中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

本文講的是關(guān)于留存率的B2C群組分析——通過B2B群組分析，你可以確定不同群組和不同時(shí)間的用戶活躍度和留存率之間的差異，并對(duì)下一步的產(chǎn)品策略與運(yùn)營策略產(chǎn)生影響。

在之前的文章中，我們討論了B2C的群組分析。我們首先得出群組分析如何使你看到用戶組之間的差異。然后，我們討論了群組分析如何使你可以快速看到迭代效果。

雖然群組分析在B2C領(lǐng)域非常強(qiáng)大，但它們很難在B2B領(lǐng)域中脫穎而出。

這是為什么？

這是因?yàn)榕cB2C產(chǎn)品相比，B2B產(chǎn)品顯示出一些基本的結(jié)構(gòu)差異。

事實(shí)上，在我與Blend產(chǎn)品分析師Ying Luo一起工作之前，我并不知道B2B群組分析和B2C群組分析之間的差異！

為了更好地了解貸款人員如何與Blend進(jìn)行長期合作，Ying和我進(jìn)行了一個(gè)真實(shí)的B2B群組分析?；谶@些背景，在這里我將通過一組假設(shè)的例子，和大家聊聊B2B群組分析。

在本文中，我將首先介紹B2B產(chǎn)品與B2C的不同之處，以及這些不同如何使B2B群組分析變得困難。

B2B群組分析 VS B2C群組分析

B2C群組分析更簡單，是因?yàn)檫@些產(chǎn)品往往有大量，穩(wěn)定的用戶流量和有規(guī)律的用戶參與。

換句話說，通過激活日期可以輕松劃分用戶群，以獲得類似于下圖的群組分析?？梢钥吹?，這些群組規(guī)模很大，并且隨著時(shí)間的推移很容易看到趨勢(shì)。

但是，企業(yè)B2B產(chǎn)品無法保證以下兩點(diǎn)：

1. 持續(xù)的新用戶流：B2B產(chǎn)品通常有發(fā)布時(shí)間，大量用戶將在一個(gè)時(shí)間點(diǎn)加入
2. 頻繁的使用次數(shù)：許多B2B產(chǎn)品沒有像Facebook或Instagram那樣的日常用例

為什么這會(huì)影響群組分析？

首先，如果你沒有持續(xù)的流量，你無法再按時(shí)間分組。

因?yàn)槿绻磿r(shí)間分，每個(gè)群組的規(guī)模會(huì)不同，并且每個(gè)群組嚴(yán)重偏向于特定的客戶子集。也就是說，當(dāng)你進(jìn)行B2C群組分析時(shí)，你可以假設(shè)每個(gè)群組之間的關(guān)鍵差異是產(chǎn)品本身的狀態(tài)。但是，在B2B群組分析中，你還必須考慮群組本身的組成。

舉個(gè)例子，假設(shè)在這段時(shí)間，ABC公司使用了你的B2B產(chǎn)品：

可以看到，對(duì)于ABC公司，每個(gè)群組的情況幾乎完全相同。換句話說，如果你只看ABC公司，你會(huì)推導(dǎo)出你在這8周內(nèi)發(fā)布的任何產(chǎn)品優(yōu)化似乎都沒有作用。此外，請(qǐng)注意ABC公司用戶數(shù)量的最大峰值來自第1周。這種區(qū)別在某種程度上很重要！

現(xiàn)在假設(shè)這段時(shí)間，XYZ公司用戶使用了你的B2B產(chǎn)品：

XYZ公司每個(gè)群組的情況也基本相同。但是我們發(fā)現(xiàn)，總體來看，XYZ 公司沒有ABC 公司的用戶活躍度高。同時(shí)，XYZ公司用戶數(shù)量的最大峰值來自第8周。

如果我們將這種分析匯總在一起會(huì)怎樣？

好吧，我們結(jié)果如下：

如果沒有每個(gè)公司的基礎(chǔ)數(shù)據(jù)，你可能會(huì)得出：產(chǎn)品在第1周比第8周更好，因?yàn)榈?周的用戶活躍度更高。

但實(shí)際上，區(qū)別只是由于用戶組成不同！換句話說，構(gòu)成每個(gè)群組的用戶群基本上是不同的。

無論產(chǎn)品如何，ABC公司用戶本身就比XYZ公司更加活躍。你只是碰巧第一群組的ABC用戶更多而已。

因此，與B2C不同，B2B產(chǎn)品很難按時(shí)間分組。

其次，當(dāng)你不能保證產(chǎn)品被頻繁使用時(shí)，就會(huì)很難準(zhǔn)確地跟蹤每日工作或每周工作周期，并且你可能需要使用更大的粒度。

例如，假設(shè)你的產(chǎn)品僅供財(cái)務(wù)團(tuán)隊(duì)用于完成工資單，這種情況每兩周發(fā)生一次。你最終可能會(huì)看到如下所示的每日用戶活躍度圖表：

如果你試圖以天為單位做群組分析，你可能會(huì)得到下面這個(gè)無意義的結(jié)果

每天的數(shù)據(jù)波動(dòng)太大，因此即使每個(gè)群組的行為方式相同（每月的第14天和第30天都有很多活躍用戶），你也無法比較不同群組。

因此，不應(yīng)該按天對(duì)B2B用戶分組，應(yīng)該用更大的時(shí)間范圍。

然而，群組分析在B2B中仍然非常重要！

那么，你如何對(duì)B2B產(chǎn)品進(jìn)行群組分析呢？

B2B群組分析——最佳分組方式

如果你通過以下方式為B2B產(chǎn)品進(jìn)行組合，你會(huì)得到獨(dú)特有效的見解：

• 按客戶屬性（大小，業(yè)務(wù)模型，計(jì)劃）
• 按用戶角色

首先，通過客戶屬性進(jìn)行同類分組，你可以查看在B2B中提供的不同客戶群。

例如，假設(shè)你的產(chǎn)品是營銷支持平臺(tái)。你可能希望將擁有集中營銷團(tuán)隊(duì)的客戶與分布式營銷團(tuán)隊(duì)的客戶進(jìn)行對(duì)比，因?yàn)槊總€(gè)客戶可能有不同的需求。你的產(chǎn)品對(duì)集中式團(tuán)隊(duì)還是分布式團(tuán)隊(duì)更有效呢？

此外，根據(jù)客戶規(guī)模進(jìn)行群組分析可以讓你知道你的產(chǎn)品更適合大客戶還是小客戶。

至關(guān)重要的是，你要了解你的產(chǎn)品在細(xì)分市場上的表現(xiàn)，因?yàn)檫@將決定如何確定你的產(chǎn)品路線圖。

請(qǐng)記住，你作為產(chǎn)品經(jīng)理的成功取決于產(chǎn)品/市場契合度，這本身取決于你創(chuàng)建的產(chǎn)品和你的目標(biāo)市場。

此外，根據(jù)客戶購買的計(jì)劃類型分組是確定你的不同類型的產(chǎn)品各自表現(xiàn)的好方法。

例如，假設(shè)你以兩種不同的方式提供產(chǎn)品：‘企業(yè)套餐’，以及‘個(gè)人搭配’。哪種類型更有有價(jià)值呢？

除非你使用群組分析來劃分這兩中完全不同的客戶群體，否則你將無法分辨！

除了按B2B產(chǎn)品的客戶類型進(jìn)行組合，你還可以按用戶角色。

比如說：你是銷售部門的產(chǎn)品經(jīng)理。你在平臺(tái)上有幾個(gè)不同的角色：管理員，銷售經(jīng)理，銷售員，營銷人員和業(yè)務(wù)運(yùn)營。

你應(yīng)該按用戶角色分組，以便了解不同角色是如何使用產(chǎn)品。

這樣，當(dāng)你發(fā)布一個(gè)需求時(shí)，你可以確定它如何影響每個(gè)角色。然后根據(jù)不同角色的使用反應(yīng)，決定這個(gè)需求的迭代方向。

由于B2B產(chǎn)品很復(fù)雜，所以你提供的某些功能可能會(huì)有利于某個(gè)角色，同時(shí)不利于另一個(gè)角色，這是不可避免的。

因此，通過群組分析可以權(quán)衡取舍帶來的利弊！

B2B群組分析——最佳時(shí)間段劃分

請(qǐng)記住，群組分析依賴于兩個(gè)軸 – 群組（如何拆分不同的群組）和時(shí)間（多久分析一次）。

我們已經(jīng)討論了如何更有效地為B2B分組?，F(xiàn)在，我們來談?wù)勅绾胃行У剡x擇時(shí)間切片。

考慮利用以下方法來減少分析中的偏差：

• 選擇更大跨度的時(shí)間切片
• 將時(shí)間與重大事件對(duì)齊

首先，在較長時(shí)間范圍內(nèi)讀取事件可以降低分析中的噪音。

還記得我們之前的例子，財(cái)務(wù)用戶可能每兩周才使用一次嗎？每日或每周時(shí)間片太嘈雜，無法產(chǎn)生任何有意義的見解。

我經(jīng)常聽到的一個(gè)問題是——如果你使用更大的時(shí)間塊，你可能會(huì)錯(cuò)過在較小時(shí)間尺度上的關(guān)鍵見解。

雖然這是一個(gè)有效的問題，但請(qǐng)記住，企業(yè)通常需要花時(shí)間來適應(yīng)B2B產(chǎn)品的功能。

因此，每日或每周時(shí)間片在企業(yè)空間中通常無效。

其次，在確定如何設(shè)置分析時(shí)，你應(yīng)該針對(duì)每個(gè)客戶的重要事件確定基準(zhǔn)時(shí)間。

將客戶經(jīng)歷的某個(gè)重要事件的時(shí)間而不是一個(gè)隨便的日期設(shè)為初始時(shí)間片。

例如，考慮產(chǎn)品首次推出的日期。

一個(gè)隨便的日期不會(huì)告訴你用戶使用你的產(chǎn)品的時(shí)間。

“自全國推出以來的天數(shù)”卻可以告訴你這些信息！因此，它更適合于觀察群組的表現(xiàn)情況。

總結(jié)

雖然B2B群組分析很難，但它可以帶來難以置信的回報(bào)！通過B2B群組分析，你可以確定不同群組和不同時(shí)間的用戶活躍度和留存率之間的差異。

要降低分析中的偏差，你應(yīng)該考慮兩個(gè)軸：群組和時(shí)間片?？紤]按客戶屬性或用戶角色而不是用戶使用日期進(jìn)行群組劃分。在按時(shí)間切片時(shí)，請(qǐng)考慮更大的時(shí)間片，并考慮以每個(gè)客戶發(fā)生的重大事件的時(shí)間為指標(biāo)。

有任何不明白或者想要討論的問題，歡迎大家留言在評(píng)論區(qū)哦~

原文地址：https://www.productmanagerhq.com/2019/06/b2b-cohort-analysis/

原文作者：Clement Kao

編譯作者：兔幾；公眾號(hào)：pm-yeah

本文由 @兔幾 翻譯發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash, 基于CC0協(xié)議