數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

0 評(píng)論 16378 瀏覽 42 收藏 12 分鐘

編輯導(dǎo)語(yǔ):作為一名數(shù)據(jù)產(chǎn)品經(jīng)理,經(jīng)常需要使用各種圖表來(lái)提取或者表達(dá)信息,熱圖就是常見(jiàn)的一種,它適用于互聯(lián)網(wǎng)產(chǎn)品數(shù)據(jù)指標(biāo)的監(jiān)控及分析,因此也被數(shù)據(jù)產(chǎn)品經(jīng)理們廣泛應(yīng)用。隨著數(shù)據(jù)的重要性逐漸提升,產(chǎn)品經(jīng)理也需要加強(qiáng)對(duì)數(shù)據(jù)的分析能力。本篇文章中,作者為我們揭示了熱力圖分析的底層邏輯。

熱力圖是網(wǎng)站、H5、APP運(yùn)營(yíng)的分析利器,可幫助產(chǎn)品經(jīng)理分析用戶行為。

熱力圖幫助我們深入了解用戶在頁(yè)面上的操作習(xí)慣和行為路徑,并指導(dǎo)產(chǎn)品經(jīng)理對(duì)產(chǎn)品進(jìn)行用戶體驗(yàn)優(yōu)化,進(jìn)而提升網(wǎng)站的轉(zhuǎn)化效果。

而熱力圖分析是數(shù)據(jù)分析的重要手段之一,如何進(jìn)行熱力圖分析,是數(shù)據(jù)產(chǎn)品經(jīng)理工作中的重中之重。

一、了解熱力圖

熱力圖通過(guò)記錄用戶在網(wǎng)站或APP的點(diǎn)擊與瀏覽行為,并通過(guò)熱力圖的形式展現(xiàn)出來(lái)。簡(jiǎn)而言之,熱力圖就是將用戶行為可視化展示。

熱力圖本質(zhì)上是一個(gè)數(shù)值矩陣,圖上每一個(gè)色塊都是一個(gè)數(shù)值,通過(guò)離散數(shù)值、權(quán)重算法與分析模型等技術(shù)手段,將用戶行為頻度以色塊的形式展現(xiàn)出來(lái)。

熱力圖通過(guò)可視化的效果呈現(xiàn),幫助產(chǎn)品經(jīng)理深入分析用戶對(duì)內(nèi)容及功能的訪問(wèn)情況、操作習(xí)慣、行為偏好等。

二、熱力圖分類

熱力圖就是將用戶行為軌跡錄像,根據(jù)用戶在網(wǎng)站、H5或APP上的點(diǎn)擊、滾動(dòng)等行為,可將熱力圖分為點(diǎn)擊熱力圖、移動(dòng)熱力圖、滾動(dòng)熱力圖、鏈接熱力圖等。

1. 點(diǎn)擊熱力圖

點(diǎn)擊熱力圖統(tǒng)計(jì)用戶的點(diǎn)擊行為,通過(guò)點(diǎn)擊頻度生成的熱力圖,可以直觀了解用戶對(duì)功能模塊、頁(yè)面內(nèi)容的喜好。

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

數(shù)極客點(diǎn)擊熱力圖

點(diǎn)擊熱力圖幫助產(chǎn)品經(jīng)理進(jìn)行首屏優(yōu)化,或網(wǎng)站深度測(cè)試。

2. 移動(dòng)熱力圖

移動(dòng)熱力圖記錄用戶鼠標(biāo)移動(dòng)、停留等行為,通過(guò)跟蹤PC端用戶的鼠標(biāo)移動(dòng)軌跡,可以了解用戶對(duì)那個(gè)區(qū)域比較感興趣。

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

Google移動(dòng)熱力圖

移動(dòng)熱力圖幫助產(chǎn)品經(jīng)理分析操作重點(diǎn),或優(yōu)化網(wǎng)站文案。

3. 滾動(dòng)熱力圖

滾動(dòng)熱力圖顯示了用戶上下滾動(dòng)頁(yè)面的數(shù)據(jù),可識(shí)別用戶在頁(yè)面中看到的頁(yè)面比例。通過(guò)頁(yè)面比例了解抵達(dá)區(qū)域留存,數(shù)值越低,越少訪客關(guān)注。

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

Hotjar滾動(dòng)熱力圖

滾動(dòng)熱力圖幫助產(chǎn)品經(jīng)理了解用戶行為偏好,或輔助頁(yè)面設(shè)計(jì)與內(nèi)容調(diào)整等。

4. 鏈接熱力圖

鏈接熱力圖聚焦鏈接元素的點(diǎn)擊熱度,可直觀地展示用戶點(diǎn)擊頁(yè)面元素的點(diǎn)擊量、點(diǎn)擊率等。

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

數(shù)極客鏈接熱力圖

鏈接熱力圖幫助產(chǎn)品經(jīng)理檢查網(wǎng)站鏈接設(shè)置是否合理,或分析鏈接的A/B Test效果。

三、繪制熱力圖

繪制熱力圖(heatmap)是數(shù)據(jù)分析的常用方法,常用的繪制熱力圖(heatmap)軟件有R、Excel、MATLAB、Graphpad、Python的matplitlib、Seaborn和pyHeatMap等。

用Excel繪制熱力圖,可以快速了解網(wǎng)站和落地頁(yè)數(shù)據(jù)情況,并展現(xiàn)數(shù)據(jù)的差異性。

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

Excel原始數(shù)據(jù)

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

Excel繪制熱力圖

用Python繪制熱力圖,通過(guò)色差、亮度來(lái)展示數(shù)據(jù)的差異,直觀易理解,能快速識(shí)別高頻功能。

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

Python原始數(shù)據(jù)

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

Python繪制熱力圖

四、熱力圖應(yīng)用場(chǎng)景

熱力圖是把用戶的交互按照熱度渲染出來(lái)的一個(gè)分析能力,因其豐富的色彩變化和生動(dòng)飽滿的信息表達(dá),被應(yīng)用在各種數(shù)據(jù)分析場(chǎng)景。

熱力圖分析的本質(zhì)是點(diǎn)數(shù)據(jù)分析。熱力圖的應(yīng)用場(chǎng)景有:事件分析、頁(yè)面分析、活躍分析、留存分析、漏斗分析、路徑分析等。

對(duì)產(chǎn)品經(jīng)理而言,主要表現(xiàn)在產(chǎn)品運(yùn)營(yíng)、用戶運(yùn)營(yíng)、內(nèi)容運(yùn)營(yíng)及渠道運(yùn)營(yíng)等幾個(gè)方面:

  1. 產(chǎn)品運(yùn)營(yíng):基于熱力圖進(jìn)行功能界面、交互設(shè)計(jì)等優(yōu)化,發(fā)現(xiàn)問(wèn)題并快速迭代產(chǎn)品,提高著陸頁(yè)轉(zhuǎn)化率;
  2. 用戶運(yùn)營(yíng):基于熱力圖進(jìn)行用戶觸點(diǎn)、用戶路徑等優(yōu)化,通過(guò)運(yùn)營(yíng)與用戶建立漏斗,降低網(wǎng)站的跳出率;
  3. 內(nèi)容運(yùn)營(yíng):基于熱力圖進(jìn)行產(chǎn)品賣點(diǎn)、文案內(nèi)容等優(yōu)化,深度洞察用戶點(diǎn)擊偏好,提升整體用戶留存率;
  4. 渠道運(yùn)營(yíng):基于熱力圖進(jìn)行廣告投放、品牌宣傳等優(yōu)化,通過(guò)流量解決獲客問(wèn)題,激發(fā)渠道用戶活躍度。

五、熱力圖案例拆解

以華創(chuàng)微課落地頁(yè)為例,我們推薦了一些專欄作者的精選文章,為進(jìn)一步了解文章的跳出率和退出率,并直觀的分析用戶行為軌跡,借助熱力圖分析就可以解決。

首先,新建熱力圖,設(shè)置首頁(yè)需要分析的區(qū)域或內(nèi)容,比如自定義圈選華創(chuàng)微課的Logo、熱門活動(dòng)和精選文章等內(nèi)容。

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

華創(chuàng)微課圈選內(nèi)容

然后,獲取數(shù)據(jù),基于頁(yè)面埋點(diǎn)收集網(wǎng)站訪問(wèn)數(shù)據(jù),網(wǎng)站通常關(guān)注的數(shù)據(jù)指標(biāo)有新增用戶數(shù)、用戶留存率、PV、UV、轉(zhuǎn)化率等,比如華創(chuàng)微課的用戶數(shù)、頁(yè)面瀏覽PV、內(nèi)容點(diǎn)擊UV等。

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

華創(chuàng)微課數(shù)據(jù)指標(biāo)

最后,獲取目標(biāo)圖像,進(jìn)行高斯濾波、灰度處理、二值化、開(kāi)運(yùn)算、輪廓提取、計(jì)算坐標(biāo)、繪制熱力圖等。

1. 獲取圖像

Python獲取指定圖像,可借助PIL庫(kù)來(lái)實(shí)現(xiàn),PIL(Python Imaging Library)是Python一個(gè)強(qiáng)大方便的圖像處理庫(kù),獲取圖像也可借助matplotlib、opencv等庫(kù)。

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

華創(chuàng)微課官網(wǎng)

2. 高斯濾波

Python實(shí)現(xiàn)高斯濾波,提取圖片特征常用的方法,可以讓處理后圖像看起來(lái)更模糊。

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

華創(chuàng)微課高斯濾波

3. 灰度處理

Python處理圖像灰度值,是圖片處理中最為重要的環(huán)節(jié)之一,包括特征提取、圖像OCR、圖片降噪、圖片加噪等。

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

華創(chuàng)微課灰度處理

4. 二值化

Python圖像二值化,就是將圖像上的像素點(diǎn)的灰度值設(shè)置為0或255,使得整個(gè)圖像只有黑和白的視覺(jué)效果。

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

華創(chuàng)微課二值化

5. 開(kāi)運(yùn)算

Python圖像開(kāi)運(yùn)算,就是將圖像腐蝕后,進(jìn)行膨脹處理,去除噪聲,并保持原有形狀。

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

華創(chuàng)微課開(kāi)運(yùn)算

6. 輪廓提取并計(jì)算坐標(biāo)

Python實(shí)現(xiàn)輪廓提取,需找到圖像主題輪廓,用指定顏色對(duì)源圖像進(jìn)行輪廓標(biāo)記,計(jì)算輪廓中的主體。

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

華創(chuàng)微課輪廓坐標(biāo)

7. 繪制熱力圖

Python繪制熱力圖,需借助pyheatmap庫(kù),將識(shí)別結(jié)果得到data的值,即data = [[x1,y1] [x2,y2] …],傳入到apply_heatmap(image,data)來(lái)繪制熱力圖,然后將熱力圖加權(quán)疊加到原圖上。

數(shù)據(jù)產(chǎn)品經(jīng)理進(jìn)階:熱力圖分析的底層邏輯

華創(chuàng)微課熱力圖

用熱力圖把用戶的點(diǎn)擊、瀏覽、滾屏、停留等行為數(shù)據(jù)可視化,方便我們分析用戶行為,了解到用戶的關(guān)注點(diǎn),進(jìn)而優(yōu)化用戶體驗(yàn),提升轉(zhuǎn)化率,實(shí)現(xiàn)精細(xì)化運(yùn)營(yíng)。

 

作者:朱學(xué)敏,華創(chuàng)微課CEO,7年金融產(chǎn)品人,暢銷書《產(chǎn)品閉環(huán):重新定義產(chǎn)品經(jīng)理》作者,企業(yè)IPD咨詢顧問(wèn),專注于金融行業(yè),從0到1負(fù)責(zé)產(chǎn)品的全過(guò)程開(kāi)發(fā)與設(shè)計(jì)。

本文由 @朱學(xué)敏 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash,基于CC0協(xié)議。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 目前還沒(méi)評(píng)論,等你發(fā)揮!