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領域很厲害，但是他們在B2B領域很難脫穎而出。

這是為什么呢？

這是因為與B2C產品相比，B2B產品表現出一些基本的結構差異。

事實上，在和Bl產品分析師羅英合作之前，我并不知道B2B群體分析和B2C群體分析的區別！

為了更好地了解信貸員如何與Bl長期合作，我和應進行了一次真實的B2B小組分析?；谶@些背景，我通過一組假設的例子來和大家談談B2B群體分析。

在這篇文章中，我將首先介紹B2B產品和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群體分析更簡單，因為這些產品往往有大量穩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，這些群體規模很大，很容易看出一段時間內的趨勢。

但是，企業B2B產品無法保證以下兩點:

新用戶源源不斷:B2B產品通常有一個發布時間，一個點會有大量用戶加入。

頻繁使用:許多B2B產品沒有像臉書或Instagram那樣的日常用例。

為什么這會影響群體分析？

首先，如果沒有持續的流量，就不能按時間分組。

因為如果按時間劃分，每個群體的規模會不一樣，每個群體都嚴重偏向特定的客戶子集。換句話說，當你做B2C群體分析時，你可以假設每個群體之間的關鍵差異是產品本身的狀態。然而，在B2B群體分析中，你還必須考慮組本身的構成。

例如，假設在此期間，ABC公司使用了您的B2B產品:

可以看出，對于ABC公司來說，各個集團的情況都差不多。換句話說，如果你只看ABC公司，你會推導出這八周你發布的任何產品優化似乎都沒有效果。另外請注意，ABC用戶數的最大峰值來自第一周。這種差異在某種程度上是重要的！

現在假設XYZ公司的用戶在這段時間使用了你的B2B產品:

XYZ公司各個小組的情況基本相同。然而，我們發現，總的來說，XYZ公司不如ABC公司活躍。同時，XYZ公司用戶數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？

我們的結果如下:

沒有每個公司的基礎數據，你可能會得出產品第一周比第八周好的結論，因為第一周的用戶活躍度更高。

但其實區別只是因為用戶構成的不同！換句話說，組成每個群體的用戶群體基本上是不同的。

不考慮產品，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的產品很難按時間分組。

其次，當你不能保證產品被頻繁使用時，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，假設您的產品僅被財務團隊用于完成工資單，這每兩周發生一次。您最終可能會看到如下所示的每日用戶活動圖表:

如果你試圖用天來做群體分析，你可能會得到下面這個沒有意義的結果。

每天的數據波動太大，所以即使每個組的表現都一樣(每個月的14號和30號有很多活躍用戶)，你也無法比較不同的組。

所以B2B用戶不要按天分組，要用更大的時間范圍。

但是，群體分析在B2B中還是很重要的！

那么，如何對B2B產品進行群體分析呢？

如果你將B2B產品以下列方式結合起來，你將獲得獨特而有效的洞察力:

按客戶屬性（大小,業務模型,計劃)

按用戶角色

首先,通過客戶屬性進行同類分組,你可以查看在企業對企業中提供的不同客戶群。

例如,假設你的產品是營銷支持平臺。你可能希望將擁有集中營銷團隊的客戶與分布式營銷團隊的客戶進行對比,因為每個客戶可能有不同的需求。你的產品對集中式團隊還是分布式團隊更有效呢？

此外,根據客戶規模進行群組分析可以讓你知道你的產品更適合大客戶還是小客戶。

至關重要的是,你要了解你的產品在細分市場上的表現,因為這將決定如何確定你的產品路線圖。

請記住,你作為產品經理的成功取決于產品/市場契合度,這本身取決于你創建的產品和你的目標市場。

此外,根據客戶購買的計劃類型分組是確定你的不同類型的產品各自表現的好方法。

例如,假設你以兩種不同的方式提供產品:'企業套餐,以及'個人搭配。哪種類型更有有價值呢？

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！

除了按企業對企業產品的客戶類型進行組合,你還可以按用戶角色。

比如說：你是銷售部門的產品經理。你在平臺上有幾個不同的角色：管理員,銷售經理,銷售員,營銷人員和業務運營。

你應該按用戶角色被分組，以了解不同角色如何使用產品。

這樣，當您發布一個需求時，您就可以確定它如何影響每個角色。然后根據不同角色的使用反應，決定這個需求的迭代方向。

由于B2B產品的復雜性，不可避免的是，您提供的一些功能可能對一個角色有利，而對另一個角色不利。

所以可以通過群體分析權衡利弊！

記住，群體分析依賴于兩個坐標軸——群體(如何劃分不同的群體)和時間(多久分析一次)。

我們已經討論了如何更有效地對B2B進行分組?，F在，我們來談談如何更有效地選擇時間片。

考慮使用以下方法來減少分析中的偏差:

選擇跨度較大的時間片。

使時間與重大事件保持一致

首先，讀取長時間范圍內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？每日或每周的時間電影太吵了，無法產生任何有意義的見解。

我經常聽到的一個問題是，如果你使用更大的時間塊，你可能會錯過更小時間尺度上的關鍵見解。

盡管這是一個合理的問題，但請記住，企業通常需要花時間去適應B2B產品的功能。

因此，每日或每周時間片在企業空間中通常是無效的。

其次，在確定如何建立分析時，您應該針對每個客戶的。重要事件決定基準時間。

將客戶經歷的重要事件的時間而不是隨機日期設置為初始時間片。

例如，考慮首次生產產品推出關于約會。

隨機的日期不會告訴你用戶什么時候使用了你的產品。

《天自全國首發》可以告訴你這些信息！所以更適合觀察群體的表現。

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

為了減少分析中的偏差，您應該考慮兩個軸:組和時間電影?？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。按時間切片時，請考慮更大的時間切片，考慮把每個客戶的重大事件時間作為指標。

原始地址:

原作者:ClementKao

編譯:兔子；微信官方賬號:pm-yeah

本文由@ Tuji翻譯發布。每個人都是產品經理。未經許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。