本期導讀

本文主要介紹6種用戶行為分析方法。

上一講中，海納百科講到了用戶需求挖掘“五步走”，精準洞察用戶，get其潛在需求，打好成功精準營銷的基礎。本期我們帶來更深入的6大用戶行為分析方法，搭配用戶挖掘效果更佳。

一、用戶行為是什么?

一個用戶ID，在企業(yè)內(nèi)部系統(tǒng)產(chǎn)生的，可記錄的動作，都可以稱為用戶行為。一個完整的用戶行為包括6要素：

時間：何時發(fā)生

地點：在XX渠道/平臺/系統(tǒng)

發(fā)生人物：誰發(fā)生的

起因：第一個動作

經(jīng)過：所有動作組成的鏈路

結(jié)果：行為帶來的結(jié)果

這些要素，在不同平臺上表現(xiàn)方式不同，在不同系統(tǒng)平臺，收集的用戶行為的方式也不同，常見的有三類：

后臺記錄：用戶注冊表單、服務請求表單、交易訂單等;

埋點記錄：用戶在APP、小程序、H5瀏覽記錄;

業(yè)務人員反饋：通過銷售、客服、售后工作人員反饋的信息。

用戶分析能夠更好地了解用戶的行為習慣，發(fā)現(xiàn)產(chǎn)品在推廣、拉新、用戶留存、轉(zhuǎn)化等方面存在的問題，有助于發(fā)掘高質(zhì)量的推廣拉新渠道、發(fā)現(xiàn)高轉(zhuǎn)化率的方法，使產(chǎn)品的營銷更加精準、有效。

二、用戶行為分析方法

針對用戶行為分析，通常分為如下幾個方法：

01

行為事件分析

行為事件分析法主要用于研究某行為事件的發(fā)生對產(chǎn)品的影響及影響程度，一般來說，事件通過埋點來獲取。行為事件分析法一般經(jīng)過三大環(huán)節(jié)：事件定義、多維度下鉆分析、解釋與結(jié)論。

事件定義

事件定義包括定義所關注的事件及事件窗口的長度，這也是事件分析法最為核心和關鍵的步驟。事件的定義遵循5W原則：Who、When、Where、What、How。

多維度下鉆分析

最為高效的行為事件分析要支持任意下鉆分析和精細化條件篩選。當行為事件分析合理配置追蹤事件和屬性，可以激發(fā)出事件分析的強大潛能，為企業(yè)回答關于變化趨勢、維度對比等等各種細分問題�！昂Y選條件”例如：“地理位置”、“時間”、“廣告系列媒介”、“操作系統(tǒng)”、“渠道來源”等。進行細分篩查時，才可以更好地精細化定位問題來源。

解釋與結(jié)論

解釋與結(jié)論即所謂的出分析報告階段。對分析結(jié)果進行合理的理論解釋，判斷數(shù)據(jù)分析結(jié)果是否與預期相符，如果相悖，則針對不足的部分進行再分析與實證。

02

頁面點擊分析

頁面點擊分析主要用于顯示頁面或頁面組(結(jié)構(gòu)相同的頁面，如商品詳情頁、官網(wǎng)首頁等)區(qū)域中不同元素點擊密度的圖示，如某元素(如按鈕)的點擊次數(shù)、占比、哪些用戶做了點擊行為等。

頁面點擊分析主要解決三種問題：

精準評估用戶與產(chǎn)品交互背后的深層關系;

實現(xiàn)產(chǎn)品的跳轉(zhuǎn)路徑分析，完成產(chǎn)品頁面之間深層次的關系需求挖掘;

與其他分析模型配合，全面視角探索數(shù)據(jù)價值，深度感知用戶體驗，實現(xiàn)科學決策。

頁面點擊分析模型主要用于對官網(wǎng)首頁、活動頁面、產(chǎn)品首頁或詳情頁等存在交互的頁面分析。通用的分析形式包括：可視化熱力圖(如下圖)和固定埋點。

可以通過用戶的頁面瀏覽次數(shù)、瀏覽人數(shù)、點擊次數(shù)、點擊人數(shù)、點擊人數(shù)/瀏覽人數(shù)、瀏覽時長等來判斷用戶的瀏覽喜好，也可以通過用戶的瀏覽行為對用戶進行分群，以便之后進行針對性的分析與優(yōu)化。

03

用戶行為路徑分析

用戶路徑的定義，就是用戶在APP或網(wǎng)站中的訪問行為路徑。對于一個指定的頁面(URL)，用戶是從哪些場景來到這個頁面(來源)?進入這個頁面后又去往哪些場景(去向)?用戶瀏覽路徑是否是按照運營設計的路徑前進還是偏移?

用戶行為路徑分析就是解決以上問題的分析方法：指導運營明確用戶現(xiàn)存路徑，優(yōu)化用戶行為沿著最優(yōu)訪問路徑前進，結(jié)合業(yè)務場景需求進行前端布局調(diào)整。

通過對用戶的行為路徑進行分析，可以發(fā)現(xiàn)路徑中存在的問題，如轉(zhuǎn)化率問題，在發(fā)現(xiàn)具體問題的基礎上，可以結(jié)合業(yè)務場景進行相應的優(yōu)化提高。

04

用戶健康度分析

用戶健康度是基于用戶的行為數(shù)據(jù)進行綜合考慮得到的核心指標，用以體現(xiàn)產(chǎn)品的運營情況，為產(chǎn)品的發(fā)展進行預警。主要包括三大類型指標：產(chǎn)品基礎指標、流量質(zhì)量指標和產(chǎn)品營收指標。三者構(gòu)成了評價產(chǎn)品健康度的體系，也各有側(cè)重點。

產(chǎn)品基礎指標：用于評價產(chǎn)品本身運行狀態(tài)，如uv，pv，dau，新用戶數(shù)等。其中，uv是用來衡量產(chǎn)品量級最重要的指標;新用戶數(shù)不僅可以看出拉新的效果，也可以看到新用戶到老用戶的一個轉(zhuǎn)變過程。

流量質(zhì)量指標：用于評價用戶流量質(zhì)量的高低，如人均瀏覽時長、人均瀏覽次數(shù)、留存率、跳出率、回訪率等。其中，跳出率是指瀏覽單頁即退出的次數(shù)/訪問次數(shù)，可用來衡量用戶的訪問質(zhì)量，跳出率高時可能表示內(nèi)容對用戶無吸引性;人均停留時長能反映出產(chǎn)品對用戶的吸引程度;留存率能從側(cè)面反映一個渠道的質(zhì)量，如付費、粘性，價值量，CAC成本等;用戶回訪率指用戶在使用某產(chǎn)品后的N天/周/月之后，再次使用該產(chǎn)品的比例。

產(chǎn)品營收指標：用于評價產(chǎn)品的盈利能力和可持續(xù)性，如用戶支付金額(GMV)、客單價(ARPU)、訂單轉(zhuǎn)化率等。

05

用戶畫像分析

根據(jù)用戶的屬性、用戶偏好、生活習慣、用戶行為等信息而抽象出來的標簽化用戶模型。通過高度精煉用戶特征來描述用戶，可以讓人更容易理解用戶，并且可以方便計算機處理。

主要內(nèi)容可包含：性別、年齡、職業(yè)、位置(城市、居住區(qū)域)、興趣愛好(購買、訂閱、閱讀等)、設備屬性(安卓、iOS)、行為數(shù)據(jù)(瀏覽時長、路徑、點贊、收藏、評論、活躍度)、社交方式等等。不同的行業(yè)和產(chǎn)品對用戶的特征關注點不一樣，一般都具有自己的用戶標簽體系。

06

漏斗模型分析

漏斗模型是一套流程式的數(shù)據(jù)分析模型，能夠反映出用戶行為狀態(tài)以及從開始到最終各階段的轉(zhuǎn)化率及總體轉(zhuǎn)化率情況。衡量每一個轉(zhuǎn)化步驟的轉(zhuǎn)化率，通過異常數(shù)據(jù)指標找出有問題的環(huán)節(jié)并解決，最終提升整體購買轉(zhuǎn)化率。最常用的兩個指標為：轉(zhuǎn)化率和流失率。

經(jīng)典漏斗模型為AARRR，包括五個階段：獲客(Acquisition)、激活(Activation)、留存(Retention)、營收(Revenue)、自傳播(Referral)。該模型是圍繞增長建立的，主要關注拉新獲客。

不過，隨著流量紅利見底，獲客已經(jīng)不再是增長的王道，當下流行的多為RARRA模型：留存(Retention)、激活(Activation)、自傳播(Referral)、營收(Revenue)、獲客(Acquisition)，即AARRR模型的優(yōu)化，此模型突出了用戶留存的重要性，通過用戶留存來關注增長。

本期小結(jié)用戶分析是一種理解用戶，將用戶的目標與需求與商業(yè)宗旨相匹配的理想方法，能夠幫助企業(yè)定義產(chǎn)品的目標用戶群，精準營銷是個草蛇灰線，伏筆千里的工程，在通往“精準”的道路上，還有很長的路要走，且待海納數(shù)科且行且總結(jié)。

來源：海納數(shù)科

以上是關于用戶增長師的相關信息，以供大家查看了解。想要了解更多用戶增長師信息，第一時間了解用戶增長師相關資訊，敬請關注唯學網(wǎng)用戶增長師欄目，如有任何疑問也可在線留言，小編會為您在第一時間解答!