B端SaaS應用的常用數據分析方法
于C端產品一樣的是,B端產品也是需要做數據分析的,只是方法和效率有所不同而已。本文就分享了B端產品做數據的方法和案例,供大家參考。
SaaS應用的留存和復購至關重要,通過用戶行為數據“誰-場景-做什么-怎么樣-頻次貨力度”,配合業務數據分析可以很好的了解產品的使用情況并針對性的做產品的深度優化;
一、常見的分析方法
面向中大型客戶的B端應用一般不涉及到廣告投放,因此拉新分析不是重點,常見的用戶行為分析工作基本上就圍繞激活、留存開展,根據不同的業務訴求會配合各類分析方法來找問題或改問題。
二、業務指標構建
用戶行為分析可以通過構建指標來進行分析,如訪問行為PV、UV、停留時長、跳出率;操作行為如次數、人數等。
三、分析場景樣例
1. 用戶激活
- 分析訴求:用戶培訓完成后,在試用期內是否已經開始使用應用
- 構建成分:日期范圍、用戶ID、用戶角色、是否登錄、XX頁面是否訪問、XX操作是否執行
- 構建過程:1.以用戶ID+角色來鎖定用戶群體,配合該角色的總人數,看用戶登錄情況及該角色的關鍵業務動作進行分析;2.分析結論用戶是否已登錄、用戶是否已完成關鍵業務動作的操作、用戶已激活漏斗分析
1.角色激活情況分析(YY/MM/DD-YY/MM/DD)
2.用戶激活漏斗(YY/MM/DD-YY/MM/DD)
說明:用戶只要訪問就算是已激活
3.用戶 激活明細(YY/MM/DD-YY/MM/DD)
2. 用戶留存
- 分析訴求:用戶培訓完成后,是否在持續使用應用
- 構建成分:日期范圍、用戶ID、用戶角色、是否登錄
- 構建過程:查詢培訓后一段時間內的用戶持續登錄次數,看多少用戶持續使用應用
重要日期后用戶持續登錄的情況,如培訓完成日期、正式上線日期等。
- 分析訴求:挖掘角色喜歡的亮點功能(Aha時刻)
- 構建成分:日期范圍、用戶ID、用戶角色、登錄行為、XX功能的觀看行為-PV、XX功能的操作行為-操作次數
- 構建過程:提取和留存率相關的行為數據后,使用統計學的相關性計算方法,相關性系數越大,表明用戶的留存與此相關性越高,通過歸因分析判定核心功能
3. 用戶行為路徑
YYM
分析:根據流轉比例判定流程是否有卡點,主要適用于復雜功能的流轉分析,本案例相對簡單
用戶留存相關性分析(YY/MM/DD -XX角色 -XX應用)
用戶留存歸因分析( XX角色 -XX應用)
說明:選取相關性較高的指標,分析指標數值是多少的時候,用戶的留存率最高
分析總結:售后部長如果30天內有4天都會看交付看板,那么售后部長登錄系統的概率會比較高,這個功能對售后部長是有價值的;
結合數據分析進一步迭代應用
1. 分析客戶使用的平均時長
2. 調研客戶的使用感受
3. 迭代應用功能
4. 對比功能上線前后的留存率有無升高
本文由 @抹香鯨 原創發布于人人都是產品經理,未經許可,禁止轉載。
題圖來自 Unsplash,基于 CC0 協議。
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
B端SaaS數據分析方法太實用了,這些技巧能幫我們更好地理解客戶需求,提升產品服務!
通過深入分析用戶行為數據和業務數據,可以有效地提升產品的用戶粘性和商業價值。