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

在這個每個互聯(lián)網(wǎng)人都在談論數(shù)據(jù)，每個產(chǎn)品經(jīng)理都在談論數(shù)據(jù)分析的時代，用戶行為分析的重要性也越來越凸顯出來，那么產(chǎn)品經(jīng)理如何做用戶行為分析呢？接下來將為大家進行分享。

一、為什么要做用戶行為分析

• 觀點一：有些功能整個平臺用戶都希望做，是沒有必要耗費人力評估的，只要做了就可以了。用戶行為分析是形式，不能為了分析而分析。
• 觀點二：我都在這個行業(yè)做了這么多年了，用戶需要什么難道我不知道嗎？我本身就是用戶，我可以代表他們，我的需求就是他們的需求目標。
• 觀點三：只需要做充分的調(diào)研分析就可以了，比如需求調(diào)研，產(chǎn)品使用調(diào)研，多找找目標用戶，多讓他們提一些反饋意見，根據(jù)反饋來做修改即可。
• 觀點四：不要總是順著用戶的意思去做產(chǎn)品。產(chǎn)品設計的核心是產(chǎn)品經(jīng)理的想法，而不是用戶的看法。

以上觀點其實都是錯誤的，如果產(chǎn)品經(jīng)理有這樣的想法，會對自己極為不利。下面我們來看兩個案例：

案例一：Growing IO 改版前后對比

視頻介紹功能是所有用戶都想要的，于是Growing IO毫不猶豫地把視頻放在了首頁，然后注冊轉化率下降了50%，持續(xù)觀察兩個周，注冊轉化率仍然沒有顯著增長，回滾到上個版本，注冊轉化率逐漸恢復。結論：

1. 部分用戶的觀點無法代表全體用戶的真實感受，視頻介紹可能是偽需求。
2. 產(chǎn)品經(jīng)理的主觀感受無法代表用戶的真實體驗，任何人都無法代表用戶。
3. 視頻介紹分散了用戶的注意力，導致首頁注冊轉化率大幅度下跌。

案例二：Facebook改版之后再回滾

Facebook經(jīng)過改版之后，頁面更清爽了，展示面積更大了，突出了圖片以及視頻，展示信息更豐富，F(xiàn)acebook的產(chǎn)品經(jīng)理、交互設計師都對這一版本非常有信心。然而10%灰度發(fā)布之后，用戶平均在線時長降低50%，一個月后，數(shù)據(jù)仍然沒有好轉。

1. 互聯(lián)網(wǎng)產(chǎn)品要以數(shù)據(jù)為導向，而不僅僅憑借自己的主觀感覺。
2. 產(chǎn)品設計過于超前了，產(chǎn)品版本迭代版本之間沒有一定的過渡，用戶無法習慣。

因此可以說，數(shù)據(jù)分析在日常工作中起到的是必不可少的作用。1、用戶行為分析不是形式化，不是為了分析而分析，哪怕是核心用戶提出的需求，也要通過數(shù)據(jù)來驗證，任何人都無法代表真正的用戶。2、產(chǎn)品經(jīng)理要有自我革新，自我否定的意識。用戶的需求是變的，不能太過于依賴過往的經(jīng)驗，過往的經(jīng)驗不可靠，只有數(shù)據(jù)最可靠。3、用戶分析調(diào)研是一方面，只是為產(chǎn)品提供思路，但是是否有利于產(chǎn)品長期發(fā)展還是要通過數(shù)據(jù)來說話。4、用戶端產(chǎn)品要以用戶體驗為核心，以數(shù)據(jù)為導向。

二、數(shù)據(jù)指標與名詞含義

1、流量來源：流量來源的意思是網(wǎng)站的訪問來源，比如用戶來自于知乎，來自于微博等等。主要用來統(tǒng)計分析各渠道的推廣效果。

2、PV：PV（page view）即頁面瀏覽量或點擊量，指頁面刷新的次數(shù)，每一次頁面刷新，就算做一次PV流量。

3、UV：UV（unique visitor）即獨立訪客數(shù)，在同一天內(nèi)，UV只記錄第一次進入網(wǎng)站的具有獨立IP的訪問者，在同一天內(nèi)再次訪問該網(wǎng)站則不計數(shù)。PV與UV的比值一定程度上反映產(chǎn)品的粘性，比值越高往往粘性越高。

4、IP數(shù)：IP數(shù)即獨立IP的訪問用戶數(shù)，指1天內(nèi)使用不同IP地址的用戶訪問網(wǎng)站的數(shù)量。IP數(shù)字與UV可能不同（可大可小可相等）

5、日活/月活：每日活躍用戶數(shù)（DAU）/每月活躍用戶數(shù)（MAU），反映的是網(wǎng)站或者APP的用戶活躍程度，用戶粘性。

6、次日留存/次月留存：次日留存、次月留存反映的是網(wǎng)站或者APP的留存率。

7、用戶保有率：指在單位時間內(nèi)符合有效用戶條件的用戶數(shù)在實際產(chǎn)生用戶量的比率，也叫用戶留存。

8、轉化率/流失率：轉化率一般用來統(tǒng)計兩個流程之間的轉化比例。其中流失率也是重要的數(shù)據(jù)指標。用戶流失率=總流失用戶數(shù)/總用戶數(shù)。

9、跳出率：指用戶到達網(wǎng)站上且僅瀏覽了一個頁面就離開的訪問次數(shù)（PV）與所有訪問次數(shù)的百分比。跳出率越高說明越不受歡迎。

10、退出率：對某一個特定的頁面而言，從這個頁面離開網(wǎng)站的訪問數(shù)（PV）占這個頁面的訪問數(shù)的百分比。跳出率適用于訪問的著陸頁 （即用戶訪問的第一個頁面），而退出率則適用于任何訪問退出的頁面。

11、使用時長：每天用戶使用的時間。對于游戲或者是社交產(chǎn)品來說，使用時間越長，說明用戶越喜歡。一般來說，使用時長越短說明產(chǎn)品粘性越差，用戶越不喜歡。

12、ARPU：Average Revenue Per User，每用戶平均收入在一定時間內(nèi)，ARPU=總收入/用戶數(shù)。

三、如何做用戶行為分析——三大理念

1、要樹立以數(shù)據(jù)為驅(qū)動的價值觀

要樹立以數(shù)據(jù)為驅(qū)動的價值觀，充分認可數(shù)據(jù)的價值。工作定位：統(tǒng)計、助力、優(yōu)化、創(chuàng)新。商業(yè)變現(xiàn)是最根本目標：用戶使用→產(chǎn)生數(shù)據(jù)→商業(yè)變現(xiàn)

2、要有用戶行為分析方法論

在用戶行為分析中，越底層產(chǎn)生的價值越低，越頂層產(chǎn)生的價值越高。做用戶行為分析應該把重心放在最有價值的分析和決策兩個層面。將更多的時間放在分析以及應用上，而不是數(shù)據(jù)采集上。

AARRR模型，我們在做用戶行為分析的時候，應該考慮用戶正處在AARRR模型的哪個部分、關鍵數(shù)據(jù)指標是什么、對應的分析方法又是什么。

當我們對產(chǎn)品有一個idea的時候，采用MVP的方式將其構建，功能上線后，衡量用戶和市場反應，從而不斷學習優(yōu)化

3、要用功能強大的用戶行為分析工具

比如Google analysis、神策數(shù)據(jù)、Growing IO等等

四、如何做用戶行為分析——八大方法

1、內(nèi)外因素分析

該方法有助于快速定位問題。例如一款金融類產(chǎn)品UV下降，快速分析相關原因。內(nèi)部可控因素：渠道變化、近期上線更新版本、內(nèi)部不可控因素：公司戰(zhàn)略變更、外部可控因素：淡旺季、外部不可控因素：監(jiān)管。

2、事件分析

事件維度：用戶在產(chǎn)品中的行為以及業(yè)務過程。指標：具體的數(shù)值，訪客、地址、瀏覽量（PV、UV）、停留時長。趨勢分析：分析各個事件的趨勢

通過事件分析，比如分析用戶的在線時長、點擊事件、下載事件等等，然后分析用戶的行為。并且通過各類圖標來分析用戶的行為趨勢，從而對用戶的行為有初步的了解。

3、試點分析

說白了就是，當發(fā)現(xiàn)一個問題之后，不要那么著急去解決，而是只想一個解決辦法，然后灰度發(fā)布，如果灰度發(fā)布的人群數(shù)據(jù)比較好，那么就推往整個用戶群。

這是一種從一個具體問題拆分到整體影響，從單一解決方案找到一個規(guī)?；鉀Q方案的方式。

4、漏斗模型

漏斗模型是最常用的分析方法，可以廣泛應用于流量監(jiān)控、產(chǎn)品目標轉化等日常數(shù)據(jù)運營工作中。要根據(jù)實際需要來確定是否有做漏斗分析的必要，比如用戶注冊過程、下單過程這些主要流程，就需要用漏斗模型來進行分析，尤其是需要分析用戶在哪個環(huán)節(jié)流失最嚴重。

5、留存分析

通過留存分析，分析用戶的次日留存、次周留存、次月留存等等，次日留存率能夠說明用戶對這款產(chǎn)品是否有持續(xù)使用的興趣，對于社交、游戲類產(chǎn)品來說，次日留存率非常重要。

6、行為軌跡分析

只通過PV、UV 分析以及退出率分析是無法找到大部分用戶是怎么去使用這款產(chǎn)品的。只有通過記錄用戶的行為軌跡，才能夠關注用戶真正如何去使用這款產(chǎn)品的。用戶體驗設計是對用戶行為的設計，通過行為軌跡分析，能夠幫助產(chǎn)品經(jīng)理設計出來的產(chǎn)品直達用戶內(nèi)心。

例：通過用戶行為軌跡分析發(fā)現(xiàn)，大部分用戶支付轉化率不高并不是退出了，而是返回了上一個頁面，猜測：當前頁面信息不足，用戶在猶豫，想返回上一個頁面再了解一下產(chǎn)品。

7、A/B test

A/B?test是一種產(chǎn)品優(yōu)化方法，AB測試本質(zhì)上是個分離式組間實驗，將A與B兩個不同的版本同時發(fā)往兩個幾乎一致的用戶群，來觀測這兩個用戶群的數(shù)據(jù)反饋。

A/B?test是一種“先驗”的實驗體系，屬于預測型結論，與“后驗”的歸納性結論差別巨大。A/B測試的目的在于通過科學的實驗設計、采樣樣本代表性、流量分割與小流量測試等方式來獲得具有代表性的實驗結論，并確信該結論在推廣到全部流量可信。

8、點擊分析

通過點擊分析，能夠直觀地看出來在這個頁面中，用戶的注意力都集中在哪些地方，用戶最常用的功能是什么。方便產(chǎn)品經(jīng)理對用戶行為形成整體的了解，有助于產(chǎn)品經(jīng)理引導用戶往自己想要的方向去操作。

以上就是我個人總結的產(chǎn)品經(jīng)理用戶行為分析的方法，歡迎大家來補充、交流。

作者：秦時明月，互聯(lián)網(wǎng)現(xiàn)金貸產(chǎn)品經(jīng)理、互聯(lián)網(wǎng)保險產(chǎn)品經(jīng)理。

本文由 @秦時明月 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