探索阿里指数数据分析平台官网，开启数据洞察之旅

探索阿里指数数据分析平台官网,开启数据洞察之旅

目前已经开启的数据洞察平台中,爱占(FO)、侯君龙、企小宝(ATA)、知乎等,将数据主要囊括了「数据量」、「数据选择」以及「数据预测」三部分内容。

对比以往的「以时间论为背景的数据洞察」,侯君龙「第一」更加具有深度洞察的特色。

“基于研究发现,2019年用户的画像中,男女比例更高,男性的数据尤为重要,但其次个月的付费率还没有超过3%。”

而当初,如果你是玩王者荣耀的话,ARPU值是用户基础画像中最为重要的一个维度,而当你了解了ARPU值后,你就可以发现,其他用户的画像往往没有那么准确,从而通过自然维度的数据分析来更好地理解用户。

当然了,除了维度分析以外,还需要根据产品的核心业务,有针对性的进行数据分析。

例如,像物联网的不同业务场景,其数据主要是用户生命周期的各个阶段,所以我们发现用户是由早期用户、中期用户、后期用户三部分组成,当用户生命周期结束后,就会进入到第二阶段,所以需要根据这些用户的特性,做相应的用户分层。

6.从渠道划分、物联网产品概况

基于自己的经验,结合百度SEM、微博Push以及统计工具等传统统计工具,得出了一张大体的用户画像,然后根据这些用户特征,对相应渠道的用户进行数据分析。

整体来看,通过数据挖掘,就可以初步把用户进行了解。这张画像不仅反映出ARPU值高,而且还可以分析出不同渠道之间的转化率差异,进而调整相关渠道的用户运营策略。

关于用户的运营策略,实际上分为2个层面:

1)用户数据分析

用户的来源渠道包括:各类运营渠道,包括自媒体、社群、QQ群等,这些渠道,是很好的,可以做一个划分。

2)用户激励

用户激励可以理解为让用户付费,让用户贡献内容,进而提升用户活跃度。最简单的就是积分体系,QQ和微博的积分系统,微博的广告系统,百度的免费搜索等等。

这里分享一个简单的用户激励策略,个人认为不建议在用户活跃度不高的情况下使用,因为当用户活跃度不高,无法带动用户参与度的时候,用户就会流失掉。

所以,这里结合了百度移动端上线的产品日活分布情况,提出了一系列的用户激励方案,在此不再展开。

7.用户需求分析

在了解了用户的基本情况以后,就要了解自己的用户是谁,他们的需求是什么。