用户|数据分析八大模型：同期群模型( 二 )

注意！不同业务场景下，用户付费形态会不同，因此对LTV计算会有影响。
常见的情况，如：

理想状态：用户每个月按固定金额，比例付钱（月租型业务）
前低后高：越忠诚的用户，买得越多，付费越高（粉丝型业务）
前高后低：初期吸引用户大量付费，后边不管了（收割型业务）

对应的数据，可能如下图所示。计算用户LTV的时候，得关注付费形态。如果只是简单地用“平均每月消费”指标，很有可能会用平均值掩盖了真实付费情况，从而误导业务判断。

文章插图
五、渠道同期群：渠道质量分析模型如果在用户同期群分析的时候，把分类维度，改成：从XX渠道进来的用户。则可以进一步做出：渠道质量同期群分析。常见的形式如下：

按渠道+投放广告时间，分类用户
关注该渠道+投放时间进入用户，后续X天转化率/付费
计算用户产生的消费，对比渠道投放成本
针对转化好的渠道，考虑追加投放
针对转化差的渠道，消减预算/整改投放措施

（如下图）

文章插图
六、同期群的不足之处同期群看起来很好使，是因为它能很充分地暴露问题。但是同期群没有解释问题的能力，为啥某个渠道的质量突然崩了？单靠同期群解释不了，需要其他分析模型来解释。
作者：码工小熊，微信公众号：码工小熊
本文由 @码工小熊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