分布分析

进一步深度了解你的产品核心功能的活跃度;目前此功能属于灰度内测阶段,如需体验,请联系您的客户成功经理或商务对接人,申请进行灰度内测。

场景介绍

分布分析这个功能,主要用来了解不同区间事件发生频次,不同事件计算变量加和,以及不同页面浏览时长等区间的用户数量分布。

主要使用场景1:频次分布

Alice是某个电商产品经理,比较关注"用户浏览商品详情页"的以下几个场景:

  • 希望了解最近一周浏览商品详情页的用户,例如1-5次, 6-10次 ... 不同区间的用户量分布有多少;

  • 希望知道最近一段时间内,每日用户浏览商品详情页人均数量、最大值、最小值、中位数(50%浏览商品详情页的用户浏览小于等于多少页)、25分位(25%浏览商品详情页的用户浏览小于等于多少页)、75分位(75%浏览商品详情页的用户浏览小于等于多少页)的趋势;

  • 希望对比渠道来源A\B\C三个主要广告渠道带来的用户,浏览商品详情页1-5次;6-10次等等不同区间的用户量分布分别有多少;

  • 希望对比"高消费"和"低消费"的两个用户群体浏览商品详情页1-5次, 6-10次, ... , 不同区间的用户量分布分别有多少。

主要使用场景2:金额分布

Alice是某个电商产品经理,比较关注用户购买金额的分层:

  • 希望了解最近一周支付订单总金额,在不同金额区间,例如:1-100元,101-200元,201-300元 ..., 的用户数量是多少;

  • 希望知道最近一段时间内,每日用户购买金额的人均金额、最大值、最小值、中位数(50%支付成功用户购买<=多少元)、25分位(25%支付成功用户购买<=多少元)、75分位(75%支付成功用户购买<=多少元

    )的趋势;

  • 希望对比渠道来源A\B\C三个主要广告渠道带来的用户,在不同金额区间,例如:1-100元,101-200元,201-300元 ..., 的用户数量是多少;

  • 最近一周用户支付成功的用户,前5%的用户的支付金额、后5%的用户支付金额区段值是多少,以及相应的用户数量有多少;

  • 在5%~95%用户中,按“支付金额” 5等分、10等分的区间值及不同区间的用户量分布有多少。

主要使用场景3:某个页面时长分布

Alan是某个直播产品经理,比较关注"用户观看直播间"的以下几个场景:

  • 希望了解最近一周"观看直播"的用户,例如1-5次;6-10次,等等不同区间的用户量分布有多少;

  • 最近一周用户"观看直播"的时长,前5%的用户浏览时长区间段、后5%的用户浏览时长区段的区段值是多少,以及相应的用户数量有多少;

  • 在5%~95%用户中,按“观看直播”总时长5等分、10等分的区间值及不同区间的用户量分布有多少;

  • 希望对比渠道来源A\B\C三个主要广告渠道带来的用户,观看直播1-5次;6-10次等等不同区间的用户量分布分别有多少,判断哪些渠道的用户会对观看直播的黏度更高;

  • 希望对比"高消费"和"低消费"的两个用户群体观看直播时长不同区间的用户量分布分别有多少。

功能含义解释

趋势

产品优化和运营是一个动态的过程,我们需要不断监测数据,调整产品设计或运营方法,然后继续监测效果。

GrowingIO「分布分析」功能为用户提供了「分布分析趋势图」,帮助用户了解“最大值、最小值、平均值、中位数、25 分位值和 75 分位值”几个关键数据指标的变化趋势,快速掌握目标事件的整体分布趋势。

左边功能,可以选择事件、分析目标用户、事件过滤维度

右边的示图区,展示这个事件的分布趋势。

分布值中,我们选择了最大值、最小值、平均值、中位数、25分位值和75分位值几个数据指标来表示分布,帮助我们了解一个重要事件的整体发生频次的分布程度。

  • 最大值:当日用户发生“优惠券立即使用”事件次数的最大值 (即使用优惠券最多次的用户使用了多少次);

  • 最小值:当日用户发生“优惠券立即使用”事件次数的最小值 (即使用优惠券最少次的用户使用了多少次);

  • 平均值:当日发生“优惠券立即使用”事件的人均次数;

  • 25分位:用户按照“优惠券立即使用”事件频次从小到排序,前25%的用户使用次数小于等于多少(即假设有100个用户使用优惠券,25分位值为2,即前25个用户使用次数是1次或2次);

  • 中位数:用户按照“优惠券立即使用”事件频次从小到排序,前50%的用户使用次数小于等于多少(即假设有100个用户使用优惠券,中位数值为4,即前50个用户使用次数是1-4次);

  • 75分位:用户按照“优惠券立即使用”事件频次从小到排序,前75%的用户使用次数小于等于多少(即假设有100个用户使用优惠券,75分位数值为5,即前75个用户使用次数是1-5次)。

分布

选择分布,GrowingIO 会根据您所选择的用户群、所选时间做的事件,帮您进行事件频次的分组和分组后的用户数统计。

分布算法中,会先找到分布中的分布极值。如果直接按照 10等分或者 5 等分进行拆分,很可能会遇到没有办法找到频次少的分布值。故在分布中,我们进行了算法调整,会根据分布,先找到事件频次的合理的分布值(一般情况会取前 5%分布的值或者最小值,但如果按照 5%和最小值取时,第二个区间比第1个区间用户分布差异过大,则会将第二个区间的阈值/2 加入第一个阈值中,这样为了呈现相对较为合理的分布区间)。

拿下图示的“页面浏览量”来示意:

在分布中:

  • 第一个柱表示的含义是:时间范围内(最近7天),目标用户群 (全部访问用户),浏览全部产品页面中,浏览页面量从小到大排序,前5%的用户页面浏览量的范围及用户量。

  • 最后一个柱表示的含义是:时间范围内(最近7天),目标用户群 (全部访问用户),浏览全部产品页面中,浏览页面量从小到大排序,后5%的用户页面浏览量的范围及用户量。

  • 在排除页面浏览非常少和非常多的用户后;帮助您了解按照页面浏览量几等分后,相应值的区间内有多少用户量。

    • 排除第一个和最后一个柱;剩下的页面浏览量范围是2-67;即中间90%的用户浏览页面量在2~67页间。 想进一步确认浏览页面活跃的用户分布量,选择10等分,即(67-2+1 )/10 = 6,每个区间间隔值为6,即(1-7], (7-13], (13-19], ..., (61-67] ; 不同页面浏览量区间上,用户数量。

功能操作&使用场景

查看某个事件频次

点击导航 产品分析-分布分析,进入分布分析页面,事件选择器中,预置“页面浏览量”。点击事件选择器后,选择自己想要分析的事件,例如浏览“产品详情页”。

选择过滤条件,产品详情页的产品名称为“卫衣”

对比某个维度下的不同分布,例如维度选择的“男性”、“女性”。

查看符合分布条件的用户

对于某低频电商,发现过去一个月,有一部分用户下单超过 80%的用户;想进一步了解这些用户的信息;可以直接下钻,点击表格,即可以创建分群,或者直接下载用户 ID.