
原文链接:http://hi.baidu.com/interaction_design/blog/item/438690646b92dcf3f6365428.html 更多UI博客精选




欢迎光临 江西广告网 (http://bbs.jxadw.com/) Powered by Discuz! X3.2