增长产品中,量化数据分析的几个方法
发布时间:2020-09-17 18:33:28 所属栏目:模式 来源:腾讯大讲堂
导读:增长为什么要做量化 做增长产品的数据分析,和其他的数据分析,个人认为最大的特色在于量化,为什么要做量化?因为,做增长,是个强数据驱动的方法,要把有限的资源发挥出最大的价值,所以必须准确计算出每个Driver的ROI,才能更有效分配资源,做到效率最
核心流程如下: 说明下寻找协变量的原则,这个非常关键: 选择与评估时间尽可能近的特征,目的是分群尽可能公平,为了构建平行世界,例如:活动前7天的活跃天、使用时长、画像等 选择需要解耦合的业务特征,例如:同期是否领取红包、是否参与其他活动等 不能选择与评估指标有因果性的特征,例如:不能按活动期间的活跃天分群,同时要注意选择解耦合业务的特征,尽可能降低与评价指标的因果性,尽可能用轻度参与特征,例如:是否参与过(1次就算),不能选择“参与的天数”,因为“参与的天数”本身和我们评价的指标活跃天存在因果性。 总的来说,我还是推崇用AB实验衡量贡献,特殊情况下,上面的方法我认为虽然不严谨,这种方法有2点优势,并且我们也在其他业务中推广 统一经验方法,形成通用方法论,解决平行世界构建和业务间解耦合问题 有一定理论支撑(借鉴因果推断思想),可评估误差范围
(编辑:应用网_阳江站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |