3個案例讀懂:全鏈路用戶路徑分析

6 評論 32563 瀏覽 216 收藏 15 分鐘

本文提出針對不同類型app,產品經理可使用漏斗轉化法、頁面跳轉分析法、價值歸因法三種對用戶路徑分析進行開拓分析,以達到深入理解用戶行為背后的心理與用戶對產品價值的期許。

一、用戶路徑的定義

用戶行為路徑分析是一種監測用戶流向,從而統計產品使用深度的分析方法。它主要根據每位用戶在App或網站中的點擊行為日志,分析用戶在App或網站中各個模塊的流轉規律與特點,挖掘用戶的訪問或點擊模式,進而實現一些特定的業務用途,如App核心模塊的到達率提升、特定用戶群體的主流路徑提取與瀏覽特征刻畫,App產品設計的優化與改版等。

本文所分析的用戶路徑分析方法特指手機端,即app的用戶路徑。在PC端單一化地分析用戶路徑價值不大,因為人們使用PC瀏覽器時,一般都會并行地打開多個網頁,網頁的相關性不大,這種情況下還是分析用戶的搜索內容對描摹用戶心理,認知用戶畫像更有價值。移動端屏幕較小,通常情況用戶只能一次開啟一個頁面,這種單一方向的串聯路徑就很適合做路徑分析了。

二、3種路徑分析法

三、3個Case應用

Case1:借貸app點擊率提升策略分析

理想路徑:首頁——瀏覽產品——點擊“立即借款”——填寫認證信息——申請授信。

問題:“立即借款”按鈕點擊率70%,可完成認證的僅有20%,如何提升?

通過轉化漏斗分析,70%左右沒有身份證在手頭! ?40%學生黨或無業、家庭主婦,填寫工作信息不暢!讓用戶按照你預設的目標路徑走下去?

解決方案:

  1. 有選擇的跳過流程,針對身份證這種硬件型資料,為用戶提供“稍后再提交”功能;
  2. 細化產品受眾,對家庭主婦或學生黨提供不同的認證資料要求,簡化不必要流程。

結論:

漏斗型適合目標明確、路徑單一的直線型操作產品,這類app的功能點一般是具有一個最關鍵的主要功能,業務的需要也是直線型的,我們希望的用戶路徑是在短時間產生主流路徑的轉化,而且app可以單一維度去衡量用戶價值,如貸款類就以下單量為指標,如探探,以用戶的滑動量為指標。

通過對大量用戶的行為路徑進行跟蹤和統計,產品經理可以依靠此主要路徑去分析各關鍵節點的轉化,分析用戶心智/行為,同時細化產品受眾,不放過任意小眾客群,針對不同人群進行使用場景的分析,點對點的逐個擊破。

Case2:社區類app 通過用戶路徑尋找迭代方向

(1)背景

漏斗型分析法最主要特征是人為可界定用戶路徑的關鍵節點,而某些app的用戶路徑呈現管道交叉網狀。如社區類app,社交類app,這類app不以單一的用戶路徑作為衡量用戶價值的標準,比如知乎的用戶小紅每天早上起床刷刷熱榜,小黑訂閱了知乎鹽選會員定期去看大咖直播,小紫在平臺提問的頻率很高,眾多轉化路徑的重要程度對比是難易通過漏斗分析法測算衡量的。

那么問題來了,在用戶路徑較多的情況下,如何進行用戶需求的考量并安排迭代方向呢?

分析發現社區類、新聞類app每個用戶1天可能在碎片時間多次使用app,而且這種用戶路徑并不連貫,無法串聯分析,這也是漏斗法明顯不適用的原因之一。但其實這幾個時段的用戶需求差異并不大,主要都以瀏覽性需求為主,創作型需求為輔,用戶需求變更的偶然性也不明顯,因此我們無需針對單一用戶的最小顆粒度鏈路去分析(也就是說不會采用第三種用戶視角的價值歸因法)。

與此同時,用戶的同一需求一般很難跨天維持,即使多天訪問,訪問路徑的變更也不大。因此我將頁面范圍選定為最粗顆粒的主流頁面范圍,時間劃分上,以一天為時間單位,通過可視化的“頁面跳轉分析法”看用戶路徑。

(2)研究范圍&內容

以一天為時間單位,分析各主流頁面的跳轉情況

(3)操作

抽取某社區類app的訪問日志,統計主要頁面的進入和去向用戶數,進行歸一化處理,得出下圖,圖中的箭頭表示用戶的跳轉方向,線條粗細和標簽值一致,表示跳轉的用戶比例。

(4)名詞解釋

通道:頁面

需求通道入口:滿足需求的最早通道

需求通道出口:滿足需求的最后通道

鏈路長度:需求從發起到結束所有通道數

(5)迭代方向歸納

  1. 首頁——搜索結果頁——詳情頁是較粗的跳轉到詳情頁的路徑,顯示出搜索強大的直接引流能力,同樣我們發現詳情頁——搜索的比例也很大,說明用戶在瀏覽詳情頁時會產生疑問不懂或感興趣的新的內容,是否可嘗試直接在相關詞語上做出超鏈接的解釋標注?
  2. 搜索頁——熱榜比例超大,說明無明確搜索目標的用戶比例也很大,是否提供多個榜單如搜索榜、話題榜和名人榜?
  3. 首頁——我的——個人主頁“這么一條路徑顯得特立獨行,這是一條很方便可以區分出創作者與閱讀者的干線,通過這條干線,我們是否可以考慮如何更好的服務創作者,給”寫“提供更多支持?是應該給創作者提供更多便捷地支持,比如“熱點選題”推薦,讓其在瀏覽后再創作,還是“縮短路徑”快速直接輸出內容?
  4. 詳情頁——答題人個人主頁”,這條路徑也很惹眼,用戶在瀏覽回答后,極有可能去逛答題人的個人主頁,看該作者其他回答或想法,是否提供“展開”按鈕,在不跳轉頁面的情況下,在信息流中插入展示答題人的“歷史精彩回答”。
  5. 詳情頁價值繼續放大——結合不斷回退搜索頁的行為,同一答者的精彩回答推薦、同一領域的精彩答題人推薦來準確獲知用戶需求?
  6. 首頁——直播——直播間。這是一個較新的內容版塊,是否功能定位需再明確清晰,在定位基礎上做更多優化呢?

(6)結論與思考

  • 管道交叉型平臺,每個爪的延長可能都代表一種用戶路徑
  • 應格外關注頁面的跳轉引流量。為什么某兩個頁面的相互跳轉格外多,是互為串聯關系還是并聯關系?哪些功能可以簡化在同一個頁面,哪些同一頁面的功能可以相關性不大,可以拆分到兩個頁面?
  • 兩頁面的相互跳轉,是為用戶閉環鏈路的功能性設計,還是增加趣味感和內容豐富感而做的樣式化設計?
  • 長路徑的存在是為什么?長化或短化帶來的用戶價值有什么不同?
  • 重視主流路徑的同時,也要關注另辟蹊徑的路徑下的發生場景及背后的用戶心理,趨勢監控的同時要注重對用戶結構的分析,結合用戶分層后的需求框架去進行產品的合理化布局

Case3:購物類app用戶需求滿足的歸因分析

(1)背景

對于某些功能大而全又復雜的app,識別出用戶路徑的可能呈分散狀,背后的用戶心理是不清晰的,用戶意圖識別無法深入。加之用戶可能是在碎片化時間下的間斷性操作,這種碎片化的粘性背后的用戶意圖識別起來是困難的。

這種情況下,識別用戶意圖要靠價值歸因法。我們常聽到的價值歸因大多是指于公司角度思考的價值歸因,大家對“平臺于用戶的價值歸因“是分析不足的。

那么如何做用戶的價值歸因?

(2)解決

研究對象的選擇:單一用戶的需求。

用戶需求鏈路圖需要考慮兩個角度,第一個角度是從需求的入口和出口為維度,思考不同入口模塊對用戶價值的“助推力”,以用戶的一次連續登陸為時間單位,且不以原先的頁面為單位,而是將頁面細化為模塊去分析,圈定那些在能激發用戶“逛”和“購”需求的模塊,旨在分析哪個模塊對用戶需求滿足的“助推力”更強。

PS:這是一額二維的分析,如果能根據用戶畫像比如加入身份標簽、不同價值對不同身份標簽的用戶有著不同的價值歸因系數而進行三維的用戶分析,應該會更精準。另一角度是樹立用戶視角,以單一用戶的路徑為維度,以該用戶的單次連續操作為基準,分析個人用戶的日度、月度、季度路徑痕跡。

(3)涉及到的名詞解釋

通道:頁面模塊

需求通道入口:滿足需求的最早通道

需求通道出口:滿足需求的 最后通道

通道偏好度:同一用戶在一周內訪問的路徑重合率

需求滿足率:用戶點擊模塊后產生價值次數/用戶點擊模塊總數

(4)結論

  • 七成的需求流轉發生在1小時之內,而且時間間隔越短,用戶的成交意愿越強
  • 每日用戶的“逛”“買”需求會在多個通道流轉,趨勢擴大中
  • 需求率和需求鏈路程度正相關,一旦需求流轉,成交意愿主動或被動增強
  • 在價值未滿足需求用戶中,7成在單通道中終結。而在需求滿足用戶中,七成用戶經歷3個通道,5個通道內覆蓋90%以上的需求,一旦流轉3-5個通道的用戶,平臺最需關注
  • 問大家、產品好評人數、點贊人數是需求流轉的關鍵決策點

五、總結

碎片化時間的用戶行為,需要需求全鏈路去考察,觀測鏈路的分布、特點、矩陣、趨勢,探索用戶心理并進行假設論證。

用戶需求鏈路圖需要考慮兩個角度:

第一個角度是從需求鏈路的的發起點和終結點為維度,思考不同入口模塊對用戶價值的“助推力”;

另一角度是樹立用戶視角,以單一用戶的路徑為維度,以該用戶的單次連續操作為基準,分析個人用戶的日度、月度、季度路徑痕跡。

根據產品定位和流量分配去合理化個性化鏈路,同時研究鏈路上每個節點用戶行為與產品給用戶帶來的價值二者之間的關系,最終進行產品設計調整,達到產品價值最大化。

以上就是本文提出的漏斗轉化法、頁面跳轉分析法、價值歸因法三種對用戶路徑分析法,希望給產品人們開啟“上帝視角”,打開一個在用戶路徑地圖上按跡尋蹤 讀懂用戶的可實踐型思路。

 

本文由 @Crystal 原創發布于人人都是產品經理,未經作者許可,禁止轉載。

題圖來自Unsplash,基于CC0協議。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 請問通道的入口如何確定呢,是上次需求被滿足后的首次行為,或者當日首次啟動app嗎

    來自北京 回復
  2. 你好,請問1.用戶價值歸因表具體是如何得出的,以及如何去解讀這個圖~2.圖“價值滿足用戶通道分析情況”中滿足需求的因素這個指標是如何定義的~?

    來自上海 回復
    1. 同問。

      回復
  3. case2知乎的詳情頁搜索功能使用很多是因為搜索的結果不是自己想要的,所以換個關鍵字重新搜索。

    來自北京 回復
  4. 感謝分享,用戶路徑那邊的案例說明給我帶來一些新思路,之前也有做過類似模型。就是想問一下關于這個公式:需求滿足率:用戶點擊模塊后產生價值次數/用戶點擊模塊總數,我單獨去看它時能夠理解,但是結合文中用戶價值歸因表時,沒有看懂,請問一下入口是首頁推薦,出口是逛(這個出口應該是滿足需求本身吧),這塊用指標該如何描述,我這樣說可能有點混亂。(就是這個入口和出口對應的指標是怎么計算得來的?)

    來自廣東 回復
    1. 關于“逛”這個需求是否滿足,我們當時是用“打開app連續瀏覽是否大于20分鐘”去衡量的

      回復