一、rfm模型
1.作用：用以衡量當前使用者價值和客戶潛在價值(crm)的重要工具和手段
2.三個指標：
f：frequency—頻率，客戶在最近一段時間內交易的次數，f值越大，表示客戶交易越頻繁
m：monetary—客戶在最近一段時間內的交易金額，m值越大，表示客戶價值越高
3.rfm實踐運用的三個前提假設：
4.利用rfm模型產生的客戶分級示例
二、波士頓矩陣（bcg matrix）
1.作用：協助企業做產品組合、投資組合和業務組合
2.基本思想：
波士頓矩陣認為一般決定產品結構的基本因素有兩個——市場引力和企業實力，通過這兩個因素的相互作用，會出現4種不同性質的產品型別：
2.波士頓矩陣示例：
在座標圖上，以縱軸表示企業銷售增長率，橫軸表示市場占有率，各以10%和20%作為區分高、低的中點，將座標圖劃分為四個象限，其目的在於通過產品所處不同象限的劃分，使企業採取不同決策，以保證其不斷地淘汰無發展前景的產品，保持「問題」、「明星」、「金牛」產品的合理組合，實現產品及資本結構的良性迴圈。
3.策略：波士頓矩陣有助於對各公司的業務組合投資組合提供一些解釋，如果同其他分析方法一起使用會產生非常有益的效果。通過波士頓矩陣可以檢查企業各個業務單元的經營情況，通過擠「現金牛」的奶來資助「企業的明星」，檢查有問題的孩子，並確定是否賣掉「瘦狗」。
三、swot分析法
1.基本原理
swot是 strength、weakness、opportunity、threat 四個英文單詞的縮寫，這個模型主要是通過分析企業內部和外部存在的優勢和劣勢、機會和挑戰來概括企業內外部研究結果的一種方法。
2.構造swot矩陣對戰略的分類:
3.swot分析法例項
四、 使用者留存與使用者活躍的整體認知
1.1 留存與使用者活躍的底層核心
關於留存促活，其本質是伴隨著使用者體量的增長，不斷針對不同型別的使用者**，找到價效比最優的轉化、成長路徑**，再施加引導激勵。產品的長期價值成立和穩定，是留存+促活能夠產生意義的前提；
不同業務型別+屬性的產品，在思考「留存」時的關注重點注定不同；
產品形態+功能越豐富、使用者行為越多，想要做好「留存、促活」的技術含量就越高；
典型使用者轉化、成長路徑清晰 + 使用者使用習慣行為閉環形成後，乙個使用者激勵體系可以顯著通過產品化放大內增長的效率。
1.2 增長/留存工作方法
大多數人以為的增長/留存工作流程如下圖：
但實際增長/留存工作流程應如下圖：
2. 通過使用者留存資料分析問題
2.1 留存曲線的定義
說到留存曲線，那邊需先解釋一下什麼是留存率和流失率。
從上述的定義引申，留存曲線就是：持續追蹤不同時期開始活躍的使用者群的留存率隨時間的變化趨勢。
2.2 如何繪製留存曲線
2.2.1 確定關鍵行為的核心思路
然後初始行為和回訪行為在多數情況時是一樣的，當然在某些特定場景的產品中也是存在不同的，關鍵還跟需求本身決定的。
2.2.2 選擇時間週期的方法
不同產品的天然使用週期是不同的，如：
在不知道產品的天然使用週期時，該怎麼著手去尋找這個時間週期呢？
做法：分析月活使用者的乙個月內的活躍天數的佔比分布；
2.2.3 收集資料並製作表單
通過上述操作，即可得到如2.4.案例中提供的留存資料表單。
2.3 如何從留存曲線中尋找留存問題
2.3.1 評估曲線的基本形態
1.下滑型
留存曲線：說明未達到pmf。
專注於改變產品以找到某種針對核心使用者群的價值定位，然後在此使用者群基礎上拓展。此時不要開始盲目拉新，否則只能「無本之木」。
2.趨平型
留存曲線：說明產品達到了pmf。
表明嘗試過該產品的使用者中，有一定比例人**現了其中的價值且在一段時間後持續使用它，可以開始拉新。
3.微笑型
留存曲線：不僅能達到pmf，還有大量的回流使用者。
最理想的留存曲線，一般只存在於特定型別的產品裡。
2.3.2 對比行業均值，觀測變化趨勢
在我們分析產品的使用者留存時，也要結合產品所屬行業的整體趨勢。與頭部產品比較資料差異性以及產品差異。
觀測變化趨勢的思考模式：
將新的留存曲線與舊的的留存曲線進行對比，觀測新留存趨勢是否較舊留存曲線起點更高，斜率更小，曲線更平滑。
資料分析模型總結
1.邏輯回歸 from sklearn.linear model import logisticregression clf logisticregression penalty l1 solver saga tol 0.1,c 0.1,random state 0 clf.fit x train ...
資料分析入門知識筆記總結
資料分析是什麼，小夥伴們自行去問度娘哈。為了降低閱讀壓力，不讓篇幅太長，我特意拆成上 下兩篇來分享自己這幾天學到的知識。我特別不喜歡只會裝逼的產品經理，看文章也一樣不喜歡華而不實的。所以督促自己寫文章時，把懂的 經歷過的能細就寫的盡量詳細 不懂的就去學，然後把整理的筆記分享出來，資料分析方面我涉入不...
資料分析筆記
1，資訊幾乎都是用於兩個目的 操作型記錄的儲存和分析型決策的制定。簡單說，操作性系統儲存資料，而dw bi系統使用資料。2，同比環比從定義上來說很簡單，吳捷的答案說的很清楚了，我來補充一下兩者的適用範圍 同比是今年的某個階段與去年的相同時段比較，適用於觀察某個指標在不同年度的變化，優勢是可以去除大多...