用戶行為分析,就該這么做!

5 評論 24623 瀏覽 177 收藏 12 分鐘

導(dǎo)語:很多同學(xué)最怕做開放題,比如“你做個(gè)用戶行為分析/經(jīng)營分析/銷售分析……”然后沒有然后了。接到這種沒頭沒尾的題目,腦子經(jīng)常一篇空白,“我到底要分析啥?” 特別是用戶行為分析,因?yàn)橛脩粜袨閷?shí)在太多了。做完了不是被抱怨“沒分析到位”就是被埋怨“沒重點(diǎn),分析了啥!”到底該咋辦?今天本文作者為我們系統(tǒng)講解一下!

一、用戶行為分析的常見錯(cuò)誤

1. 錯(cuò)誤1:亂擺指標(biāo),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(chǔ)信息往上擺。注意,用戶行為要分析的是行為不是基礎(chǔ)信息,無關(guān)指標(biāo)太多只會(huì)干擾視線,亂上加亂。

2. 錯(cuò)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(diǎn)擊數(shù)、頁面跳轉(zhuǎn)一大堆數(shù)據(jù),到底說明啥問題?

——沒結(jié)論。這種東西根本不能被稱作“分析”,只算是基礎(chǔ)數(shù)據(jù)展示。既然是分析就要有結(jié)論,有問題,有解答。

3. 錯(cuò)誤3:望文生義,亂下結(jié)論

最常見的:

  • 用戶登錄少了,所以要搞高;
  • 這個(gè)商品用戶買的多,所以要多賣;
  • 這個(gè)內(nèi)容用戶點(diǎn)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(jié)論之無腦,業(yè)務(wù)部門都看哭了……

以上種種亂象,主要來自:對不同部門關(guān)注的用戶行為重點(diǎn)缺乏了解。不知道重點(diǎn),就可勁拼湊數(shù)據(jù),忽視了如何從數(shù)據(jù)提煉結(jié)論,結(jié)果反而畫蛇添足。想破局,就得從認(rèn)真思考:到底業(yè)務(wù)看用戶行為能看出啥?

二、用戶行為是什么

一個(gè)用戶ID,在企業(yè)內(nèi)部系統(tǒng)產(chǎn)生的,可記錄的動(dòng)作,都可以稱為:用戶行為。一個(gè)完整的用戶行為,包括6要素:

  1. 時(shí)間:何時(shí)發(fā)生
  2. 地點(diǎn):在XX渠道/平臺/系統(tǒng)發(fā)生
  3. 人物:誰發(fā)生的
  4. 起因:第一個(gè)動(dòng)作
  5. 經(jīng)過:所有動(dòng)作組成的鏈路
  6. 結(jié)果:行為帶來的結(jié)果

這些要素,在不同平臺上表現(xiàn)方式不同,如下圖:

用戶行為分析,就該這么做!

在不同系統(tǒng)平臺,收集的用戶行為的方式也不同,常見的有三類:

  1. 后臺記錄:用戶注冊表單、服務(wù)請求表單、交易訂單等;
  2. 埋點(diǎn)記錄:用戶在APP、小程序、H5瀏覽記錄;
  3. 業(yè)務(wù)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(guān)指標(biāo)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(jié)合具體業(yè)務(wù)需求,就是講不清楚。

三、不同業(yè)務(wù)的需求

業(yè)務(wù)方關(guān)注用戶行為,有四種情況:

1. 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(wù)線,沒做過復(fù)盤;
  • 新年伊始,要做各種新計(jì)劃。

總之,對基礎(chǔ)情況不甚了解。這種情況下,宜粗不宜細(xì),宜全不宜精。先給一個(gè)整體概貌,讓領(lǐng)導(dǎo)/業(yè)務(wù)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?”

用戶行為分析,就該這么做!

2. 情況二:心有所指,關(guān)注結(jié)果

這種情況,一般出在某個(gè)具體業(yè)務(wù)流程、產(chǎn)品功能點(diǎn)、內(nèi)容發(fā)布以后。業(yè)務(wù)方目標(biāo)很明確:看看這東西做的咋樣了。

常見的,比如:

  • 內(nèi)容板塊:用戶點(diǎn)擊、參與討論、轉(zhuǎn)發(fā)動(dòng)作;
  • 功能點(diǎn):用戶使用數(shù)量、使用頻次、使用時(shí)長;
  • 商品:用戶瀏覽、購買、重復(fù)購買、一次性大額購買。

此時(shí)就不能鋪開了說,而是聚焦業(yè)務(wù)關(guān)注的功能點(diǎn),從大到小展示數(shù)據(jù),如下圖:

用戶行為分析,就該這么做!

注意!用戶行為分析低一個(gè)大坑點(diǎn),就是:用戶行為多不等于業(yè)績好。比如電商業(yè)務(wù),運(yùn)營興致勃勃的上個(gè)一澆水種樹領(lǐng)優(yōu)惠的活動(dòng),企圖拉一拉活躍人數(shù),結(jié)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(shí),可以用矩陣法、前后對比法、行為關(guān)系分析等方法,具體看這個(gè)行為對業(yè)績的影響(如下圖)。

3. 情況三:業(yè)績壓力,焦頭爛額

這種情況,一般是評價(jià)具體業(yè)務(wù)流程,且該流程是核心流程。比如新用戶注冊,大型活動(dòng)參與,交易流程,關(guān)鍵問題投訴等等。

這時(shí)候分析目標(biāo)非常具體:

  • 注冊轉(zhuǎn)化率要搞高!
  • 活動(dòng)參與率要搞多!
  • 成交比例要做高!
  • 關(guān)鍵投訴堅(jiān)決撲滅!

這種目標(biāo)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(gè)模塊。

用戶行為分析,就該這么做!

這里要注意的是,很多同學(xué)會(huì)直接插入轉(zhuǎn)化流程分析。這樣做呈現(xiàn)的數(shù)據(jù)太細(xì),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(cuò)了,那后邊的原因分析全是錯(cuò)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(diǎn),就是補(bǔ)救措施分析,會(huì)被很多同學(xué)忽視。用戶行為分析的第二大坑點(diǎn),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(jié)果,在企業(yè)實(shí)際中,不可能像實(shí)驗(yàn)室一樣每個(gè)項(xiàng)目都做控制變量研究,即使提前做過ABtest,真正上線時(shí)也會(huì)因?yàn)樘鞎r(shí)地利有各種差異。

用戶行為分析,就該這么做!

所以真遇到問題的時(shí)候,很有可能短時(shí)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(dòng)停掉/渠道換掉。此時(shí)的思路,不是糾結(jié):這個(gè)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(bǔ)救措施分析一定不能省,這樣比孤零零喊:“這個(gè)流程不行啦!”要有價(jià)值得多。這也是為啥很多數(shù)據(jù)明明給了用戶轉(zhuǎn)化路徑的問題,可業(yè)務(wù)方還是喊:“沒有建設(shè)性”的原因。

沒人喜歡報(bào)喪鳥天天喊:“要完啦!要完啦!”人們想聽:“試試這個(gè)!試試這個(gè)!”

4. 情況四:情況不明,疑神疑鬼

這種情況,一般是某個(gè)業(yè)務(wù)做得不行,業(yè)務(wù)方又沒有明確假設(shè)的時(shí)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?yàn)榉治瞿繕?biāo)完全不清楚,這里有兩個(gè)基本思路:

  • 思路一:業(yè)務(wù)方先圈出來自己的目標(biāo)客戶,然后看目標(biāo)客戶在干啥;
  • 思路二:先找出一個(gè)行為的重度客戶,然后問業(yè)務(wù)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(wù)方只是覺得這個(gè)業(yè)務(wù)不行,哪里不行又說不上來。此時(shí)可以如下圖,分兩個(gè)思路看數(shù)據(jù),如下圖:

用戶行為分析,就該這么做!

如果發(fā)現(xiàn)高價(jià)值用戶明顯偏好某些禮品兌換,則可以對應(yīng)設(shè)計(jì)吸引高價(jià)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(yīng)修改獎(jiǎng)勵(lì)規(guī)則。總之,只要用戶群體行為差異足夠大,就能產(chǎn)生策略。

四、小結(jié)

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(xué)們在工作中,認(rèn)真理解業(yè)務(wù)需求。

很多同學(xué)會(huì)說:直接問業(yè)務(wù)不就好了。問題是,四個(gè)情況里,除了情況三是很明確的有KPI壓力以外,其他三個(gè)情況都很含糊,最后口頭表達(dá)的需求就是:“做個(gè)用戶行為分析看看”。

這就要求做數(shù)據(jù)的同學(xué)們,自己有一定的判斷能力。以上四種情況是層層遞進(jìn)的,其邏輯關(guān)系如下圖,同學(xué)們可以剝洋蔥般的引導(dǎo)業(yè)務(wù),找到真正關(guān)心的問題,從而做出有價(jià)值的分析。

用戶行為分析,就該這么做!

#專欄作家#

接地氣的陳老師,微信公眾號:接地氣學(xué)堂,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(gè)行業(yè)有豐富數(shù)據(jù)相關(guān)經(jīng)驗(yàn)。

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(zhuǎn)載

題圖來自Unsplash,基于CC0協(xié)議。

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(gè)行業(yè)有豐富數(shù)據(jù)相關(guān)經(jīng)驗(yàn)。

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(zhuǎn)載。

題圖來自Unsplash,基于CC0協(xié)議。

該文觀點(diǎn)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(chǔ)空間服務(wù)。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 真好

    回復(fù)
  2. 3.2是不少個(gè)圖啊,如下圖:并沒有

    來自北京 回復(fù)
  3. 寫得很接底氣
    但總覺得邏輯感有點(diǎn)差~
    讀完之后找不到主線

    來自四川 回復(fù)
    1. 我覺得作者的邏輯結(jié)構(gòu)很好啊。先拋出常見錯(cuò)誤,再給出具體指導(dǎo)方法。給的指導(dǎo)方法也1、2、3、4娓娓道來。

      來自廣東 回復(fù)
    2. 我感覺有些地方看不懂,特別是那些圖表。比如圖2行為數(shù)量里,為什么是轉(zhuǎn)化率、活躍時(shí)長、關(guān)鍵行為呢。全篇下來好像都不太懂在說什么,可能是我專業(yè)知識太缺乏了吧

      來自福建 回復(fù)