分布分析告诉你，“好钢如何用在刀刃上”

↑点击关注↑ 开启精益成长

产品的优化和运营是一个动态过程。作为产品经理，需要知道关键页面浏览量的频次分布，找到对用户影响最大的页面来进行不断优化；作为运营，需要知道贡献值靠前的用户分群，集中资源用于重点用户。根据这一需求，今天我们就来继续聊一聊分布分析这一实用分析方法。

分布分析是用户在特定指标下的频率、总金额等特征的结构化的分段展现，它主要提供「维度指标化」之后的数据分解能力，将原有维度按照一定的数值区间进行维度划分，进而分析每个维度区间的分布情况。

分布分析通过对数据结构的分层分析，判断极端数值的占比、以及对整体数据的影响。同时了解数据分布的集中度，以及主要数据的分布区间段，洞察数据在分布上的特征，便于了解业务的健康度、分层结构这些信息。

分布分析在以下分析场景中十分常见:分析订单的金额分布、分析某类特殊事件的发生时段分布、分析某类特殊事件的发生次数分布、分析触发某类事件的用户年龄分布。

由此可见，分布分析主要针对的是数值型和日期型这两类属性，如金额、年龄、时间、频次，因此当用户打点上传的数据中包括这两类属性时，那么在日常的分析中就有可能会使用分布分析来解决一些特定问题。常用指标有:X 事件的次数分布、X 事件的活跃时段分布、X 事件的活跃天数分布、X 事件 Y 属性的总和/均值/人均值等分布。

某证券公司的用户平台分布、投资风险等级分布、购买理财产品的金额分布，以及城市分布，如下图 所示。用户平台分布以 Web/H5 为主，投资风险等级分布以中低型为主，购买 5万-10 万理财产品的用户为最多，城市主要分布在深圳、郑州和北京。

该证券公司在 2021 年 9 月 11 日开始“金秋入金享福利”的活动策划，并于9 月 14 日正式投入推广。在 9 月 14 日前，通过近7 天的监测数据可以看到，从9月 14日开始，启动证券 APP的用户数明显有大幅提升，来自深圳的用户人数相较于前一天，增长达到 157.7%。

电商用户的忠诚度如何、客单价情况如何等这些问题均可以通过分布分析功能进行快速诊断。以电商为例，重复购买次数、客单价分布等均是常用的衡量忠诚度的指标。以下从不同角度展现了分布分析的多维度查看。下图可以看到：

从性别来看，男性在该品类购买频次高于女性群体，来自官网和微信的用户支付频次高于其他渠道用户。

X 事件的活跃时段分布，指在指定日期范围内触发 X 事件的时段分布。

e.g. 在2020/01/01 - 2020/10/01 期间，一天24小时各个时段中启动的用户各有多少。

比如通过下图可以看到用户访问集中在上午9点到12点，下午2点到5点期间，其中上午10点到11点期间访问的用户最多。

通过对同一指标下数据的分析，可以帮助企业从中挖掘用户访问规律，企业可以将规律与实际产品策略相结合，进一步修正和重新制定产品策略。