數據分析中常用的數據模型

一、抽樣分析模型

建模方法

首先確定統計的時間段，暫定為15天；從數據庫中隨機抽取若干名用戶作為分析樣本建立分析模型，模型圖中假定抽樣人數為100人，15天內最高使用量為200最少為15，在橫坐標軸依次畫出每人的使用量立柱圖；然后向右側畫出最高點和最低點的水平引線；然后垂直劃線連接水平線，得到上下交點之間的線段，分別在線段的中點和三分點處水平畫出“中分線”“上分線”“下分線”。

分析方法

根據立柱圖的分布比率確定哪條線為“多”“少”的分割線；

高柱和低柱比較均衡，則以中分線為分割線；

普遍偏高，少量低柱，則以上分線為分割線；

普遍偏低，少量高柱，則以下分線為分割線；

優點：統計建模方便快捷；

缺點：不能獲得準確的宏觀數據，僅獲得近似的參考數據。

二、數據區間對比分析模型

建模方法

假定統計時間段為15天，抽取10000人，分別統計他們的使用量，假定最多使用量為200，最少使用量為0；模型的橫坐標為使用量，縱坐標為發送人數；在橫坐標上，以10條為量級，從少到多依次畫出不同數量區間的發送人數立柱圖，連接主圖頂部重點，得到人數波動曲線。

分析方法

波動曲線的頂點和與頂點最近的最低點，即為使用量“多”和“少”的分水嶺，連接兩點，取中點畫垂直線，即得到二分法的臨界線，左側為非活躍用戶，右側為活躍用戶。如圖示

根據柱狀圖在不同量級的分布狀況，也可以采用多分法細分用戶類型，如圖示。

三、對比分析模型曲線類型分析

利用“數量區間對比模型”分析，不僅能得到分類用戶量級標準、人數、和使用量數據，通過分析使用量曲線類型，可以得到產品和運營的宏觀印象。以下對四種典型的曲線類型進行分析。

常見狀態（產品研發和市場發展的初期）

有基本穩定的用戶群

缺少優質用戶，拔高乏力

缺少高粘度產品（功能）

基本功能還行，除了基本功能，別的不愛用

維持狀態（市場發展中后期）

通過若干時間的經營，產品有一定影響，同時擁有少量fans

對初級用戶的引導不夠，致使中間用戶空虛

產品本身或有某種缺陷，不為多數人接受，只有少數人突破瓶頸，習慣產品才成長成高級

理想狀態（初、中、后期）

市場發展勢頭良好，用戶上手快，越用越熟練，越用越喜歡

證明產品功能，用戶教育俱佳

需加大對潛在用戶的宣傳力度，擴大用戶數

嚴峻狀態（初、中、后期）

市場發展形勢不客觀，用戶淺嘗輒止，流失嚴重

產品存在重大缺陷或基本功能設計實現欠佳，無法留住用戶

宣傳引導力度不夠