电商数据分析之用户分析

分析哪些用户?

核心用户，即优质且活跃的用户。任何一个核心用户的流失，都是对我们整个分析或者说业务的一个巨大损失。所以无论我们如何去建立模型去分析用户，这个核心用户一一定是我们最核心最主要最本质的一个分析对象流失用户，即失活用户。我们无论建立什么样的模型，或者说怎么去分析，怎么去预防用户的流失，活跃用户最终一定会流失到是活用户当中，这是不可避免的，因为任何用户他都是有其生命周期的，所以我们最主要的分析对象除了核心用户之外，还要分析流失用户，要分析哪些用户是流失的用户，是失活的用户，没有价值的用户，并且要分析出为什么这些用户会失火，他会失去价值。

用户行为模型

用来分析用户的某个行为特征，并且要分析这个行为特征背后的一个逻辑。比如说提交了一个订单，提交订单之后，可能不会立即的去购买，可能会返回首页继续搜索商品，也有可能提交之后立刻付款。这两种截然不同的行为背后就有不同的动机。用户行为模型就是通过这个模型来分析为什么用户会产生这两种截然不同的动作，从而引导用户去走向最优的一个路径。

包括：行为事件模型、行为路径模型

用户流失模型

把流失用户按照一定的属性或特征进行分类，找到流失用户的关键特征或指标。进行用户流失的模型主要有两个目的：

为了把流失用户唤醒。为了防止活跃用户，最终变成流失用户。

包括：AARRR、RARRA

用户价值模型

业务分析很多情况下都是要在资源有限的情况下，去最大化地撬动业务价值。所以在做用户分模型分析的一个作用，就是挖掘出拥有最大潜力，拥有最大价值的客户，这就是用户价值模型的作用。

包括：RFM、CLV

用户分层模型

用户分层模型就是对用户进行指标化标签化，通过用户的历史行为路径、行为特征或情感偏好等，把用户分成不同的群体，按照这样的规律把这些用户进行归类，然后采取一些具体的措施。

包括：用户画像模型、同期群模型

用户留存模型

用户留存模型是用来衡量产品对于用户价值高低的一种方法。最主要的一个指标是“留存率”，用来判断商品或产品对用户的价值，能否留住用户。

包括：留存率模型、漏斗模型

文章节选自派代网《电商数据分析之用户分析》作者：气质源于