昨天听了一个讲座《数据：产品进阶的新思路》，三位不同行业的数据产品经理就“为什么做数据分析，如何做数据分析，数据运营案例”做了分享。除了目前工作上接触到的用户画像，漏斗转化分析，数据埋点，渠道统计等方式方法外，又get到了如下几个知识点：
1，用户生命周期管理
根据用户使用产品的程度来划分用户生命周期：潜在用户阶段，新手阶段，有效活跃阶段，活跃下降阶段，即将流失阶段，流失阶段。
根据用户所处的阶段，来进行拉新、促活和挽回，形成差异化的营销方案，做个性化推荐。拉新要精准目标用户，促活要找准时机来维护和激励，挽回可能性小，还是要及时干预和预警。
潜在用户阶段：用户互相推荐，广告宣传造势，免费优惠激励；
新手阶段：新手引导，新手鼓励，操作说明，新用户优惠；
有效活跃阶段：鼓励用户使用更多功能，功能引导；
活跃下降阶段：活动宣传，客服介入，新功能推出；
即将流失阶段：客服介入，消息推送，优惠鼓励。
2，用户分群管理
其实我理解的用户分群管理就是细化市场需求和用户需求，以便有不同的解决方案来适应这种差异化。
对于C端，分群的方法有很多，年龄，性别，地区，免费/付费，产品启动次数，使用频率，停留时长等，还有上面提到的用户生命周期阶段。分群统计数据，对比行为数据，找出产品的核心用户以及这部分用户的特点，以调整产品策略。
对于B端，分群的方法需要更细化一些，因为购买者不一定是使用者，使用者的行为数据无法直接触发购买者进行决策，应该把两部分数据分开来分析，研究购买者数据以确定产品的卖点，研究使用者数据以优化功能体验。
3，分析方法
版本交叉，人群交叉，渠道交叉，同比，环比
版本交叉：对比不同版本的数据表现。新版本有没有提高用户的活跃度，按钮位置的改变有没有引起用户在该页面的停留时间增加，新功能和迭代掉的功能对其他数据埋点的影响等等；
人群交叉：就是前面提到的用户分群管理；
渠道交叉：对比不同渠道流量。哪些渠道获取的用户多，获取的哪部分用户多，什么时间段获取的用户多。渠道之间有何区别，渠道在市场上的份额。以此数据决定在流量大的渠道制定区别于其他渠道的策略，重点推广和维护；
同比：同历史年份同时期相比较，用以说明相对发展速度。避免由于时期特点引起的数据分期偏差。
环比：同上一阶段相比，如上个月，上周，用以说明逐期发展速度。
图片发自简书App
