這是我見過最好的用戶行為分析攻略
現(xiàn)如今的用戶行為不斷增多,對用戶行為的分析需求也在不斷增加。如何更加準確迅速的對用戶行為分析,讓我們一起來看看吧~
用戶行為實在太多了,拿到這樣的分析需求,一是不知道如何著手,二是做完了不是被抱怨“沒分析到位”,就是被埋怨“沒重點,分析了啥!”。
到底該怎么辦?
一、用戶行為分析的常見錯誤
錯誤1:亂擺指標,一鍋亂燉
最典型的就是,把性別、年齡、職業(yè)、身高體重,這種用戶基礎信息往上擺。注意,用戶行為,要分析的是行為,不是基礎信息。無關指標太多,只會干擾視線,亂上加亂。
錯誤2:羅列數(shù)據(jù),沒有判斷
最典型的就是,羅列了用戶登錄數(shù)、點擊數(shù)、頁面跳轉一大堆數(shù)據(jù),到底說明啥問題?沒結論。這種東西根本不能被稱作“分析”,只算是基礎數(shù)據(jù)展示。既然是分析就要有結論,有問題,有解答。
錯誤3:望文生義,亂下結論
最常見的這種分析:
- 用戶登錄少了,所以要搞高
- 這個商品用戶買得多,所以要多賣
- 這個內(nèi)容用戶點的多,所以繼續(xù)出
基本上就是數(shù)據(jù)低了就搞高,高了就保持。其結論之無腦,業(yè)務部門都看哭了……
以上種種亂象,主要來自:對不同部門關注的用戶行為重點缺乏了解。不知道重點,就可勁拼湊數(shù)據(jù),忽視了如何從數(shù)據(jù)提煉結論,結果反而畫蛇添足。想破局,就得從認真思考:到底業(yè)務看用戶行為能看出啥?
二、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
- 結果:行為帶來的結果
這些要素,在不同平臺上表現(xiàn)方式不同(如下圖)。
在不同系統(tǒng)平臺,收集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
總之,這也是為啥用戶行為相關指標數(shù)據(jù)顯得很多、很雜、很亂的原因:本來用戶行為就有很多種,不結合具體業(yè)務需求,就是講不清楚。
三、不同業(yè)務的需求
業(yè)務方關注用戶行為,有四種情況。
情況一:一無所知,看看再說
常見的,比如:
- 新官上任,不清楚情況
- 新業(yè)務線,沒做過復盤
- 新年伊始,要做各種新計劃
總之,對基礎情況不甚了解。
這種情況下,宜粗不宜細,宜全不宜精。先給一個整體概貌,讓領導/業(yè)務同事找找感覺,之后有具體議題了,再深入分析(如下圖)。不然一上來雞毛蒜皮一堆東西,很有可能把人看暈,感慨“這一大堆到底說了啥?”
情況二:心有所指,關注結果
這種情況,一般出在某個具體業(yè)務流程、產(chǎn)品功能點、內(nèi)容發(fā)布以后。業(yè)務方目標很明確:看看這東西做得咋樣了。
常見的,比如:
- 內(nèi)容板塊:用戶點擊、參與討論、轉發(fā)動作
- 功能點:用戶使用數(shù)量、使用頻次、使用時長
- 商品:用戶瀏覽、購買、重復購買、一次性大額購買
此時就不能鋪開了說,而是聚焦業(yè)務關注的功能點,從大到小展示數(shù)據(jù)(如下圖)。
注意!用戶行為分析第一個大坑點,就是:用戶行為多不等于業(yè)績好。比如電商業(yè)務,運營興致勃勃地上個一澆水種樹領優(yōu)惠的活動,企圖拉一拉活躍人數(shù),結果發(fā)現(xiàn)用戶都玩游戲去了,都在等優(yōu)惠,反而下單的人在減少!
此時,可以用矩陣法、前后對比法、行為關系分析等方法,具體看這個行為對業(yè)績的影響(如下圖)。
情況三:業(yè)績壓力,焦頭爛額
這種情況,一般是評價具體業(yè)務流程,且該流程是核心流程。比如新用戶注冊,大型活動參與,交易流程,關鍵問題投訴等等。
這時候分析目標非常具體:
- 注冊轉化率要搞高!
- 活動參與率要搞多!
- 成交比例要做高!
- 關鍵投訴堅決撲滅!
這種目標清晰的用戶行為分析,可以說是最簡單輕松了。核心思路就是以下四個模塊。
這里要注意的是,很多同學會直接插入轉化流程分析。這樣做呈現(xiàn)的數(shù)據(jù)太細,容易模糊整體判斷。好/壞的判斷始終是第一位的。如果連“好”“壞”都判斷錯了,那后邊的原因分析全是錯的。所以先對整體形勢做判斷,看看是否能接受是第一位的。
還有一點,就是補救措施分析,會被很多同學忽視。用戶行為分析的第二大坑點,就是用戶行為分析是“知其然、不知其所以然”的分析。用戶行為是各種因素影響結果,在企業(yè)實際中,不可能像實驗室一樣每個項目都做控制變量研究,即使提前做過ABtest,真正上線時也會因為天時地利有各種差異。
所以真遇到問題的時候,很有可能短時間內(nèi)分析不出來原因,或者即使大概知道原因,也沒辦法把活動停掉/渠道換掉。此時的思路,不是糾結:這個到底是用戶不喜歡文案還是不喜歡產(chǎn)品,而是:我們還能做什么挽回。
因此補救措施分析一定不能省。這樣比孤零零喊“這個流程不行啦!”要有價值得多。這也是為啥很多數(shù)據(jù)明明給了用戶轉化路徑的問題,可業(yè)務方還是喊“沒有建設性”的原因。沒人喜歡報喪鳥天天喊:“要完啦!要完啦!”人們想聽:“試試這個!試試這個!”
情況四:情況不明,疑神疑鬼
這種情況,一般是某個業(yè)務做得不行,業(yè)務方又沒有明確假設的時候。就想著:“能不能深入挖掘下用戶行為?找找原因?”至于挖啥、挖出來啥原因,可能他們自己都不知道……
這是最難搞的情況。因為分析目標完全不清楚。這里有兩個基本思路:
- 思路一:業(yè)務方先圈出來自己的目標客戶,然后看目標客戶在干啥
- 思路二:先找出一個行為的重度客戶,然后問業(yè)務方:這是你們想要的不
總之,從極端情況里,更容易找到解決問題的靈感。
比如積分兌換,業(yè)務方只是覺得這個業(yè)務不行,哪里不行又說不上來。此時可以如下圖,分兩個思路看數(shù)據(jù)(如下圖)。
如果發(fā)現(xiàn)高價值用戶明顯偏好某些禮品兌換,則可以對應設計吸引高價值用戶禮品方案。如果發(fā)現(xiàn)重度用戶明顯存在薅羊毛嫌疑,則可以對應修改獎勵規(guī)則??傊灰脩羧后w行為差異足夠大,就能產(chǎn)生策略。
四、小結
從上邊四大情況可以看出來,即使是同樣的數(shù)據(jù),面對不同情況,可以有不同展現(xiàn)方法。這就要求同學們在工作中,認真理解業(yè)務需求。
很多同學會說:直接問業(yè)務不就好了。問題是,四個情況里,除了情況三是很明確的有KPI壓力以外,其他三個情況都很含糊,最后口頭表達的需求就是:“做個用戶行為分析看看”。
這就要求做數(shù)據(jù)的同學們,自己有一定的判斷能力。以上四種情況是層層遞進的,其邏輯關系如下圖,同學們可以剝洋蔥般的引導業(yè)務,找到真正關心的問題,從而做出有價值的分析。
專欄作家
接地氣的陳老師,微信公眾號:接地氣的陳老師,人人都是產(chǎn)品經(jīng)理專欄作家。資深咨詢顧問,在互聯(lián)網(wǎng),金融,快消,零售,耐用,美容等15個行業(yè)有豐富數(shù)據(jù)相關經(jīng)驗。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉載。
題圖來自Unsplash,基于CC0協(xié)議。
該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務。
“這個商品用戶買得多,所以要多賣”這算是望了哪個文?“多賣”是個錯誤決定然后就去“不管、少賣甚至不賣”?這舉例有點亂用。
個人理解,這個例子只是想說,數(shù)據(jù)分析的結論要體現(xiàn)分析邏輯和過程,既是專業(yè)性的體現(xiàn)也是確定性的體現(xiàn)
“商品買的多,所以要多賣”。這種結論給業(yè)務,業(yè)務自己也知道。我們需要提供的是商品這類商品為什么會多買,總結出多買背后的用戶行為和產(chǎn)品特征。(個人理解)