案例：分析B2C群组

作为产品经理，了解我们对用户的持久影响是非常重要的，最简单的方法之一就是通过群体分析。什么是群体分析？让我们把这个词拆开看看。简而言之，一群人就是一群人。比如按毕业时间划分，2010年的班级是一个群体，2011年的班级是不同的群体。您可以划分任何您想要的组。例如，你可以根据家庭收入的中位数分组，你可以通过营销活动分组，你可以根据年龄分组。群体分析是对每个群体一段时间内行为数据的可视化分析。换句话说，你想知道行为随着时间的推移而变化，以及不同群体的差异。群体分析消费品最简单，那么，让我们来谈谈B2C群体分析吧！案例：B2C集团分析以下是一个关于保留率B2C集团分析的虚构示例：这是一个二维图表，所以你必须学会如何读取它的两个轴。首先，让我们从第一行开始，从左到右阅读。2019年1月7日，我们的一组用户激活了他们的新账户，其中包括14、256名用户。第一周后，只有70.4％在我们虚构的产品中，用户仍然活跃。换句话说，14、256*70.4％=10、036个用户继续活跃。两周后，只有35.9％在我们的虚构产品中，用户仍然活跃。换句话说，14、256*35.9％=5.118名用户继续活跃。当你从左到右阅读时，你可以随着时间的推移观看这群用户。一般来说，随着时间的推移，群组通常会变小，因为越来越少的用户仍然对产品感兴趣。8周后，整个队列几乎消失了——只有855个用户(0.6％）留在最初的队列中。现在，让我们试着从上到下阅读。2019年1月14日，我们的第二组用户被激活。在这个特定的一周里，我们有18、354名新用户在我们虚构的B2C产品中激活了他们的账户，增加了29％。虽然我们可能已经声称在这个群体中赢得了更多的用户，但我们可以立即看到这个新群体在用户保留方面表现更差。在他们的第一周，我们只有34.6％第一组的留存率为70.4％。虽然第二组用户数量较多，但留存率相对下降了近51%。如果我们继续阅读第一周的数据，我们可以看到分组2、3、4表现不佳，分组1、5、6、7、8表现相似。然而，如果我们看第8周的数据，很明显，第7组和第8组比其他同类组有更高的保留率。你能从B2C组分析中学到什么？首先，群组分析使你能够拆分不同的组，而不是看一个总指标。如果我们不分组，活跃用户数的图表如下：我们的活跃用户似乎在快速增长！但是！从这张图中，我们看不出我们前几组的留存率其实很差。事实上，这个图表并没有告诉我们——我们最初的用户已经失去了！其次，群组分析使您能够建立快速实验的基线。让我们再分析一下：假设我们在1月7日那周没有做任何实验，这是我们的基线。假设我们在下一组中使用了一个新的登陆页面。显然，新的登陆页面为我们提供了更多的活跃用户（ 29％），但这些用户对该产品的忠诚度较低(第一周的保留率降低了51％）。随着我们在接下来的两周内继续迭代登陆页面，我们发现我们无法吸引更有可能坚持使用的用户。假设我们在第四组换回了原来的落地页。在群组1和群组4中，我们可以看到用户行为非常相似。从这里开始，我们客户支持部门的一个人建议在产品本身提供实时聊天工具。在群组5中，虽然我们的用户数量很少，但我们注意到保留率做得更好！对于类似的组6，我们稍微调整了聊天工具，但我们没有看到太多的改进。第六周，我们财务部的一个人建议用户在月底付款，而不是提前付款。因此，在群组7中，当我们以新的支付方式作为实验实施时，我们突然看到保留率在整个群组的生命周期中飙升。现在，我们增长部门的一个人建议增加一个用户论坛，我们将立即在组8中实施。用户论坛是群组8的一大胜利——用户长期保持活跃。通过使用组分析，我们可以经常进行测试，了解测试如何在整个产品生命周期中影响我们的整个用户组。最后，群组分析非常适合识别您是否存在保留问题或用户访问问题。很多时候，当B2C公司的增长停滞不前时，他们会尝试通过更多的促销和营销来确保增长。然而，他们的增长仍然停滞不前。这是因为他们可能没有检查他们以前的用户群的保留情况。假如B2C产品过于专注于创新而不是保留，那么它们很快就会失去用户群。另一方面，如果你保留了以前的用户，每周增加的用户数量将超过丢失的用户数量，这意味着你的用户群将增加！小组分析是提高分析能力的有效方法，使你能够看到跨多维度的行为，而不是衡量总指标。大多数B2C组分析将根据时间进行分组，因为在确定旧组保留模式的同时，将新的同类组引入产品至关重要。在下一篇文章中，我们将介绍如何分组分析B2B产品——这些分类要复杂得多，但值得我们关注！如果您有任何建议，请在评论区留言。