現在產品和服務都是圍繞用戶來進行展開的，用戶的需求、反饋、滿意度、體驗度等越來越受到關注。所以，我們需要對用戶進行精細的研究，以便推出更好更有針對性的產品和服務，那么如何對用戶進行分析呢？在分析前該如何對用戶進行分類呢？如何根據常用的用戶指標和值得關注的用戶指標去發現運營和產品中的諸多問題？本文將圍繞這些展開。

一、用戶分類

根據用戶的行為表現有訪問用戶 、新/老用戶、流失用戶、留存用戶、回訪用戶、沉默用戶、購買用戶、忠誠用戶等，這么多指標該如何進行系統的分類以便進一步的分析呢？我們知道，用戶的細分關鍵得建立在以合理的體系再去將用戶分成幾個類別，并且每個類別都能發揮其功效，不存在累贅和混淆。

通常，將用戶分成五個大指標：訪問用戶數、新用戶數、活躍用戶數、流失用戶數、回訪用戶數。然后再去衍生一些基礎指標這樣比較好。下面說下為什么這樣分以及各指標的意義：

1. 訪問用戶數：即每天的UV，主要體現在訪問量，能夠直接反應網站的受歡迎程度；
2. 新用戶數：即首次訪問或剛剛注冊的用戶，新用戶數可以用于計算產品的新用戶比例，用于分析產品的發展速度和推廣效果；
3. 活躍用戶數：這里一般會根據產品的性質設置某個要求，達到要求即為活躍用戶?；钴S用戶用于分析產品真正掌握的用戶量，因為只有真正的活躍用戶才能為產品創造價值；
4. 流失用戶數：即一段時間內未訪問或未登陸的用戶，這里也需要根據產品性質設定一個準則，滿足準則即為流失用戶。比如對于微博而言，產國一個月未登陸可能就屬于流失用戶，而對于電商網站而言，3個月或半年未購買才被認定為流失用戶；
5. 回訪用戶數：即之前流失，現在又重新訪問的用戶數量，主要用于分析產品挽回用戶的能力。

從上面可以知道，我們知道訪問用戶數、新用戶數、活躍用戶數、流失用戶數、回訪用戶數后，接著可以推算出老用戶數、留存用戶等衍生指標，同時得到了新用戶比例、活躍用戶比例、用戶流失率、用戶訪問率等符合指標。這些指標其實已經足夠我們去分析用戶的行為了，而且這樣分類不會存在重疊，避免了很多不必要的工作。

二、用戶分析的三大重點指標

對用戶進行分類有一套自己的分析體系后，那么哪些指標值得重點關注呢？在指標報告、領導了解用戶情況時候一般問的都是活躍用戶數多少、新用戶比例多少、用戶流失率多少，所以這幾個指標是我們重點要關注的指標，如圖：

在分析用戶時候，新用戶比例反映了產品的推廣能力、渠道的鋪設及帶來的修改，新用戶比例不僅是評估市場部們績效的一個關鍵指標，同時也反映了產品的發展狀況。

但是只看新用戶比例顯然是不夠的，我們還需要結合用戶流失率一起看。用戶流失率反映了產品對用戶的吸引力，所以從新用戶比例看用戶就”進來“的情況，從流失率看用戶”離開“的情況，如圖：

1. 新用戶比例大于流失率：產品處于發展成長階段；
2. 新用戶比例與流失率持平：持平處于成熟穩定階段；
3. 新用戶比例低于用戶流失率：產品處于下滑衰退階段。

活躍用戶數反映了產品實際掌握的用戶數，將活躍用戶數、新用戶比例、流失率結合在一起看時可以掌控產品用戶的全景，如圖：

2.1 新用戶比例

通過分析新用戶比例可以知道老用戶有多少，分析新老用戶是為了更好的保留老用戶、發掘新用戶，老用戶一般是產品的忠誠用戶，黏度較高，是為產品帶來價值的重要用戶群體。所以，老用戶是產品生存的基礎，新用戶是產品發展的動力，在發展的同時產品得在保證老用戶的基礎上不斷地提升新用戶數。

在新用戶持續上升的同時，新用戶的轉化率通常較低，老用戶的轉化率用處較高，但結合在一起時轉化率就會被新用戶數給拉低，而轉化率是一個很重要的業務指標，所以分析時候需要將新用戶和老用戶的轉化率區分開分析。區分分析將有助于我們判斷產品整體轉化率的下降是否與推廣有必然的聯系，推廣中引入的流量質量如何，同時可判斷產品的根基——老用戶是否穩定。

舉個例子，如下圖：

圖中展示的是1月份前后幾天產品新老用戶的轉化率變化趨勢。

從圖中知道：

• 從1月4日之后，整體的轉化率趨勢明顯下降，新用戶比例明顯上升，所以可能是產品做了推廣。
• 我們要分析的是產品整體轉化率的下降是否與推廣有必然的聯系，所以將新老用戶比例的細分，然后發現老用戶的轉化率幾乎不變，新用戶的轉化率在1月4日后開始下滑。所以，可以判斷產品整體轉化率的下降是要我推廣帶來的新用戶轉化率過低造成的，與本身的產品運營沒有關系。

2.2 活躍用戶數

在留住老用戶和挖掘新用戶之后我們還需要提高用戶的質量，所以我們需要關注活躍用戶數?；钴S用戶可以為產品帶來活力并創造持久的價值，而一旦用戶活躍度下降，用戶很可能就漸漸流失。

通過分析活躍用戶可以洞悉產品當前真實的運營現狀，由于活躍用戶需要人為的根據實際情況設定一些條件，即用戶完成設定的條件即為活躍用戶。

比如社交類網站設定的完成注冊指標即為活躍用戶，論壇社區設定查看帖子的頁面達到兩頁才是活躍用戶等。

?2.3 用戶流失率

在留住老用戶、挖掘新用戶、關注活躍用戶數之后，我們還需要關注流失用戶，分析用戶流失率可以了解產品是否存在淘汰的風險，以及產品是否有能力留住用戶。那么，用戶流失率如何定義呢？

我們認為當用戶長久的不登錄APP或者網站即為流失用戶，一般流失用戶都是對于那些需要注冊、提供應用服務的網站而言的，比如微博、郵箱、電子商務類網站，因為注冊用戶更容易識別，訪問情況可以準確地被識別，同時針對注冊用戶用流失率這個概念更加有意義。

不同產品對于流失用戶的定義是不一樣的，比如對于微博而言，產國一個月未登陸可能就屬于流失用戶，而對于電商網站而言，3個月或半年未購買才被認定為流失用戶；流失用戶是用過用戶最后一次訪問時間與當前時間間隔認定的，通常時間會比較長，存在滯后性。比如定義用戶流失的期限是30天，要統計1月1日的流失用戶數，即1月1日登陸過，最后 再也沒登錄，這個得等到1個月或者3個月之后才能統計。

舉個例子，某公司在12月24日到1月3日做了個活動，現在需要評估活動的效果。如下圖：

從圖中知道，從12月24到1月3日老用戶數保持不變，新用戶數從2萬增加到4萬，幾乎增加了一倍，但新用戶的流失率也在增加，從原先的645到90%，，進而我們需要知道新用戶是否真的積累下來了？

通過計算發現，活動前每天大概有7千的新用戶積累，活動期間也差不多是7千，但有幾天卻快到6千左右。說明，這個活動不僅沒有增加新用戶，還導致原來的也會流失，證明此次推廣活動是失敗的。

如果不通過用戶流失率計算，可能無法評估此次活動的效果，說明用戶流失率對用戶分析至關重要。

三、總結

從上面可以知道，將常見的指標進行系統的分類，即：

• 訪問用戶數；
• 新用戶數；
• 活躍用戶數；
• 流失用戶數；
• 回訪用戶數。

接著由此可以推算出老用戶數、留存用戶等衍生指標，同時得到了新用戶比例、活躍用戶比例、用戶流失率、用戶訪問率等符合指標，再去重點關注三大數據：活躍用戶數、新用戶比例、用戶流失率。

這些指標其實已經足夠我們去分析用戶的行為了，這種建立在合理的體系上的分類能夠在不重疊的前提下，讓每個類別都能發揮其功效，不存在累贅和混淆，避免掉很多不必要的工作。

本文由 @聽象數據?原創發布于人人都是產品經理。未經許可，禁止轉載。