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

SaaS服務(wù)類產(chǎn)品做好用戶行為分析，需依據(jù)業(yè)務(wù)需求，對(duì)數(shù)據(jù)采集、數(shù)據(jù)倉庫、分析模型進(jìn)行設(shè)計(jì)和創(chuàng)建。

對(duì)辦公OA、銷售營(yíng)銷、人力資源、法務(wù)服務(wù)、財(cái)務(wù)稅務(wù)等SaaS服務(wù)類企業(yè)而言，如何準(zhǔn)確分析不同渠道銷售線索效果，產(chǎn)品方案對(duì)客戶/用戶的真實(shí)價(jià)值，網(wǎng)站/H5界面的客戶友好度等， 都將極大的影響到客戶的生命周期價(jià)值。

下面通過流程圖的方式，梳理一下應(yīng)該如何做好SaaS類產(chǎn)品的渠道評(píng)估、用戶行為分析，以實(shí)現(xiàn)精準(zhǔn)營(yíng)銷、精細(xì)運(yùn)營(yíng)、產(chǎn)品調(diào)優(yōu)。

用戶數(shù)據(jù)分析的目的是驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)，那么其核心是圍繞用戶搭建數(shù)據(jù)流、數(shù)據(jù)倉庫與數(shù)據(jù)分析模型。

一、抓住用戶數(shù)據(jù)流

也即用戶與企業(yè)、產(chǎn)品的交互過程中產(chǎn)生的數(shù)據(jù)，因?yàn)榻换ス?jié)點(diǎn)不同，可以通過用戶進(jìn)入的邏輯線，對(duì)應(yīng)出用戶數(shù)據(jù)流。

比如用戶點(diǎn)擊企業(yè)SEM的關(guān)鍵詞進(jìn)入公司官網(wǎng)網(wǎng)站，在網(wǎng)站里瀏覽博文，最后提交了產(chǎn)品試用的申請(qǐng)，提交的聯(lián)系信息進(jìn)入了企業(yè)的CRM系統(tǒng)，又由銷售聯(lián)絡(luò)跟進(jìn)，并為用戶開通了試用賬號(hào)，用戶開始登錄產(chǎn)品平臺(tái)，進(jìn)行產(chǎn)品試用。

有些用戶進(jìn)入試用后會(huì)主動(dòng)探索各個(gè)功能模塊，有些用戶粗略的查看產(chǎn)品之后就會(huì)關(guān)閉窗口很長(zhǎng)時(shí)間不打開。

整個(gè)這個(gè)環(huán)節(jié)中，用戶完成了“搜索-點(diǎn)擊訪問-瀏覽網(wǎng)站-試用申請(qǐng)-登錄試用-購買決策”的完整過程，很容易能夠看出來，用戶的數(shù)據(jù)流并不是天生會(huì)被記錄或者能夠應(yīng)用的，而是需要在各個(gè)環(huán)節(jié)進(jìn)行前期的“數(shù)據(jù)設(shè)計(jì)”。

為了比較普適的說明，我們將剛才“搜索-點(diǎn)擊訪問”的環(huán)節(jié)統(tǒng)一為“渠道推廣吸引用戶訪問”。

在進(jìn)行數(shù)據(jù)設(shè)計(jì)過程中，可以通過UTM參數(shù)，對(duì)渠道來源進(jìn)行標(biāo)記；對(duì)于用戶在網(wǎng)站里的瀏覽行為、申請(qǐng)?jiān)囉眯袨?，可以通過可視化埋點(diǎn)、前端埋點(diǎn)、后端埋點(diǎn)的方式進(jìn)行數(shù)據(jù)采集；試用開通登錄后，用戶在產(chǎn)品系統(tǒng)里的操作序列，除了埋點(diǎn)方案，還可以通過服務(wù)器端數(shù)據(jù)傳輸工具的方式，進(jìn)行數(shù)據(jù)收集。

做完數(shù)據(jù)設(shè)計(jì)和數(shù)據(jù)采集的部署之后，就能夠?qū)τ脩舻膩碓?、試用前行為、試用后在產(chǎn)品里的行為進(jìn)行細(xì)致分析，從而找到最好的推廣渠道、網(wǎng)站優(yōu)化方案、產(chǎn)品優(yōu)化和用戶試用引導(dǎo)方案等。

二、構(gòu)建統(tǒng)一數(shù)據(jù)倉庫

但是從渠道來源到網(wǎng)站訪問數(shù)據(jù)到產(chǎn)品試用數(shù)據(jù)，數(shù)據(jù)的來源與存儲(chǔ)都不同，所以在進(jìn)行數(shù)據(jù)采集設(shè)計(jì)之后，還需要規(guī)劃好數(shù)據(jù)存儲(chǔ)方案，構(gòu)建統(tǒng)一數(shù)據(jù)倉庫。

最好的方法是，對(duì)不同來源的數(shù)據(jù)進(jìn)行統(tǒng)一標(biāo)定，集中存儲(chǔ)在同一個(gè)基于分布式框架的數(shù)據(jù)倉庫中，以保證分析時(shí)對(duì)于超大容量數(shù)據(jù)的實(shí)時(shí)分析響應(yīng)。

除了建立統(tǒng)一存儲(chǔ)，數(shù)據(jù)結(jié)構(gòu)方面，可以將所有數(shù)據(jù)劃分為用戶屬性數(shù)據(jù)和用戶事件數(shù)據(jù)，分別存在“兩張表”中。

• 用戶屬性數(shù)據(jù)記為User，比如性別、id、設(shè)備號(hào)、城市區(qū)域、ip號(hào)等信息，用于用戶區(qū)分、用戶分群。用戶事件數(shù)據(jù)記為Event，比如進(jìn)入官網(wǎng)、瀏覽博客、點(diǎn)擊試用、填寫信息未提交退出等用戶事件。
• 記錄事件信息需包含誰（who）在什么時(shí)間（when）在哪里（where）以什么方式（how）做了什么事情（what）的完整記錄。

在建立好統(tǒng)一的數(shù)據(jù)倉庫與數(shù)據(jù)模型后，就可以根據(jù)業(yè)務(wù)需要，靈活的創(chuàng)建分析模型調(diào)用、分析數(shù)據(jù)了。

三、根據(jù)業(yè)務(wù)需求創(chuàng)建數(shù)據(jù)分析模型

數(shù)據(jù)分析模型有非常多種，但作為市場(chǎng)、運(yùn)營(yíng)、產(chǎn)品人員，都不應(yīng)該忙于學(xué)習(xí)最全的數(shù)據(jù)分析模型，而是應(yīng)該從業(yè)務(wù)需求出發(fā)，靈活創(chuàng)建分析模型。

對(duì)于SaaS類公司最基本的業(yè)務(wù)需求：商機(jī)獲取、商機(jī)轉(zhuǎn)化、客戶復(fù)購、客戶推薦。

對(duì)于商機(jī)獲取，通過渠道轉(zhuǎn)化漏斗對(duì)不同渠道轉(zhuǎn)化效率進(jìn)行分析。

對(duì)于商機(jī)轉(zhuǎn)化，則需要對(duì)用戶進(jìn)行分群，對(duì)用戶行為事件進(jìn)行細(xì)致分析，尋找用戶在簽單之前的關(guān)鍵行為，也可單獨(dú)對(duì)每個(gè)試用用戶的使用行為序列進(jìn)行分析，并針對(duì)性開展用戶交流。

復(fù)購情況，除了對(duì)用戶使用產(chǎn)品的行為進(jìn)行深度下鉆分析，進(jìn)行產(chǎn)品調(diào)優(yōu)、升級(jí)外，還需要搭建客戶成功團(tuán)隊(duì)，做好顧問式服務(wù)。

針對(duì)這些業(yè)務(wù)需求，一些常用的分析模型就有漏斗分析、留存分析、用戶路徑分析、用戶行為序列、用戶點(diǎn)擊熱點(diǎn)等。

本文由 @韓進(jìn) 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(zhuǎn)載

題圖來自 Unsplash ，基于 CC0 協(xié)議