中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

為什么要做用戶行為分析？

很多人可能不知道，「行為分析」四個字的分量已經代表了近兩年一些高速成長的公司對數據分析需求的精細化程度，同時，它也催生出了新一代的數據分析工具和分析方法。過去，所有人都在關注PV、UV、跳出率、訪問深度、停留時長，還有很多人始終放不下的熱力圖等，總體來說，這些指標都屬于統計指標，反映的都是產品總體情況，數據的價值除了反映現狀，還有更重要的是應用。統計是數據匯總整理的結果，沒有分析，怎能拿來指導業務增長呢？

當然，可能指導過。比如一款閱讀產品，通過文章詳情頁的停留時長可以判斷用戶對文章的喜好程度，但是，他可能在滑動屏幕看文章、可能在評論區輸入一段評論，當然，也可能沒看文章卻登錄了諸葛io的官網看當天的實時數據（此處為硬廣）。所以比起用戶在該頁面所花時間的匯總，用戶是否是在看文章還是在評論以及評論的內容是什么對我們更有指導意義。

技術在發展，時代在召喚，所以，行為分析，你需要了解并且知道如何應用。

一、什么是用戶行為分析

一口氣說：基于用戶在互聯網產品上的行為以及行為發生的時間頻次等業務價值深度還原用戶使用場景并指導業務增長。

慢點說：對用戶模型做關鍵補充。通過行為數據的補充，構建出精細、完整的用戶畫像。傳統統計工具的數據背后沒有人，所以也談不上用戶模型（畫像），一個完整、多維、精確的用戶畫像=用戶行為數據+用戶屬性/標簽數據

二、用戶行為分析在應用中的價值

關于影響數據結果和判斷的三個維度：

1. product-market?fit（PMF：產品-市場契合點）：意思是產品符合市場需求。比如你做了個社區電商平臺，拿一個demo產品投向市場，可能這個階段不會看有多少收入，而是看來了多少人，有多少人看了商品鏈接，有多少人真正支付了，這個階段用戶的認可可能對你是否決定做這個項目、判斷這個項目是否有市場更有決定性因素；
2. 用戶來源：這點是說用戶質量。所有的產品核心人群都不是面向所有人的（至少一開始不是），一定有他的核心人群，所以用戶來源渠道的質量就決定了數據結果的好壞，可能會影響你對項目、對產品的判斷和決策；
3. 產品本身：第三點落腳到產品上了。產品承載著你的商業模式，產品本身的功能設計、用戶體驗、迭代以及運營策略等都會影響數據、影響留存、影響項目的生死。

基于以上理解，我們看行為分析的重要性，基于行為分析，需要讓CEO對產品所切入的市場判斷更準確，讓市場推廣人員精細化評估渠道質量，讓產品設計人員準確評估用戶行為路徑轉化、產品改版優良、某一新功能對產品的影響幾何，讓運營人員做精準營銷并且評估營銷結果等。

所以，價值在哪兒呢？

1、自定義留存分析

?從前：我們通常會認定一個用戶只要打開APP就算當天的一個活躍用戶，今天新增的用戶只要明天啟動一次APP就認為是一個留存用戶；

現在：基于用戶行為，我們可以做精細化留存評估。根據產品特性自定義用戶留存，比如一個閱讀類產品，用戶打開APP后有沒有去瀏覽或是查看一篇文章，我們可以把今天來了查看了至少一篇文章的用戶算作今天的一個活躍；

意義：留存是反映任何一款產品健康度的高級指標，無論是運營好壞、產品功能設計如何，最終都可以通過留存衡量整體的情況，貼合產品業務本身去衡量留存，精細化評估產品健康度，讓留存數據更有價值和指導意義。

2、精細化渠道質量評估

從前：流量時代，評估渠道帶來了多少訪問人數，注冊人數。

現在：人口紅利期已過，產品推廣渠道在增多，產品越來越垂直，加上同質化競爭直接導致獲客成本變高，無論從市場執行人員的角度還是公司角度，都在評估ROI，除了看流量，更需要看質量。如何評估質量，需要基于用戶行為并且貼合業務去評估，一款理財產品，通過不同渠道帶來的用戶，真正查看了理財產品詳情的有多少，真正投資成功的又有多少，哪個渠道用戶又有邀請行為，最后留存最高的是哪個渠道，再結合渠道投入，計算ROI。

意義： 降低渠道成本，提升渠道轉化。

3、產品分析（路徑轉化/漏斗分析、找到產品改進關鍵點、找到促進核心轉化的相關因素、Aha moment等）

• 路徑轉化/漏斗分析：關注核心轉化，比如注冊轉化、購買轉化，從而優化流失節點，優化行為路徑設計；
• 找到產品改進關鍵點：用數據量化產品核心功能，讓產品迭代排期更科學，部門配合更高效；
• 找到促進核心轉化的相關因素：挖掘促進用戶觸發核心行為的關鍵行為，比如可促進用戶實現購買的某些因素，找到相關行為做優化或運營激勵；
• Aha moment（驚艷一刻）：快速執行，超出用戶預期，讓產品指數級增長。

4、精準營銷（用戶分群、用戶分層、活動質量評估）

從前：面向所有用戶或者基于用戶屬性維度做營銷、做服務。屬性包括：注冊賬號、手機號、性別、年齡、地域、積分和一些標簽。

現在：屬性+行為，無限接近真實用戶。通過用戶點擊查看商品詳情、搜索行為、點擊關注某款理財產品的關注按鈕、購買了個東西等等這些行為以及行為觸發的人、時間、頻次知道用戶最近在關注什么、對哪一類商品感興趣、對哪一類文章感興趣、哪種理財偏好。

意義：用行為維度和屬性維度共同去定位用戶在產品的生命周期以及真實生活場景中的角色。營銷更精準，用戶體驗更佳。

以上內容只是系統地羅列了4點，行為數據還有一個非常重要的應用場景就是大數據風控，特別是在金融行業，在理財、借貸等業務場景下都發揮著巨大的作用。

其實，每一點都可以再展開來說，說價值、說方法、說案例，篇幅有限，日子還長，慢慢聊~

作者：韓重明，諸葛io高級數據驅動顧問，擅長用數據思維和數據分析方法論驅動互聯網產品價值增長。曾服務過國內幾家大型金融公司、商業銀行。負責toB客戶的數據驅動增長工作。在產品設計、運營方面均有自己獨到的見解。個人公眾號：growthhub

本文由 @韓重明?原創發布于人人都是產品經理。未經許可，禁止轉載。