只用收藏這一篇，就足夠滿足95%的工作場景需求。
“小王，你把這些使用者資料分析下，分別打個價值標籤給我，我們制定一下營銷活動。”
這時候你拿著使用者資料一臉懵？打標籤？從哪幾個維度？腦海裡彷彿有很多想法，但又不知道從何做起。
你向你的領導請教，領導告訴你借用下RFM模型。你更懵了：什麼是RFM模型？幹啥用的？然後你趕緊百度，按照網上的教程學習，花了很久終於做出了領導想要的分析。結果下一次領導又拿著一份資料讓你分析下資料，找出使用者究竟流失在哪個環節？你感覺才學會的RFM模型頓時不匹配了。
其實有很多人苦惱聽著其他人口中的購物籃模型、KANO模型、杜邦分析模型這些高大詞彙，看著同事各種模型信手拈來的分析資料，問出來又怕別人覺得自己不夠專業，不問又聽不懂跟不上節奏，每次自己都在偷偷的百度。當時是懂了，知道有這麼個模型，需要的時候用忘了不會用，只能在此百度。
但為了能夠讓小夥伴們能少百度幾次，我熬夜彙總了這篇乾貨文，將會從作用、應用場景、舉例這三個維度將工作中常見的，使用頻率最高的模型彙集起來，只用收藏這一篇，就足夠滿足你95%的工作場景需求了。
1、RFM模型:
作用：衡量客戶價值和創收能力。
其中R(Recently)最近一次消費:客戶距離最近的一次採購時間的間隔。
F(Frequency)消費頻率：指客戶在限定的期間內所購買的次數。
M(Monetary)消費金額：客戶的消費能力，通常以客戶單次的平均消費金額作為衡量指標。
應用場景：
找到優質、忠實客戶，集中精力開展營銷活動
找出推送優惠券的使用者，喚醒其購買慾望等
舉例：
透過RFM模型，我們可以知道重要喚回客戶雖然最近沒來消費，但其之前的消費頻率很高、而且消費金額很大，是個一段時間沒來的忠誠客戶，我們需要主動和他保持聯絡。
2、AARRR模型
作用：進行使用者運營分析，探索使用者增長的5個指標：獲客、啟用、留存、收益、傳播
應用場景：
探索培養使用者行為習慣的方式
統計分渠道的使用者啟用量
舉例：
某款興趣社群類APP透過AARRR模型總結出透過微博渠道的會員轉化率最高，可見該渠道可以帶來較高黏性的使用者，因此可繼續將微博渠道作為資源投放重點。
3、KANO模型
作用：對使用者需求分類並進行排序
應用場景：
在資源有限情況下，衡量提高產品還是企業服務對使用者滿意度的影響
設計產品時，明確客戶對產品功能的需求進行取捨，提升工作效率
舉例：
透過KANO模型，設計團隊明白產品的功能並非是越豐富越好，在把產品做厚的同時，考慮如何給產品瘦身。
4、波士頓矩陣模型
作用：透過銷售增長率和市場佔有率來分析決定企業的產品結構。
應用場景：
衡量企業的產品結構
針對不同產品進行資源傾斜
舉例：
透過模型分析，A公司發現是某款APP屬於金牛產品，雖然高速增長，但市場佔有率不高，應該是營銷存在問題，從而改變營銷策略。
5、購物籃分析
作用：透過研究使用者消費資料，將不同商品之間進行關聯，並挖掘二者之間的聯絡
應用場景：
商超的商品組合銷售
演算法下的商品推薦
舉例：
某品牌發現同時購買袋裝泡麵的使用者購買碗的使用者佔比很大，從而透過買泡麵送碗的捆綁銷售，提高了其品牌在一眾泡麵中的銷售額。
6、帕累託模型
作用：根據事物在技術或經濟方面的主要特徵，進行分類排隊，分清重點和一般，從而有區別地確定管理方式。
應用場景：
對主力營收產品進行資源配置
對花費我們80%精力的產品進行投資回報率分析
舉例：
20%的客戶貢獻了80%的收入，20%的商品帶來80%的利潤，所以我們主要做的就是對這20%的客戶進行重點維護，而對80%的客戶尋求其利益增長點。
7、漏斗分析
作用：直觀表示業務從起點到終點的各個環節的轉化情況
應用場景：
分析多種業務場景下各個流程的轉化和流失的情況。
還可以定位每個環節流失使用者，更改營銷策略促進轉化。
舉例：
某購物平臺發現某商品的搜尋率為99.31%，但在新增購物車的轉化率卻只有51.22%，故此推測使用者在對此商品有極強購買慾望的同時，搜尋出來的商品並未很好滿足使用者需求，可以適當擴大此類商品的選擇。
8、留存分析模型
作用：分析使用者參與情況/活躍程度
應用場景：
進行產品的迭代最佳化
判斷客戶對某產品/品牌的忠實度
舉例：2020年10月某產品的留存率為78.95%，但在第四周留存率為0%，由此有理由懷疑該款產品是否有什麼邏輯BUG,此外是否對該產品沒有進行運營動作。
最後，其實模型的使用只是為我們從雜亂無序的海量資料中找到一條最方面、最省力、最有效的捷徑。透過資料模型你可以清晰的知道收集哪條資料、分析哪個指標、從哪個維度能更快的獲得你想要的結果，至於模型的叫什麼並不重要，會用就行。
立即試用FineBI免費版：
https://intl.finebi.com/zh-tw/trial?utm_source=Medium_Banner
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~
