（图为诸葛io demo实操页面）

漏斗分析模型已经广泛应用于网站和APP的用户行为分析中，例如流量监控、CRM系统、SEO优化、产品营销和销售等日常数据运营与数据分析工作中。

留存分析法是一种用来分析用户参与情况和活跃程度的分析模型，从用户的角度来说，留存率越高就说明这个产品对用户的核心需求也把握的越好，转化成产品的活跃用户也会更多，最终能帮助公司更好的盈利

当下获客成本非常昂贵，通过广告渠道获取的用户当然希望他们尽量多的能够留存下来。通过留存分析找到留存下来的用户，找出留存下来的用户他们是因为平台给他们传递什么价值他们才留存下来，如果把这个平台价值能更好的传递给新来的用户，那就能让更多新用户留存下来。

除了提升新增用户留存外，还需要时刻关注整体用户的留存情况，通过细分、对比等方式，寻找高留存用户的特征，提升整体用户的留存情况。

（图为诸葛io demo实操页面）

在数据分析中，经常会用到用户画像分析，比如在漏斗转化过程中，有200个用户在某个流程中流失了，那我们需要对这200个用户进行画像查看，查看具备什么样特征的用户特别容易流失。再比如我们去广告投放之前，我们需要知道产品核心用户的用户画像，这样在选择广告渠道上面就会非常得心应手，在换量的渠道上，也可以评估他们的用户群体和我们产品的用户画像是否一致，有多大比例上重叠的。

（图为诸葛io demo实操页面）

对比分析主要是将两个相互联系的指标数据进行比较，一个指标本身可能看不出多少有用信息，但将两组数据进行对比，能够解读的维度就相较之前会多一些，通过相同维度下的指标分析，可以发现业务在不同阶段的问题。

常见的对比方法包括：时间对比、空间对比、标准对比。

比如绝对值或比例值对比，环比或同比对比，跟同行业或者自己进行对比，亦或者通过划分不同用户群，用户群之间进行对比分析。

以诸葛io电商demo为例：

对「查看商品详情」事件以「商品分类」属性细分，对「搜狗用户群」与「百度用户群」进行对比分析，我们可以很清晰的查看到「来自百度」的用户比例更高，为之后运营工作开展奠定了基础。

（图为诸葛io demo实操页面）

增长黑客的主要思想之一，是不要做一个大而全的东西，而是不断做出能够快速验证的小而精的东西，快速验证，那如何验证呢？主要方法就是AB测试。当我们从数据中找到问题的时候，我们需要验证洞见是否正确，这时候就需要AB测试的帮忙，将一批用户引导到新的运营方案上，之后来验证洞见是否正确。只有从用户中得到验证的假设才是有价值的。

比如：你发现漏斗转化中中间有漏洞，假设一定是商品价格问题导致了流失，你看到了问题，也想出了主意。但主意是否正确，要看真实的用户反应，于是采用AB测试，一部分用户还是看到老价格，一部分用户看到新价格，若你的主意真的管用，新价格就应该有更好的转化，若真如此，新价格就应该确定下来，如此反复优化。

当然除了上面提到的分析方法之外，还有其他的分析方法，比如热力图分析、归因分析等等，分析方法更多是术的层面，在使用哪种分析方法之前，还是需要定义清楚问题和通过那些维度去寻找突破口，再借助数据分析方法，这样才能达到事半功倍的效果。

作者：诸葛io，*诸葛io

本文由 @诸葛io 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自Unsplash，基于CC0协议。