在上一篇文章中，我們討論了B2C的群體分析。我們首先得出結(jié)論，群體分析可以讓你看到用戶群體之間的差異。然后，我們討論了群體分析如何讓你快速看到迭代效果。

雖然群分析在B2C領(lǐng)域很厲害，但是他們?cè)贐2B領(lǐng)域很難脫穎而出。

這是為什么呢？

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

事實(shí)上，在和Bl產(chǎn)品分析師羅英合作之前，我并不知道B2B群體分析和B2C群體分析的區(qū)別！

為了更好地了解信貸員如何與Bl長(zhǎng)期合作，我和應(yīng)進(jìn)行了一次真實(shí)的B2B小組分析。基于這些背景，我通過一組假設(shè)的例子來和大家談?wù)凚2B群體分析。

在這篇文章中，我將首先介紹B2B產(chǎn)品和B2C之間的差異，以及這些差異如何使B2B群體分析變得困難。

B2C群體分析更簡(jiǎn)單，因?yàn)檫@些產(chǎn)品往往有大量穩(wěn)定的用戶流量和定期的用戶參與。

換句話說，可以很容易地按照激活日期劃分用戶組，以獲得類似于下面所示的組分析。正如你所看到的，這些群體規(guī)模很大，很容易看出一段時(shí)間內(nèi)的趨勢(shì)。

但是，企業(yè)B2B產(chǎn)品無法保證以下兩點(diǎn):

新用戶源源不斷:B2B產(chǎn)品通常有一個(gè)發(fā)布時(shí)間，一個(gè)點(diǎn)會(huì)有大量用戶加入。

頻繁使用:許多B2B產(chǎn)品沒有像臉書或Instagram那樣的日常用例。

為什么這會(huì)影響群體分析？

首先，如果沒有持續(xù)的流量，就不能按時(shí)間分組。

因?yàn)槿绻磿r(shí)間劃分，每個(gè)群體的規(guī)模會(huì)不一樣，每個(gè)群體都嚴(yán)重偏向特定的客戶子集。換句話說，當(dāng)你做B2C群體分析時(shí)，你可以假設(shè)每個(gè)群體之間的關(guān)鍵差異是產(chǎn)品本身的狀態(tài)。然而，在B2B群體分析中，你還必須考慮組本身的構(gòu)成。

例如，假設(shè)在此期間，ABC公司使用了您的B2B產(chǎn)品:

可以看出，對(duì)于ABC公司來說，各個(gè)集團(tuán)的情況都差不多。換句話說，如果你只看ABC公司，你會(huì)推導(dǎo)出這八周你發(fā)布的任何產(chǎn)品優(yōu)化似乎都沒有效果。另外請(qǐng)注意，ABC用戶數(shù)的最大峰值來自第一周。這種差異在某種程度上是重要的！

現(xiàn)在假設(shè)XYZ公司的用戶在這段時(shí)間使用了你的B2B產(chǎn)品:

XYZ公司各個(gè)小組的情況基本相同。然而，我們發(fā)現(xiàn)，總的來說，XYZ公司不如ABC公司活躍。同時(shí)，XYZ公司用戶數(shù)量的最大峰值來自第八周。

如果我們把這些分析放在一起呢？

我們的結(jié)果如下:

沒有每個(gè)公司的基礎(chǔ)數(shù)據(jù)，你可能會(huì)得出產(chǎn)品第一周比第八周好的結(jié)論，因?yàn)榈谝恢艿挠脩艋钴S度更高。

但其實(shí)區(qū)別只是因?yàn)橛脩魳?gòu)成的不同！換句話說，組成每個(gè)群體的用戶群體基本上是不同的。

不考慮產(chǎn)品，ABC公司的用戶比XYZ公司更活躍。你只是碰巧在第一組有更多的ABC用戶。

所以和B2C不一樣，B2B的產(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)，將很難精確跟蹤每天的工作或每周的工作周期，你可能需要使用更大的粒度。

例如，假設(shè)您的產(chǎn)品僅被財(cái)務(wù)團(tuán)隊(duì)用于完成工資單，這每?jī)芍馨l(fā)生一次。您最終可能會(huì)看到如下所示的每日用戶活動(dòng)圖表:

如果你試圖用天來做群體分析，你可能會(huì)得到下面這個(gè)沒有意義的結(jié)果。

每天的數(shù)據(jù)波動(dòng)太大，所以即使每個(gè)組的表現(xiàn)都一樣(每個(gè)月的14號(hào)和30號(hào)有很多活躍用戶)，你也無法比較不同的組。

所以B2B用戶不要按天分組，要用更大的時(shí)間范圍。

但是，群體分析在B2B中還是很重要的！

那么，如何對(duì)B2B產(chǎn)品進(jìn)行群體分析呢？

如果你將B2B產(chǎn)品以下列方式結(jié)合起來，你將獲得獨(dú)特而有效的洞察力:

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,你可以查看在企業(yè)對(duì)企業(yè)中提供的不同客戶群。

例如,假設(shè)你的產(chǎn)品是營(yíng)銷支持平臺(tái)。你可能希望將擁有集中營(yíng)銷團(tuán)隊(duì)的客戶與分布式營(yíng)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(chǎng)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(chǎng)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(chǎng)。

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！

除了按企業(yè)對(duì)企業(yè)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(yíng)銷人員和業(yè)務(wù)運(yùn)營(yíng)。

你應(yīng)該按用戶角色被分組，以了解不同角色如何使用產(chǎn)品。

這樣，當(dāng)您發(fā)布一個(gè)需求時(shí)，您就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)品的復(fù)雜性，不可避免的是，您提供的一些功能可能對(duì)一個(gè)角色有利，而對(duì)另一個(gè)角色不利。

所以可以通過群體分析權(quán)衡利弊！

記住，群體分析依賴于兩個(gè)坐標(biāo)軸——群體(如何劃分不同的群體)和時(shí)間(多久分析一次)。

我們已經(jīng)討論了如何更有效地對(duì)B2B進(jìn)行分組。現(xiàn)在，我們來談?wù)勅绾胃行У剡x擇時(shí)間片。

考慮使用以下方法來減少分析中的偏差:

選擇跨度較大的時(shí)間片。

使時(shí)間與重大事件保持一致

首先，讀取長(zhǎng)時(shí)間范圍內(nèi)的事件可以減少分析中的噪音。

還記得我們之前的例子嗎，金融用戶可能兩周才使用一次？每日或每周的時(shí)間電影太吵了，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)過更小時(shí)間尺度上的關(guān)鍵見解。

盡管這是一個(gè)合理的問題，但請(qǐng)記住，企業(yè)通常需要花時(shí)間去適應(yīng)B2B產(chǎn)品的功能。

因此，每日或每周時(shí)間片在企業(yè)空間中通常是無效的。

其次，在確定如何建立分析時(shí)，您應(yīng)該針對(duì)每個(gè)客戶的。重要事件決定基準(zhǔn)時(shí)間。

將客戶經(jīng)歷的重要事件的時(shí)間而不是隨機(jī)日期設(shè)置為初始時(shí)間片。

例如，考慮首次生產(chǎn)產(chǎn)品推出關(guān)于約會(huì)。

隨機(jī)的日期不會(huì)告訴你用戶什么時(shí)候使用了你的產(chǎn)品。

《天自全國(guó)首發(fā)》可以告訴你這些信息！所以更適合觀察群體的表現(xiàn)。

B2B群分析雖然難，但是可以帶來不可思議的回報(bào)！通過B2B群體分析，可以確定不同群體、不同時(shí)間的用戶活躍度和留存率的差異。

為了減少分析中的偏差，您應(yīng)該考慮兩個(gè)軸:組和時(shí)間電影?？紤]按客戶屬性或用戶角色分組，而不是按用戶使用日期分組。按時(shí)間切片時(shí)，請(qǐng)考慮更大的時(shí)間切片，考慮把每個(gè)客戶的重大事件時(shí)間作為指標(biāo)。

原始地址:

原作者:ClementKao

編譯:兔子；微信官方賬號(hào):pm-yeah

本文由@ Tuji翻譯發(fā)布。每個(gè)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。