最好的用户行为分析攻略.docx

《最好的用户行为分析攻略.docx》由会员分享，可在线阅读，更多相关《最好的用户行为分析攻略.docx（8页珍藏版）》请在第一文库网上搜索。

1、最好的用户行为分析攻略用户行为实在太多了，拿到这样的分析需求，一是不知道如何着手，二是做完了不是被抱怨“没分析到位”，就是被埋怨“没重点，分析了啥！”。到底该怎么办？一、用户行为分析的常见错误I错误1乱摆指标，一锅乱炖。最典型的就是，把性别、年龄、职业、身高体重，这种用户基础信息往上摆。注意，用户行为，要分析的是行为，不是基础信息。无关指标太多，只会干扰视线，乱上加乱。I错误2：罗列数据，没有判断。最典型的就是，罗列了用户登录数、点击数、页面跳转一大堆数据，到底说明啥问题？没结论。这种东西根本不能被称作“分析”，只算是基础数据展示。既然是分析就要有结论，有问题，有解答。I错误3：望文生义，乱下

2、结论。最常见的这种分析：- 用户登录少了，所以要搞高- 这个商品用户买得多，所以要多卖- 这个内容用户点的多，所以继续出基本上就是数据低了就搞高，高了就保持。其结论之无脑，业务部门都看哭了以上种种乱象，主要来自：对不同部门关注的用户行为重点缺乏了解。不知道重点，就可劲拼凑数据，忽视了如何从数据提炼结论，结果反而画蛇添足。想破局，就得从认真思考：到底业务看用户行为能看出啥？二、用户行为是什么一个用户ID,在企业内部系统产生的，可记录的动作，都可以称为:用户行为。一个完整的用户行为，包括6要素：- 时间：何时发生- 地点：在XX渠道/平台/系统发生- 人物：谁发生的起因：第一个动作- 经过：所有动

3、作组成的链路- 结果：行为带来的结果这些要素，在不同平台上表现方式不同（如下图）。在不同系统平台，收集用户行为的方式也不同。常见的有三类：I、后台记录：用户注册表单、服务请求表单、交易订单等2、埋点记录：用户在APP、小程序、H5浏览记录3、业务人员反馈：通过销售、客服、售后工作人员反馈的信息总之，这也是为啥用户行为相关指标数据显得很多、很杂、很乱的原因：本来用户行为就有很多种，不结合具体业务需求，就是讲不清楚。三、不同业务的需求业务方关注用户行为，有四种情况。I情况一：一无所知，看看再说。常见的，比如：- 新官上任，不清楚情况- 新业务线，没做过复盘- 新年伊始，要做各种新计划总之，对基础情

4、况不甚了解。这种情况下，宜粗不宜细，宜全不宜精。先给一个整体概貌，让领导/业务同事找找感觉，之后有具体议题了，再深入分析（如下图）。不然一上来鸡毛蒜皮一堆东西，很有可能把人看晕，感慨“这一大堆到底说了啥？”I5AARRR对应的用户行为新用户注册行为用户活跃行为交易行为转介缔亍为行为数量新用户数新用户转化率活跃人数、活跃时长关键行为（交易/转介绍）订单数里成交金额参与人数转介绍质里行为细节各环节停留时间向下一环节转化军不同渠道转化效果功能/内容/活动点击数核心流程转化率/转化单个功能重度/轻度用户单笔交易时间、种类单堂交易金额、频次绝境/轻度/再度爰好看转介绍流程效率维轻度/重度区别在不了解业务

5、情况下，先从最粗线条，最普遍认识的大指标开始（比如AARRR）,逐步展示用户行为细节，展示细节的时候，先讲一个行为发生的数量，对应的用户人数；再讲一个行为流程转化过程，最后再对用户分层，对一个行为的轻巾重用户分类描述，这样就讲得很全面了，.一二二段气手室I情况二：心有所指，关注结果。这种情况，一般出在某个具体业务流程、产品功能点、内容发布以后。业务方目标很明确：看看这东西做得咋样了。常见的，比如：- 内容板块：用户点击、参与讨论、转发动作- 功能点：用户使用数量、使用频次、使用时长- 商品：用户浏览、购买、重复购买、一次性大额购买此时就不能铺开了说，而是聚焦业务关注的功能点，从大到小展示数据（

6、如下图）。举例：运营新上了一个“种树结果”的打卡活动，企图拉升活跃趋势其他情况是不是在玩的人越来越多行为越来越重/越来越轻摩持现去有没有变化整体行为向好不变度差谁没有在玩？从来不玩，还是玩了放弃了有没有试着推荐他Ii诋注意！用户行为分析第一个大坑点，就是：用户行为多不等于业绩好。比如电商业务，运营兴致勃勃地上个一浇水种树领优惠的活动，企图拉一拉活跃人数，结果发现用户都玩游戏去了，都在等优惠，反而下单的人在减少！此时，可以用矩阵法、前后对比法、行为关系分析等方法，具体看这个行为对业绩的影响（如下图）。发生某行为前后用户高质量行为数量理论上，一个行为得同时满足：吸引足够多高质量的用户参与；发生行为

7、后，其他高质量行为（交易席介绍）有明显提升，才能称为好行为。但实际上不需要这么苛刻的条件，只要不出现明显的：用户使用障碍，用户使用后投诉增加，干扰用户正常交易等行为，即可评伤如力情况三：业绩压力，焦头烂额。这种情况，一般是评价具体业务流程，且该流程是核心流程。比如新用户注册，大型活动参与，交易流程，关键问题投诉等等。这时候分析目标非常具体：- 注册转化率要搞高！- 活动参与率要搞多！- 成交比例要做高！- 关键投诉坚决扑灭！这种目标清晰的用户行为分析，可以说是最简单轻松了。核心思路就是以下四个模块。渠道部门在做广告投放，获取新用户这里要注意的是，很多同学会直接插入转化流程分析。这样做呈现的数据

8、太细，容易模糊整体判断。好/坏的判断始终是第一位的。如果连“好”“坏”都判断错了，那后边的原因分析全是错的。所以先对整体形势做判断，看看是否能接受是第一位的。还有一点，就是补救措施分析，会被很多同学忽视。用户行为分析的第二大坑点，就是用户行为分析是“知其然、不知其所以然”的分析。用户行为是各种因素影响结果，在企业实际中，不可能像实验室一样每个项目都做控制变量研究，即使提前做过ABteSt,真正上线时也会因为天时地利有各种差异。改个标题改注册方式改邀约话术大促销！所有课程一律5折！走过路过不要错过!局部改进：改进环节的人数增多，转化率提高全局改进：各个环节转化率均有变化下游环节人数增多，但转化率

9、不见得变化明显整体人数水濯船高，可能在某些环节变化最大用户行为一定是多因素综合影响的结果，特别是用户行为路径越长，累积到最后的影响因素越多，因此如果用户行为真的在末端断掉，是很难短时间内拆分清楚的。并且企业实际环境不像实验室那么干建,用户口碑交叉影响，当季流行的时事，舆论风潮等都会影响结果，事前越生寰失芍是两片学堂所以真遇到问题的时候，很有可能短时间内分析不出来原因，或者即使大概知道原因，也没办法把活动停掉/渠道换掉。此时的思路，不是纠结：这个到底是用户不喜欢文案还是不喜欢产品，而是：我们还能做什么挽回。因此补救措施分析一定不能省。这样比孤零零喊“这个流程不行啦！”要有价值得多。这也是为啥很多

10、数据明明给了用户转化路径的问题，可业务方还是喊“没有建设性”的原因。没人喜欢报丧鸟天天喊：“要完啦！要完啦！人们想听：“试试这个！试试这个！”I情况四：情况不明，疑神疑鬼。这种情况，一般是某个业务做得不行，业务方又没有明确假设的时候。就想着：“能不能深入挖掘下用户行为？找找原因？”至于挖啥、挖出来啥原因，可能他们自己都不知道这是最难搞的情况。因为分析目标完全不清楚。这里有两个基本思路：思路一：业务方先圈出来自己的目标客户，然后看目标客户在干啥思路二：先找出一个行为的重度客户，然后问业务方：这是你们想要的不总之，从极端情况里，更容易找到解决问题的灵感。比如积分兑换，业务方只是觉得这个业务不行，哪

11、里不行又说不上来。此时可以如下图，分两个思路看数据（如下图）。思路一：先分用户用户价值分类消费金额颜次/V工P等级兑换量/频次间高/低用户在兑换行为上差异高/低用户在兑换内容上差异兑换品类偏好I兑换行为意义是否观察到行为差异行为差异是否足以产生策略思路二，先分行为如果发现高价值用户明显偏好某些礼品兑换，则可以对应设计吸引高价值用户礼品方案。如果发现重度用户明显存在蓊羊毛嫌疑，则可以对应修改奖励规则。总之，只要用户群体行为差异足够大，就能产生策略。四、小结从上边四大情况可以看出来，即使是同样的数据，面对不同情况，可以有不同展现方法。这就要求同学们在工作中，认真理解业务需求。很多同学会说：直接问业务不就好了。问题是，四个情况里，除了情况三是很明确的有KP1压力以外，其他三个情况都很含糊，最后口头表达的需求就是：“做个用户行为分析看看”。这就要求做数据的同学们，自己有一定的判断能力。以上四种情况是层层递进的，其逻辑关系如下图，同学们可以剥洋葱般的引导业务，找到真正关心的问题，从而做出有价值的分析。“看看用户行为“没有具体场景情况1给几个大指标，先普遍看看有具体场景没有硬性目标情况2,先看看情况，顺带评价好坏有硬性目标硬追目标完成情况3看看行不行，不行了看咋补救以下不知道咋硬情况4：区分轻重,从极端个