七种常见的数据分析法（四）：可行域分析

什么是可行域分析

看上图，是不是有点蒙？其实我已经很努力的在好好画的，但是可行域这个东西本身就相对复杂，各位将就着看吧，看不懂呢就仔细看下文好了。

左侧的图是一张福格模型的图，福格模型是一位叫福格的家伙创造出来的，总结了影响用户动机的原因。福格大哥将影响用户行为动机的因素拆分为mat三个因素。

m是付出行动的动机，a是付出行动的能力，t是触发行动的条件，简单理解就是大众只对自己感兴趣并且有能力满足的事物会产生下一步行为。

比如新iphone卖1万，大多数人是买的起的，这就有了付出行动的能力，而产生行为的动机就取决于新iphone的创新能力，当乔布斯从文件袋里掏出ipad的时候，将大家的动机调动到了最高点，但价格限制了一部分人付出行动的能力。

动机越高，需要付出的能力越低，形成的有效触发区域就越广，比如说小米，从数据上与iphone差别不大，唤起了大家的高动机，价格上有比较便宜，降低了付出行为的能力要求，所以触发的有效区就更广。

福格模型的触发有效区，我们就将其称之为可行域。现在，理解什么是可行域分析了么？

然而，理解了也没什么大不了的，因为你还不会用。

那么可行域分析该怎么用呢？看上图中的左边这个乱七八糟的图表，这张图表在《七种常见的数据分析法（一）：象限法》中作为案例出现，是针对推广创意做的一次象限分析，横轴代表点击量的从低到高，纵轴代表转化率的从低到高。

而点击率代表的营销创意的有效性，转化率代表的是推广渠道的精准性，在这张图表上我们分成了4个象限，但同样是高点击、高转化的象限中，也有具体数据的差别。

首先我们看到2条红色的曲线，在高点击和高转化的区域中我们画了一条红色曲线，这条曲线上方是“高可行域”，曲线下方是低可行域；而在低转化与低点击的象限中我们也画了一条曲线，这条红色曲线的下方是最不可行域。

什么意思呢？其实就是对点击率和转化率的高低做了一个细化分层，点击率和转化率是每一次推广创意的数据化表现，而画出一个可行域，是对营销活动的归类。

那么这条曲线到底要画在什么样的数据标签上？这需要在实际分析工作中做总结，也就是说，可行域分析实际上是一种自己建立的数据分析模型，根据具体数据不断修正调整可行域的范围，对业务指标进行有效评价。

除了两条红色曲线外，还有两条蓝色曲线，一条是渠道可行域，另一条是创意可行域，这两条曲线是对渠道有效性和创意有效性的评价，满足相应区域条件的事件即可作为有效事件经验，为后续的运营增长提供支持。

🙊随手转发给经常加班的运营产品朋友们吧🙊