用戶體會規劃中用到的統計學辦法

工作中最常用到的統計辦法有哪些？依據我自己的經歷給舉些比方。

1.經過一部分用戶樣本預估全體的用戶情況。比方，你的網站用戶有200萬注冊用戶，你要咨詢他們關于網站改善的定見，你需求給他們發郵件問卷。但由于種種約束，你不能每個用戶都發，并且你收到的有用問卷只有1500多份。你要明確一下，你收集到得1500多份問卷到底多大程度上能夠帶代表200萬的全體。這時候，你要預估差錯規劃（margin of error）。如果你搜集到的有用有碰巧有52%的支持計劃改善，你能說多一半的人都支持么？當然不能，由于你的差錯規劃可能就有2.5%左右。當然差錯的規劃和你選定的置信度相關（Confidence Level），這兒由于時刻的約束我就不細說了。

2.依據用戶的行為和特征對用戶進行細分。這兒需求用到聚類的概念，經過相似性的核算，來將行為和特征附近的個體用戶歸為一類。比較常用的歸類算法，比方K-均值法。例如，你做一個B2B的電子商務網站。你會考慮用哪些標準來區分用戶比較好，如廠家的規劃,產品所屬的行業，還是他的商業模式（生產廠家、外貿公司、批發商、零售商）等等。

3.網站規劃與商業方針的相關性剖析。網站都會經常做改善，如果你有都有相關的歷史記錄能夠剖析出哪些規劃的改善提高的用戶的活躍度或許轉化率。經過相關性剖析，你能夠知道哪些規劃的改善關于用戶的活躍度或許轉化率更大；你還能夠知道哪些規劃元素的改善能夠互相促進商業方針的完結，哪些則不起作用，或許反作用。（當以，這些剖析都基于你已經剔除了運營和推廣活動對你造成的干擾）

4.網站全體用戶體會的衡量。面對每天幾十上百的網站數據的各種目標，相信有適當一部分人包括老板們都看不懂。聽說google的各種目標有2000多個。這些數據目標關于用戶體會的衡量到底有多大含義，也許沒有一個人能夠完全說清楚。這時候，網站需求一個類似股票大盤指數的目標來衡量網站全體用戶體會，及其改變趨勢。這需求對數據進行長期的盯梢，統計，相關性比較才能完結