数据分析中常用的数据模型

一、抽样分析模型

建模方法

首先确定统计的时间段，暂定为15天；从数据库中随机抽取若干名用户作为分析样本建立分析模型，模型图中假定抽样人数为100人，15天内最高使用量为200最少为15，在横坐标轴依次画出每人的使用量立柱图；然后向右侧画出最高点和最低点的水平引线；然后垂直划线连接水平线，得到上下交点之间的线段，分别在线段的中点和三分点处水平画出“中分线”“上分线”“下分线”。

分析方法

根据立柱图的分布比率确定哪条线为“多”“少”的分割线；

高柱和低柱比较均衡，则以中分线为分割线；

普遍偏高，少量低柱，则以上分线为分割线；

普遍偏低，少量高柱，则以下分线为分割线；

优点：统计建模方便快捷；

缺点：不能获得准确的宏观数据，仅获得近似的参考数据。

二、数据区间对比分析模型

建模方法

假定统计时间段为15天，抽取10000人，分别统计他们的使用量，假定最多使用量为200，最少使用量为0；模型的横坐标为使用量，纵坐标为发送人数；在横坐标上，以10条为量级，从少到多依次画出不同数量区间的发送人数立柱图，连接主图顶部重点，得到人数波动曲线。

分析方法

波动曲线的顶点和与顶点最近的最低点，即为使用量“多”和“少”的分水岭，连接两点，取中点画垂直线，即得到二分法的临界线，左侧为非活跃用户，右侧为活跃用户。如图示

根据柱状图在不同量级的分布状况，也可以采用多分法细分用户类型，如图示。

三、对比分析模型曲线类型分析

利用“数量区间对比模型”分析，不仅能得到分类用户量级标准、人数、和使用量数据，通过分析使用量曲线类型，可以得到产品和运营的宏观印象。以下对四种典型的曲线类型进行分析。

常见状态（产品研发和市场发展的初期）

有基本稳定的用户群

缺少优质用户，拔高乏力

缺少高粘度产品（功能）

基本功能还行，除了基本功能，别的不爱用

维持状态（市场发展中后期）

通过若干时间的经营，产品有一定影响，同时拥有少量fans

对初级用户的引导不够，致使中间用户空虚

产品本身或有某种缺陷，不为多数人接受，只有少数人突破瓶颈，习惯产品才成长成高级

理想状态（初、中、后期）

市场发展势头良好，用户上手快，越用越熟练，越用越喜欢

证明产品功能，用户教育俱佳

需加大对潜在用户的宣传力度，扩大用户数

严峻状态（初、中、后期）

市场发展形势不客观，用户浅尝辄止，流失严重

产品存在重大缺陷或基本功能设计实现欠佳，无法留住用户

宣传引导力度不够