01对比细分
在互联网的数据分析中, 经常我们去分析比如今天的活跃人数降低了, 我们经常要从多个维度去分析为什么降低。
同时我们还要跟上周, 昨天, 去年同期等做对比, 分析虽然是降低了, 但对比去年是否有变化。
那么我们如何做一个有效的细分呢。
首先我们有很多可以细分的维度, 比如从时间上拆分, 一个月的活跃人数我们可以拆分到每一天的人数, 活跃人数可以拆分新的活跃人数, 老的活跃人数。
同样都是活跃人数, 我们可以拆分不同活跃等级的人数, 这里的活跃人数指的就是比如一个月活跃 1天 活跃 3天 活跃7天等不同活跃天数, 又可以拆分成一天活跃 1小时, 3小时, 7小时等不同时长的用户。
我们还可以对地区进行细分, 比如活跃人数降低了, 我们可以细分到是哪个地方降低比较多, 是广东还是广西, 是湖南还是湖北。
除了以上拆分的维度, 我们还可以有很多拆分的维度, 比如另外一个例子, 我们发送的表情总数量跌了, 我们就可以拆分成发送的小黄脸小表情, 还有很骚气的大表情。
这些拆分是跟特地业务相关的。
对于电商类的业务比如总的订单量 我们可以拆分来自不同的店铺, 不同的品类, 不同的商品类型, 不同的价格类型等等。
对于游戏类型的业务比如总的卖的游戏皮肤 我们可以拆分不同角色的皮肤, 武器也是类似的。
对于视频类app 比如抖音的关注数, 我们可以拆分不同用大v的粉丝数量。
单单细分,没有对比, 就没有洞察, 那么我们细分好了分析维度之后, 怎么对比呢.
