为什么要做用户行为行为分析?

为什么要做用户行为行为分析
作者:韩重明
为什么要做用户行为行为分析?
很多人可能不知道,「行为分析」四个字的分量已经代表了近两年一些高速成长的公司对数据分析需求的精细化程度,同时,它也催生出了新一代的数据分析工具和分析方法。
过去,所有人都在关注PV、UV、跳出率、访问深度、停留时长,还有很多人始终放不下的热力图等,总体来说,这些指标都属于统计指标,反映的都是产品总体情况,数据的价值除了反映现状,还有更重要的是应用。统计是数据汇总整理的结果,没有分析,怎能拿来指导业务增长呢?
当然,可能知道过。
比如一款阅读产品,通过文章详情页的停留时长可以判断用户对文章的喜好程度,但是,他可能在滑动屏幕看文章、可能在评论区输入一段评论,当然,也可能没看文章却登录了微信聊天。
所以比起用户在该页面所花时间的汇总,用户是否是在看文章还是在评论以及评论的内容是什么对我们更有指导意义。
技术在发展,时代在召唤,所以,行为分析,你需要了解并且知道如何应用。

什么是用户行为分析

一口气说:基于用户在互联网产品上的行为以及行为背后的人发生的时间频次等维度深度还原用户使用场景并且可以指导业务增长。
 
慢点说:对用户模型做关键补充。通过行为数据的补充,构建出精细、完整的用户画像。
传统统计工具的数据背后没有人,所以也谈不上用户模型(画像),一个完整、多维、精确的用户画像=用户行为数据+用户属性数据
用户行为分析在应用中的价值

关于影响数据结果和判断的三个维度:

1. product-market fit(PMF:产品-市场契合点)
意思是产品符合市场需求。比如你做了个社区电商平台,拿一个demo产品投向市场,可能这个阶段不会看有多少收入,而是看来了多少人,有多少人看了商品链接,有多少人真正支付了,这个阶段用户的认可可能对你是否决定做这个项目、判断这个项目是否有市场更有决定性因素。
 
2. 用户来源
这点是说用户质量。所有的产品核心人群都不是面向所有人的(至少一开始不是),一定有他的核心人群,所以用户来源渠道的质量就决定了数据结果的好坏,可能会影响你对项目、对产品的判断和决策;
3. 产品本身
第三点落脚到产品上了。产品承载着你的商业模式,产品本身的功能设计、用户体验、迭代以及运营策略等都会影响数据、影响留存、影响项目的生死。
基于以上理解,我们看行为分析的重要性,基于行为分析,需要让CEO对产品所切入的市场判断更准确,让市场推广人员精细化评估渠道质量,让产品设计人员准确评估用户行为路径转化、产品改版优良、某一新功能对产品的影响几何,让运营人员做精准营销并且评估营销结果等。

所以,价值在哪儿呢?罗列4点

1、自定义留存分析
从前:我们通常会认定一个用户只要打开APP就算当天的一个活跃用户,今天新增的用户只要明天启动一次APP就认为是一个留存用户;
现在:基于用户行为,我们可以做精细化留存评估。根据产品特性自定义用户留存,比如一个阅读类产品,用户打开APP后有没有去浏览或是查看一篇文章,我们可以把今天来了查看了至少一篇文章的用户算作今天的一个活跃;
意义:留存是反映任何一款产品健康度的高级指标,无论是运营好坏、产品功能设计如何,最终都可以通过留存衡量整体的情况,贴合产品业务本身去衡量留存,精细化评估产品健康度,让留存数据更有价值和指导意义。
 
2、精细化渠道质量评估
从前:流量时代,评估渠道带来了多少访问人数,注册人数。
现在:人口红利期已过,产品推广渠道在增多,产品越来越垂直,加上同质化竞争直接导致获客成本变高,无论从市场执行人员的角度还是公司角度,都在评估ROI,除了看流量,更需要看质量。如何评估质量,需要基于用户行为并且贴合业务去评估,一款理财产品,通过不同渠道带来的用户,真正查看了理财产品详情的有多少,真正投资成功的又有多少,哪个渠道用户又有邀请行为,最后留存最高的是哪个渠道,再结合渠道投入,计算ROI。
意义: 降低渠道成本,提升渠道转化。
 
3、产品分析(路径转化/漏斗分析、找到产品改进关键点、找到促进核心转化的相关因素、Aha moment等)
路径转化/漏斗分析:关注核心转化,比如注册转化、购买转化,从而优化流失节点,优化行为路径设计;
找到产品改进关键点:用数据量化产品核心功能,让产品迭代排期更科学,部门配合更高效;
找到促进核心转化的相关因素:挖掘促进用户触发核心行为的关键行为,比如可促进用户实现购买的某些因素,找到相关行为做优化或运营激励;
Aha moment(惊艳一刻):快速执行,超出用户预期,让产品指数级增长。
 
4、精准营销(用户分群、用户分层、活动质量评估)
从前:面向所有用户或者基于用户属性维度做营销、做服务。属性包括:注册账号、手机号、性别、年龄、地域、积分和一些标签。
 
现在:属性+行为,无限接近真实用户。通过用户点击查看商品详情、搜索行为、点击关注某款理财产品的关注按钮、购买了个东西等等这些行为以及行为触发的人、时间、频次知道用户最近在关注什么、对哪一类商品感兴趣、对哪一类文章感兴趣、哪种理财偏好。
意义:用行为维度和属性维度共同去定位用户在产品的生命周期以及真实生活场景中的角色。营销更精准,用户体验更佳。
 

以上4点,每一点都可以再展开来说,说价值、说方法、说案例,篇幅有限,日子还长,慢慢聊~

亮哥说
其实亮哥很期待作者找个机会把以上四点都展开来聊。
但是以亮哥这种数据分析能力,都知道这四点都展开,其实可以写成4本书。不信你去搜一搜,关于精准营销、分析方法论的书是不是有好多好多。
当然,从运营成长的角度说,越早理解数据的价值和搞懂数据的逻辑,是可以让自己的成长道路少走很多弯路的。
通过韩重明的对比,你会发现,现在的运营和数据都在向精细化方向上演进。
昨天和一位拿到了新一轮融资的朋友吃饭,席间就谈到这件事情:
如果今天,你还在秉持创业项目必须先从烧钱开始,而弄不清楚烧钱的原因和逻辑,你必然是离死不远的。
时代在前行,对于精细化运营,业内的需求会越来越旺盛,这也是为什么亮哥认为,如果你想成为一名优秀的运营,可以去深入了解一下精益创业的方法论,这个方法论,其实会让你受益终生。

去年今日运营文章

  1. 2023:  奥克斯空调品牌新品上市整合营销方案(0)
  2. 2023:  2024如何制定年度规划(0)
  3. 2023:  《100个思维模型系列》056.蝴蝶效应思维模型(0)
  4. 2022:  《增长思维》的框架及重点(0)
  5. 2022:  会员积分体系刺激用户长期活跃的两种手段(0)

原创文章,作者:爱运营,如若转载,请注明出处:https://www.iyunying.org/seo/dataanalysis/84516.html

(0)
爱运营的头像爱运营管理员
上一篇 2016年11月14日 下午4:52
下一篇 2016年11月15日

推荐资讯

发表回复

登录后才能评论

评论列表(1条)

  • […] 爱运营 数据分析 围观0jQuery(function($){$.get("http://www.iyunying.org/fo_ajax?ajax=getPostViews&postID=84519&quot;,function(data){if(data.length < 10)$('#number').text(data)});})次 留下评论 编辑日期:2016-11-15 字体:大 中 小 /*960*90 创建于 2015-01-07*/ var cpro_id = "u1895992"; /*自适应 创建于 2016/10/21*/ var cpro_psid = "u2794721"; 如何更有价值采集数据、高效分析数据? 作者:韩重明,诸葛io高级数据驱动顾问 上回说到,用户行为数据的意义和价值《为什么要进行用户行为分析?》,以及互联网产品用户模型的构建,这其中就包含了对数据的采集和分析两大块儿,本文将从数据采集的三大要点、如何让分析更有价值更高效、以及数据分析思维三部分展开聊。  数据采集的三大要点 1、全面性 数据量足够具有分析价值、数据面足够支撑分析需求。 比如对于「查看商品详情」这一行为,需要采集用户触发时的环境信息、会话、以及背后的用户id,最后需要统计这一行为在某一时段触发的人数、次数、人均次数、活跃比等。   2、多维性 数据更重要的是能满足分析需求。灵活、快速自定义数据的多种属性和不同类型,从而满足不同的分析目标。 比如「查看商品详情」这一行为,通过埋点,我们才能知道用户查看的商品是什么、价格、类型、商品id等多个属性。从而知道用户看过哪些商品、什么类型的商品被查看的多、某一个商品被查看了多少次。而不仅仅是知道用户进入了商品详情页。   3、高效性 高效性包含技术执行的高效性、团队内部成员协同的高效性以及数据分析需求和目标实现的高效性。   基于以上三点,我们看如何让数据采集更准确、分析更有用以及团队内部更高效。  数据分析价值性和高效性 step1:明确数据驱动目标   数据采集切忌大而全,数据分析需求也是随着产品不断迭代的,明确长远和当前阶段的分析需求,让分析更有目的性,技术执行更高效。   场景举例: 小葛是公司的产品经理,小诸是技术,最近两人都认识到了数据在产品运营和决策中的重要性,经过几个数据平台的调研,最后,选择了诸葛io,并且已经明确了当前阶段的数据需求…    小葛:「小诸忙吗,文档中那个,登录流程、注册转化、购买转化、分享转化等是长远需要关注的数据指标,务必埋上哦;对于发现功能呢,两个礼拜后我们会提交一个新版本,先不埋了啦,辛苦啦。」 小诸:「小葛,你真棒,一会儿我就给你埋好了呢!」 小葛:「哦还有,注册那个页面我们有个推荐人选项,需要用户输入推荐人账号,采集的时候别采账号啊,我只想看注册用户是否有推荐人的分布,把那个属性处理成判断哦」 小诸:「这简单。那今晚…」 看着小葛转身要离开了,小诸欲言又止,默默地继续敲代码了…    step2:按需采集数据   带着需求和分析目标去采数据,不仅避免了数据冗余带来的无从下手,也避免了全量采集之后却不知道要分析什么的尴尬。 […]

分享本页
返回顶部