偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

5大數(shù)據(jù)經(jīng)典模型詳解——數(shù)據(jù)分析師必須掌握

大數(shù)據(jù) 數(shù)據(jù)分析

 一、漏斗模型
1898 年,一個(gè)美國(guó)人提出了漏斗模型的概念,后來(lái)被總結(jié)為AIDA模型,從吸引客戶的注意,到引起客戶的興趣,再到產(chǎn)生擁有的欲望,最后形成購(gòu)買的行動(dòng),每個(gè)環(huán)節(jié)都會(huì)有客戶流失,越靠后的環(huán)節(jié),客戶數(shù)量往往就越少,畫出來(lái)的圖形,就像一個(gè)漏斗。

以常見(jiàn)的銷售過(guò)程為例,我們可以把客戶細(xì)分為目標(biāo)客戶、意向客戶和訂購(gòu)客戶:

從銷售漏斗圖的形狀,我們就能比較直觀地看到每個(gè)環(huán)節(jié)的轉(zhuǎn)化情況。通過(guò)橫向或縱向的對(duì)比,發(fā)現(xiàn)業(yè)務(wù)中可能存在的問(wèn)題,然后進(jìn)一步分析原因,從而有針對(duì)性地提出解決問(wèn)題的建議。

銷售漏斗模型,是科學(xué)反映銷售效率的一個(gè)模型,本質(zhì)上是對(duì)銷售過(guò)程的細(xì)化管理,可以幫助我們把流程標(biāo)準(zhǔn)化并沉淀下來(lái)。

二、RFM模型
美國(guó)有一個(gè)研究所從客戶數(shù)據(jù)庫(kù)中發(fā)現(xiàn)了 3 個(gè)神奇的要素:

Recency 最近購(gòu)買時(shí)間,離得越近,價(jià)值越大。
Frequency 累計(jì)購(gòu)買次數(shù),次數(shù)越多,價(jià)值越大。
Monetary 累計(jì)購(gòu)買金額,金額越高,價(jià)值越大。
將這3個(gè)要素分別按價(jià)值的高、低進(jìn)行分組,從而得到 8 種不同類型的客戶,分別采取不同的營(yíng)銷策略。

運(yùn)用之前介紹過(guò)的矩陣分析模型,把 8 種類型按照 M 的高低分成兩個(gè)矩陣,一個(gè)矩陣是針對(duì)重要客戶的營(yíng)銷策略:

重要價(jià)值客戶:R高F高M(jìn)高,可以提供個(gè)性化的VIP服務(wù),提升品牌的價(jià)值。
重要發(fā)展客戶:R高F低M高,可以制訂客戶忠誠(chéng)度培養(yǎng)計(jì)劃,幫助他們成為重要價(jià)值客戶。
重要保持客戶:R低F高M(jìn)高,可以推送個(gè)性化的激勵(lì)活動(dòng),以重新建立連接,提高復(fù)購(gòu)率。
重要挽留客戶:R低F低M高,可以采取召回策略,調(diào)查問(wèn)題之所在,想辦法進(jìn)行挽留。

另一個(gè)矩陣是針對(duì)一般客戶的營(yíng)銷策略:

  1. 一般價(jià)值客戶:R高F高M(jìn)低,可以提供優(yōu)惠活動(dòng),以吸引他們提高客單價(jià)。
  2. 一般發(fā)展客戶:R高F低M低,可以提供試用活動(dòng),以提高客戶購(gòu)買的興趣。
  3. 一般保持客戶:R低F高M(jìn)低,可以改變宣傳策略,以刺激客戶繼續(xù)購(gòu)買。
  4. 一般挽留客戶:R低F低M低,可以適當(dāng)減少預(yù)算,以降低營(yíng)銷的成本。

3、夏普利值模型
美國(guó)著名數(shù)學(xué)家和經(jīng)濟(jì)學(xué)家羅伊德·夏普利,提出了夏普利值的概念,讓利益分配方式變得更加科學(xué)合理。

夏普利值的目標(biāo),是構(gòu)造一種綜合考慮各方利益的分配方案,讓所得與貢獻(xiàn)相等,從而保證分配的公平合理性。

假設(shè)有一個(gè)數(shù)據(jù)分析團(tuán)隊(duì),必須運(yùn)用分析思維和分析工具才能正常完成工作,至少需要一位能運(yùn)用分析思維的人,和一位熟能運(yùn)用分析工具的人。

現(xiàn)在假設(shè)有三個(gè)人,為了方便理解,分別用 A、B、C 字母作為代號(hào),其中 A 只能運(yùn)用分析思維,B 只能運(yùn)用分析工具,C 既能運(yùn)用分析思維,又能運(yùn)用分析工具。

如果公司為數(shù)據(jù)分析團(tuán)隊(duì)分配了 12 萬(wàn)元的獎(jiǎng)金,只要能夠正常完成工作,那么這個(gè)金額就等于團(tuán)隊(duì)的總價(jià)值。其中任何兩個(gè)人來(lái)上班了,那么第三個(gè)人就不是必須的,也就是說(shuō),最后一個(gè)加入團(tuán)隊(duì)的價(jià)值為零。

我們考慮這三個(gè)人來(lái)上班的所有 6 種次序,并判斷每種情況下每個(gè)人是否增加價(jià)值,字母后面的 √ 代表增加價(jià)值,x 代表沒(méi)有增加價(jià)值。

  • A x B √ C x
  • A x C √ B x
  • B x A √ C x
  • B x C √ A x
  • C √ A x B x
  • C √ B x A x

A 只有第(3)種情況能增加價(jià)值,所以,A 的價(jià)值等于 12 萬(wàn)元的 1/6,即 2 萬(wàn)元。同理,B 只有第(1)種情況能增加價(jià)值,所以,B 的價(jià)值也等于 2 萬(wàn)元。

在其他四種情況下,C 都能增加價(jià)值,所以,C 的價(jià)值等于 12 萬(wàn)元的 4/6,即 8 萬(wàn)元。在這個(gè)例子中,能同時(shí)運(yùn)用分析思維和分析工具的 C,價(jià)值等于 (A + B) 的兩倍。

4、矩陣分析模型
波士頓咨詢公司的創(chuàng)始人布魯斯·亨德森,于 1970 年創(chuàng)建了一種矩陣分析模型,他選擇兩個(gè)重要的指標(biāo),分別作為二維坐標(biāo)的橫軸和縱軸,形成一個(gè)具有四個(gè)象限的矩陣,所以通常稱之為波士頓矩陣,也稱為四象限分析法。

波士頓矩陣通常用來(lái)分析產(chǎn)品結(jié)構(gòu),其中包括兩個(gè)重要的指標(biāo),分別是:銷售增長(zhǎng)率和市場(chǎng)占有率,把產(chǎn)品分成 4 種類別,建議采取不同發(fā)展策略,從而實(shí)現(xiàn)產(chǎn)品結(jié)構(gòu)的良性循環(huán)。

  • 明星類產(chǎn)品:加大投資
  • 問(wèn)題類產(chǎn)品:選擇策略
  • 金牛類產(chǎn)品:保持現(xiàn)狀
  • 瘦狗類產(chǎn)品:逐步放棄

應(yīng)用矩陣分析模型的步驟:

(1)提煉兩個(gè)重要的指標(biāo);

(2)繪制四象限分析圖表;

(3)分析總結(jié)和提出建議。

5、福格行為模型
這個(gè)模型來(lái)源于斯坦福大學(xué)教授,主要用來(lái)分析用戶行為的產(chǎn)生原因和基礎(chǔ)心理,其核心就是行為公式:

行為 = 動(dòng)機(jī) x 能力 x 觸發(fā)

也就是說(shuō),行為的產(chǎn)生有三大要素:一是要有做這件事的動(dòng)機(jī),二是要有能力完成這個(gè)行為,三是要有讓人采取行動(dòng)的觸發(fā)信號(hào),這三個(gè)要素缺一不可。

做數(shù)據(jù)分析,要懂業(yè)務(wù),而很多業(yè)務(wù)的核心是用戶,提升業(yè)務(wù)指標(biāo),往往就是要讓用戶做出某些行為。

舉一個(gè)例子,要想提升銷售額,本質(zhì)上是要讓用戶產(chǎn)生購(gòu)買產(chǎn)品的行為,利用福格行為模型,就要回答以下三個(gè)問(wèn)題:

(1)動(dòng)機(jī):用戶為什么購(gòu)買產(chǎn)品?Why

(2)能力:用戶如何方便地購(gòu)買?How

(3)觸發(fā):是什么觸發(fā)用戶購(gòu)買?What

用戶如果沒(méi)有購(gòu)買產(chǎn)品,要么是動(dòng)機(jī)不足,要么是能力欠缺,要么是觸發(fā)不夠。

假如數(shù)據(jù)顯示,女性用戶的購(gòu)買轉(zhuǎn)化率偏低,利用福格行為模型來(lái)分析:

(1)動(dòng)機(jī):什么樣的產(chǎn)品對(duì)女性用戶更有吸引力?

(2)能力:什么樣的價(jià)格能讓女性用戶覺(jué)得自己有能力購(gòu)買?

(3)觸發(fā):什么樣的促銷和渠道讓女性用戶的轉(zhuǎn)化效果最好?

如果你能通過(guò)數(shù)據(jù)分析,洞察業(yè)務(wù)的本質(zhì),找到問(wèn)題的主要原因,提出靠譜的建議方案,并且推動(dòng)方案落地執(zhí)行,那么你就成功創(chuàng)造了價(jià)值。

 

責(zé)任編輯:梁菲 來(lái)源: 數(shù)據(jù)分析不是個(gè)事兒
相關(guān)推薦

2015-08-17 09:39:40

大數(shù)據(jù)

2012-08-07 17:32:25

數(shù)據(jù)分析師

2015-04-03 11:19:21

大數(shù)據(jù)大數(shù)據(jù)分析師

2016-01-26 10:33:23

大數(shù)據(jù)分析工具數(shù)據(jù)分析師

2015-08-19 13:50:19

數(shù)據(jù)分析

2020-12-09 16:57:15

數(shù)據(jù)分析大數(shù)據(jù)

2020-02-09 17:22:27

5大數(shù)據(jù)分析預(yù)測(cè)

2021-11-29 18:33:38

數(shù)據(jù)分析模型

2020-01-17 13:33:42

大數(shù)據(jù)分析師大數(shù)據(jù)工程師

2024-03-14 11:46:44

數(shù)據(jù)分析師定價(jià)模型

2019-10-14 15:57:36

數(shù)據(jù)分析多維度二八法

2021-01-26 11:12:57

數(shù)據(jù)分析大數(shù)據(jù)大數(shù)據(jù)分析

2018-07-19 19:50:48

大數(shù)據(jù)數(shù)據(jù)分析師網(wǎng)站分析

2016-10-21 14:41:22

數(shù)據(jù)分析師大數(shù)據(jù)

2017-08-01 20:50:45

大數(shù)據(jù)數(shù)據(jù)分析技能

2023-10-07 08:05:17

數(shù)據(jù)分析模型行為分析

2019-07-31 14:16:35

大數(shù)據(jù)人工智能算法

2021-01-23 23:21:46

數(shù)據(jù)分析編程語(yǔ)言Java

2012-08-08 09:00:29

數(shù)據(jù)分析師

2023-07-08 23:05:01

數(shù)據(jù)分析運(yùn)營(yíng)
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)