数据分析：在缓慢变化中寻找跳变——基于缓慢变化维度的用户分群

引导语

数据分析中，我们常常有下面几种分群方式：

基础属性类：年龄、性别、城市、学历、用于首次来源

• 特点：

基本是不变化的，虽然年龄、城市等也会发生变化，但本质上我们是将其作为一个用户固定属性进行分析。

• 优势：

用户属性稳定，分群永远不变化。

• 劣势：

是维度有限，很多分析维度很难找到固定属性。

图：某业务用户数分年龄段曲线（来自腾讯灯塔截图）

动态属性类：当天启动方式、当日拉活渠道、新老用户、当日播放视频数、当日是否领取红包。

• 特点：

基本上是基于用户当天的一些行为或状态数据，例如启动方式，每天的启动方式都可能变化，其它也相同。

• 优势：

优点是与业务结合行强相关，分群方式灵活，能够迅速定位问题。例：（1）今天领红包的用户留存降低了，可以快速定位是否是红包产品出现了问题；（2）主动启动用户留存持续上涨，说明产品在朝着正向发展，是个好势头。

• 劣势：

用户的属性经常发生变化，很难解释是结构变化还是效果变化，容易引入互为因果的问题。例：今天领红包的用户留存降低了，到底是红包产品出了问题，还是今天有一大批留存低的用户领了红包呢？因果关系不易排清。

图：微视红包业务，按用户当日领取金额分群的有关数据（来自腾讯灯塔截图）

基于运营视角的缓慢变化维度

       有没有合适分群方式，可以结合基础属性和动态数据的优势，解决相关问题。例如，希望分析红包业务，有没有对用户留存产生影响，我们设想几种方式。

• 按当日是否领取红包将用户分群，分为「领取红包用户」「未领红包用户」，洞察用户留存，这里会受领取红包渗透率影响较大，另外每天领取红包的用户，没有了一致性和连续性（每天不是一批用户）。
• 我们通过特征判断，高龄群体喜欢领红包，分析高龄群体的特征，但又无法解释红包业务。
• 通过号码包圈选，圈选出过去1个月有领取过红包N次以上的用户，观察这批用户的留存率变化，这种方法相对好一些，但是受圈选的日期影响较大。

      其实，这里我们更关心的是，比较喜欢领取红包的那批人，他们究竟留存上有什么变化？

       我们引入了数据仓库中缓慢变化维的概念，例如，每天均将用户按照过去1个月领取红包的天数做分段，这样，用户的分群是在缓慢变化，解决了分群一致性问题，监控的指标是短期变化，可以很好的监控出业务异动。

图：按最近1个月（每日向前滚动计算1个月）领取红包天数分层，DAU用户留存曲线

 如上图，我们清晰的看到，红包敏感群体（「22-28天」）群组的用户留存率在明显下跌，如果按照领取用户的留存，那么这批红包敏感群体会被大量的不敏感但领取用户稀释掉。

      其实我们还可以基于业务视角，构造出很多与业务强相关的缓慢变化维（我们后文称呼为「运营视角缓慢变化维」），如：

· 过去1个月活跃天数

· 过去1个月是否有观看直播

· 过去1个月发布视频天数

       通过在运营视角缓慢变化维上分析异动数据，还非常容易找到业务的交集影响和变化。

       红包敏感群体（缓慢变化维中，过去1个月领取红包22-28天），发布渗透率在逐渐提高，这说明红包模块和发布模块，用户产生了较强的交集，也许可以在产品层面迭代，促进2个模块的相互互动。

运营视角缓慢变化维的构造维需要注意如下几点：

• 维度选择，要滚动较长的周期，例如历史28天、历史90天领取红包天数，这里的滚动周期越短，时效性越好，反映用户最近的状态；滚动周期越长，维度的稳定性越好，维度一致性不易变化。
• 维度选择，应尽可能选择鲁棒性好、受极端值影响小的指标，如历史28天领取红包天数，就比历史28天领取红包次数，因为领取次数可能因某一天次数极高影响，不易反映出用户的真实分层情况。
• 指标选择，指标要选择时间跨度远小于维度的，如我们按照历史28天XX指标分层，适合监控用户的次日留存率，3日留存率等，但不适合监控28日留存率。

      总的来说，运用运营视角缓慢变化维，本质上是，在一个低频变化上发现其中的高频变化。

BI工具的应用

对于BI工具，需要区分维度表和事实表，现在很多BI工具就可以支持「按天变化的维度信息」，可以方便快捷的利用缓慢变化维进行异动分析，以腾讯灯塔为例：

图：腾讯灯塔关于缓慢变化维的适配

目前，团队已经将较多用户行为数据，作为用户基础画像的一部分，引入到数据分析之中，在日常的运营分析和异动监控中广泛应用。

原文作者：刘健阁

原文链接：

https://mp.weixin.qq.com/s/3eLhduKVDiP2igJupFYZPw

腾讯NEXT学院

求职干货 | 前辈blog  | 前端课程

↓↓↓点击阅读原文，体验python入门课程

喜欢这样的干货就点个在看吧！