【51CTO.com快譯】在數(shù)據(jù)分析的世界中，隊(duì)列分析因?yàn)榭此品浅?fù)雜而總是被人忽視。這一次讓我們來(lái)看一看隊(duì)列分析究竟能為我們提供什么?以及怎樣進(jìn)行這種分析。

在種種數(shù)據(jù)分析工具中，有一種工具經(jīng)常不被人使用，那就是隊(duì)列分析。雖然隊(duì)列分析是一種非常強(qiáng)大的分析方式，但因?yàn)樗雌饋?lái)非常復(fù)雜而總是被人放在一邊。然而，隊(duì)列分析能夠?yàn)槲覀兲峁┐罅康挠行ЫY(jié)果，今天就讓我們深入淺出的了解一下它。

讓我們首先來(lái)解釋一下什么是隊(duì)列分析。隊(duì)列分析能夠幫助你在特定的時(shí)間段對(duì)具有共同特征的一組人群的行為動(dòng)作進(jìn)行分析。它能夠讓你通過(guò)更加精密的“顯微鏡”來(lái)觀察數(shù)據(jù)，將一個(gè)大難題拆分成細(xì)碎的拼圖，然后在每塊拼圖上展示出細(xì)節(jié)。

例如，對(duì)于每一個(gè)開(kāi)發(fā)者或者分析師來(lái)說(shuō)，他們最想知道的數(shù)據(jù)分析結(jié)果之一就是應(yīng)用的保留率。因?yàn)槟阌泻芏喾N辦法可以讓人們?nèi)ハ螺d你的應(yīng)用，但是你會(huì)非常希望知道有多少人最終保留了你的應(yīng)用。保留率是一個(gè)關(guān)鍵的指標(biāo)。正如人們所說(shuō)的：“留住用戶(hù)而不是獲得用戶(hù)才意味著真正的增長(zhǎng)。”在這種情況下，你需要分析安裝移動(dòng)應(yīng)用的用戶(hù)數(shù)據(jù)，以及在5天內(nèi)與該應(yīng)用進(jìn)行了交互的用戶(hù)數(shù)據(jù)，用來(lái)測(cè)量保留率。

這些信息一般會(huì)以如下的表格形式顯示：

在上表中，558位用戶(hù)在1月3日安裝了應(yīng)用，在其中有30%的用戶(hù)在一天之后回來(lái)訪問(wèn)了這個(gè)應(yīng)用，有23%的用戶(hù)在兩天以后訪問(wèn)了這個(gè)應(yīng)用，有24%是在3天以后，21%是在4天以后，而25%是在5天之后。

這種類(lèi)型的數(shù)據(jù)讓人很難清楚地理解數(shù)字之間的關(guān)系并且作出快速的推斷。作為一名分析師，你會(huì)希望通過(guò)這5天的數(shù)字了解保留率的趨勢(shì)以及在日期與日期之間的趨勢(shì)，比如在安裝以后第1天與第3天之間的保留情況。

此外，你還需要測(cè)量保留用戶(hù)與安裝用戶(hù)的總數(shù)量。這些數(shù)字對(duì)于隊(duì)列分析是非常有用的，如果保留率比較低但安裝用戶(hù)很高，那么這顯然是不希望看到的。

假設(shè)我們想看到應(yīng)用安裝后第1天、第3天和第5天的保留數(shù)量，那么通過(guò)隊(duì)列分析，數(shù)據(jù)就可以以下面的視圖總結(jié)并展示出來(lái)：

上面的圖表展示了所選定時(shí)間段中每天的隊(duì)列數(shù)據(jù)變化情況。這3個(gè)隊(duì)列分別代表第1天、第3天和第5天。

圖表中豎條的淺色與深色分別代表了用戶(hù)總數(shù)與保留用戶(hù)的數(shù)量。粉色豎條顯示的是到第1天日末當(dāng)天隊(duì)列數(shù)據(jù)的變化情況。綠色顯示的是從第1天到第3天的變化情況。而紫色則顯示的是從第3天到第5天的每日隊(duì)列數(shù)據(jù)變化情況。在第1天也就是1月3日總共安裝用戶(hù)為558人，而留存用戶(hù)則是深粉色顯示的167人。綠色圖表的顯示也是一致的。在第3天，總用戶(hù)是第1天留存的167人，而在這167人中只有135個(gè)人保留住了，因此顯示出一個(gè)向下的趨勢(shì)。

在圖標(biāo)頂部的曲線(xiàn)顯示的是趨勢(shì)分析。粉色、綠色和藍(lán)色的平滑曲線(xiàn)分別代表著第1天、第3天和第5天的保留率隊(duì)列變化情況，圍繞著曲線(xiàn)的3種顏色的帶狀區(qū)域是保留率的可信區(qū)間。

分析結(jié)果：

用戶(hù)保留率出現(xiàn)了明顯的下降趨勢(shì)。在應(yīng)用安裝的第3天之后出現(xiàn)了急劇的下降，下降原因需要進(jìn)一步探討。

• 1月3日獲取的用戶(hù)在第3天到第5天之間表現(xiàn)出了最高的保留率，幾乎沒(méi)有下降，和其他區(qū)間的隊(duì)列數(shù)據(jù)完全不同，需要深入的了解1月3日所獲取用戶(hù)的類(lèi)型以及特點(diǎn)。此外，用戶(hù)總量在這個(gè)階段也是最高的。
• 在1月4日獲取的用戶(hù)在第5天的保留率相較于第1天與第3天都要低。保留率低于可信區(qū)間的下限。
• 1月6日獲取的用戶(hù)的第3天保留率明顯高于其他區(qū)間。23%的保留率超過(guò)了可信區(qū)間的上限。
• 數(shù)據(jù)顯示1月17日的用戶(hù)獲取數(shù)量出現(xiàn)了一次高峰。

通過(guò)應(yīng)用隊(duì)列分析我們可以了解到很多信息，能夠獲取總體趨勢(shì)、特定區(qū)間的趨勢(shì)以及與其它信息包括實(shí)施營(yíng)銷(xiāo)策略與獲取用戶(hù)策略相混合時(shí)的各種趨勢(shì)，能夠幫助我們得出合理的結(jié)論，進(jìn)一步制定更有效的用戶(hù)獲取與用戶(hù)保留策略。

原文標(biāo)題：How to Use Cohort Data to Analyze User Behavior

【51CTO譯稿，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文譯者和出處為51CTO.com】

【責(zé)任編輯：Ophira TEL：（010）68476606】