基于用户行为指标的用户分布

  • A+

    基于上面用户行为指标的统计结果,可以结合一些图表来表现每个行为的用户分布情况。


    上面在用户行为模块中对新老用户占比、访问频率和间隔、访问时长和深度的分


    布情况进行分析和展现,如访问频率的用户分布情况,使用了条形图进行展现,


    


   展现了访问次数在1~5次的用户的访问数和页面浏览数,及访问数和页面浏览数在总


    体中所占的比例。用于展现数据分布情况的图表有很多,比如用饼图可以显示每个数据类别的比


    例,可以用于新老用户占比的展现,最常用是直方图,直方图与柱状图比较类似,而柱状图常用


    来展现不同数据项的数量大小,如每个省份的访问数,这里的横坐标省份间是相互独立的,所以


    每个柱形之间是相互分离的,而直方图则常用于展现频数和分布,横坐标的数据一般是连续的,


    所以直方是紧靠在一起的,很多时候横坐标是基于分组的数据,我们将用户的客单价分组后展现


    每组数据的用户分布比例,如图6-10所示。

基于用户行为指标的用户分布

    图6-10中,将客单价每隔30进行分组(图中30显示的是客单价为0~30的用户比例,以此类


    推),大于300的独立一组,统计每组用户数及所占比例并展示。数据的分组尽量使用一样的组


    距,这样可以让数据看上去更均匀,但有时候由于数据分布比较特殊,使用不相同的组距也未


    尝不可,但要注释清楚。直方图的分组个数在6~20比较合适,如果横坐标的分组或数据项异常


    多,可能展现出来的直方图看上去会非常密集,这时可以借助“趋势线”来观察数据的整体分布


    情况,或者使用带平滑线的散点图,如图6-11所示。

基于用户行为指标的用户分布

    图6-11所示的是近60天中访问的用户的最近一次访问距离当前的间隔天数的用户分布图,


    显示了每个访问间隔天数的用户比例,因为没有对数据做分组,横坐标显示了连续的60天的数


    据,所以使用了带平滑曲线的散点图进行展现,能够比较直观地展现用户的保留情况。我们可以


    从图中得到一些其他信息,比如可以定义访问间隔天数超过两周的为沉默用户或者休眠用户,只


    要取访问间隔天数超过14天的用户就可以得到相应的用户比例;如果定义访问间隔超过30天的用


    户为流失用户,也可以从图表中计算得到流失的用户比例。所以基于用户的行为分布图可以获取


    一些额外的用户统计指标。


    直方图或者带平滑曲线的散点图都只能表现用户分布的频数或比例中的一个指标,借助排列


    图可以将频数和比例同时展现在一张图中,如图6-12所示。

基于用户行为指标的用户分布

    图6-12的排列图也叫帕累托图,原先主要用于产品质量管理的领域,用于统计和分析引起


    产品质量问题的主要因素,使用直方图表示数据分布的频数,使用折线图表示数据分布的频率的


    累计。从这个消费次数的用户分布图中可以得到很多信息:零消费(消费次数为0次)用户比例


    与消费(消费次数大于0次)用户比例、单次消费(消费次数为1次)用户比例和多次消费(消费


    次数大于1次)用户比例,所以基于用户分布图同样可以做用户的行为细分。


    散点图较多地用于表现两个指标之间的联系,在相关分析和回归分析中较常用,但其本质也


    是展现数据的分布,而且是基于两个指标展现数据点的分布位置,这里选择用户访问的平均停留


    时长和平均浏览页面数来绘制散点图,我们抽取了100个用户作为样本展现每位用户平均每次访问的停留时长和浏览页


    面数的分布情况,从图中可以发现网站中有多少用户比较活跃,例如定义平均停留时长超过3分


    钟(180秒)并且平均页面浏览数超过3个的用户为活跃用户,那么图中绿框范围内的用户就是活


    跃用户,并且越接近绿框的右上角,用户的活跃度越高。


    用户行为指标的用户分布可以帮助我们发现许多额外的信息,同时基于每期的统计结果进行


    比较并分析用户各行为指标分布的变化可以掌控用户的发展情况,所以定期统计和分析用户行为


    指标的分布情况是十分有用的。


网站部分内容来自网络,仅作分享之用,文章版权属于原作者。如果分享内容侵犯您的版权或者所标来源非第一原创,请联系我们,我们会及时审核处理。本文由柯南SEO整理发布http://www.seoallknow.com
weinxin
我的微信
关注我了解更多内容

发表评论

目前评论:0