當前位置:首頁 >  運營 >  產(chǎn)品運營 >  正文

為什么要做用戶行為分析,怎么做好用戶行為分析?

 2017-12-22 13:44  來源: 互聯(lián)網(wǎng)   我來投稿 撤稿糾錯

  域名預訂/競價,好“米”不錯過

作者簡介:謝榮生,數(shù)極客 創(chuàng)始人 & CEO,前國美金融產(chǎn)品總監(jiān)、淘寶網(wǎng)高級產(chǎn)品經(jīng)理。

筆者在中國互聯(lián)網(wǎng)行業(yè)從業(yè) 16 年,經(jīng)歷了多個互聯(lián)網(wǎng)發(fā)展階段,也先后負責過產(chǎn)品、運營、營銷等工作,發(fā)現(xiàn)最近幾年來因為流量成本激增和競爭壓力的原因,互聯(lián)網(wǎng)公司對數(shù)據(jù)分析的依賴越來越大,但對于如何做好數(shù)據(jù)分析卻倍受困擾。

如何讓企業(yè)更好的應用好數(shù)據(jù)分析?數(shù)極客由此應運而生,成立 2 年來服務了 3 百多家企業(yè)客戶,累計擁有 5000 多家試用用戶,在此給大家分享一些用戶行為分析的應用方面心得體會。

近幾年大家頻繁的在各類媒體上看到企業(yè)精細化運營、數(shù)據(jù)驅(qū)動增長、增長黑客這樣的字眼,這背后的核心就是數(shù)據(jù)分析,但是很多人并不理解用戶行為和業(yè)務增長有什么因果關(guān)系,只是因為別的企業(yè)通過用戶行為分析獲得了成功,因此跟風學習,但只學到皮毛,這就導致了在應用層面存在以下幾個極端:

1).購買了用戶行為分析系統(tǒng),因為缺乏數(shù)據(jù)分析方法而處于閑置狀態(tài);

2).低估了用戶行為分析的難度,因堅持內(nèi)部自建而導致業(yè)務部門一直都在等待可用的系統(tǒng),浪費了大量資源和發(fā)展良機。

3).不了解用戶行為分析的價值,只關(guān)注常規(guī)的PV、UV指標。

如何破解以上困局,讓我們先從了解用戶行為分析開始。

一、什么是用戶行為分析?

用戶行為可以用5W2H來總結(jié):

Who(誰)、What(做了什么行為)、When(什么時間)、Where(在哪里)、Why(目的是什么)、How(通過什么方式),How much (用了多長時間、花了多少錢)。

用戶行為分析就是通過對這些數(shù)據(jù)進行統(tǒng)計、分析,從中發(fā)現(xiàn)用戶使用產(chǎn)品的規(guī)律,并將這些規(guī)律與網(wǎng)站的營銷策略、產(chǎn)品功能、運營策略相結(jié)合,發(fā)現(xiàn)營銷、產(chǎn)品和運營中可能存在的問題,解決這些問題就能優(yōu)化用戶體驗、實現(xiàn)更精細和精準的運營與營銷,讓產(chǎn)品獲得更好的增長。

二、為什么需要用戶行為分析?

在PC互聯(lián)網(wǎng)時代,網(wǎng)民的年增長率達到50%,隨便建個網(wǎng)站就能得到大量流量; 在移動互聯(lián)網(wǎng)早期,APP也經(jīng)歷了一波流量紅利,獲取一個客戶的成本不到 1 元; 而近幾年隨著流量增長的紅利消退,競爭越來越激烈,每個領(lǐng)域均有成百上千的同行競爭,獲客成本也飆升到難以承受的水平,業(yè)務增長越來越慢甚至倒退。

圖:互聯(lián)網(wǎng)行業(yè)競爭越來越激烈

在如此高成本、高競爭的環(huán)境下,如果企業(yè)內(nèi)部不能利用數(shù)據(jù)分析做好精細化運營,將產(chǎn)生巨大的資源浪費,勢必會讓企業(yè)的運營成本高漲,缺乏競爭力。 對于互聯(lián)網(wǎng)平臺來說,傳統(tǒng)的數(shù)據(jù)分析主要針對結(jié)果類的數(shù)據(jù)進行分析,而缺乏對產(chǎn)生結(jié)果的用戶行為過程的分析,因此數(shù)據(jù)分析的價值相對較局限,這也是為什么近幾年很多企業(yè)感覺做了充分的數(shù)據(jù)分析,但卻沒有太大效果的原因。通過對用戶行為的5W2H進行分析可以掌握用戶從哪里來,進行了哪些操作,為什么流失,從哪里流失等等。從而提升提升用戶體驗,平臺的轉(zhuǎn)化率,用精細化運營使企業(yè)獲得業(yè)務增長。

三、如何采集用戶行為數(shù)據(jù)?

用戶行為分析如此重要,為什么互聯(lián)網(wǎng)公司中能做好用戶行為分析的鳳毛麟角?主要是原因是數(shù)據(jù)采集不全面和分析模型不完善。

1.如何高效采集用戶行為數(shù)據(jù)

傳統(tǒng)的數(shù)據(jù)分析因為數(shù)據(jù)精細度不夠和分析模型不完善等原因,導致分析過于粗放,分析結(jié)果的應用價值低。而我們要想做好分析,首先必須要有豐富的數(shù)據(jù),因此要從數(shù)據(jù)采集說起,傳統(tǒng)的用戶行為數(shù)據(jù)采集方法比較低效,例如:我們獲取用戶的某個行為數(shù)據(jù)時,需要在相應的按鈕、鏈接、或頁面等加入監(jiān)測代碼,才能知道有多少人點擊了這個按鈕,點擊了這個頁面。這種方式被稱為“埋點”,埋點需要耗費大量的人力,精力,過程繁瑣,導致人力物力投入成本過高。

在移動互聯(lián)網(wǎng)時代,埋點成了更痛苦的一件工作,因為每次埋點后都需要發(fā)布到應用商店,蘋果應用商店的審核周期又是硬傷,這使得數(shù)據(jù)獲取的時效性更加大打折扣。由于數(shù)據(jù)分析是業(yè)務發(fā)展中極其重要的一個環(huán)節(jié),即便人力物力成本過高,這項工作仍然無法省掉。

因此,我們也看到國內(nèi)外有一些優(yōu)秀的用戶行為分析工具,實現(xiàn)了無埋點采集的功能,例如:國外有Mixpanel,國內(nèi)的數(shù)極客在WEB、H5、Android、iOS四端都可以無埋點采集數(shù)據(jù)。通過無埋點的采集,可以極大的增強數(shù)據(jù)的完善性和及時性。

2.如何精準采集用戶行為數(shù)據(jù)

有些核心業(yè)務數(shù)據(jù),我們希望確保100%準確,因此還可以通過后端埋點的方式作為補充,這樣既可以體驗到無埋點帶來的高效便捷,又能保障核心業(yè)務數(shù)據(jù)的精準性。數(shù)極客在數(shù)據(jù)采集方面支持無埋點、前端埋點、后端埋點以及數(shù)極客BI導入數(shù)據(jù)這四種方式的數(shù)據(jù)整合。

四、如何做好用戶行為分析?

首先要明確業(yè)務目標,深刻理解業(yè)務流程,根據(jù)目標,找出需要監(jiān)測的關(guān)鍵數(shù)據(jù)節(jié)點,做好基礎的數(shù)據(jù)的收集和整理工作,有了足夠的數(shù)據(jù),還要有科學的模型,才能更有效的支持分析結(jié)果。

上一代的用戶行為分析(更確切的說法應該是:網(wǎng)站統(tǒng)計或APP統(tǒng)計)工具,主要功能還是局限于瀏覽行為的分析,而沒有針對用戶的深度交互行為進行分析,因此分析價值相對有限,目前大部份互聯(lián)網(wǎng)從業(yè)人員對用戶行為分析的印象還停留在這個階段。

我認為要做好用戶行為分析,應該掌握以下的分析模型:

1.用戶行為全程追蹤,支持AARRR模型

500 Startups 投資人Dave McClure提出了一套分析不同階段用戶獲取的“海盜指標”這套分析模型,在硅谷得到了廣泛應用。

AARRR是Acquisition、Activation、Retention、Revenue、Refer這個五個單詞的縮寫,分別對應用戶生命周期中的 5 個重要環(huán)節(jié),首先要基于用戶的完整生命周期來做用戶行為分析。

1).獲取用戶

在營銷推廣中,什么渠道帶來的流量最高,渠道的ROI如何?不同廣告內(nèi)容的轉(zhuǎn)化率如何,都是在這一步進行分析的數(shù)據(jù)。

來源渠道是獲客的第一步,通過系統(tǒng)自動識別和自定義渠道相結(jié)合,分析每一個來源渠道的留存、轉(zhuǎn)化效果。網(wǎng)站的訪問來源,App 的下載渠道,以及各搜索引擎的搜索關(guān)鍵詞,通過數(shù)據(jù)分析平臺都可以很方便的進行統(tǒng)計和分析,利用UTM推廣參數(shù)的多維分析、通過推廣渠道、活動名稱、展示媒介、廣告內(nèi)容、關(guān)鍵詞和著陸頁進行交叉分析,可以甄別優(yōu)質(zhì)渠道和劣質(zhì)渠道,精細化追蹤,提高渠道 ROI。

通過渠道質(zhì)量模型,制定相應的獲客推廣策略:

圖:渠道質(zhì)量模型

以上圖形中的所示渠道為示例,渠道質(zhì)量也會動態(tài)的變化。 第一象限,渠道質(zhì)量又高流量又大,應該繼續(xù)保持渠道的投放策略和投放力度; 第二象限 渠道的質(zhì)量比較高但流量比較小。應該加大渠道的投放,并持續(xù)關(guān)注渠道質(zhì)量變化; 第三象限 這個象限里渠道質(zhì)量又差,帶來流量又小,應該謹慎調(diào)整逐步優(yōu)化掉這個渠道; 第四象限 渠道質(zhì)量比較差,但是流量較大,應該分析渠道數(shù)據(jù)做更精準的投放,提高渠道質(zhì)量。

2).激活用戶

激活用戶是實現(xiàn)商業(yè)目標最關(guān)鍵的第一步,如果每天有大量用戶來使用你的產(chǎn)品,但沒有用戶和你建立強聯(lián)系,你就無法進行后續(xù)的運營行為。

3).用戶留存

如今一款產(chǎn)品要獲得成功的關(guān)鍵因素不是病毒性機制或大筆營銷資金,而是用戶留存率。開發(fā)出吸引用戶回頭的產(chǎn)品至關(guān)重要。 Facebook平臺存在“40 – 20 – 10”留存法則。數(shù)字表示的是日留存率、周留存率和月留存率,如果你想讓產(chǎn)品的DAU超過 100 萬,那么日留存率應該大于40%,周留存率和月留存率分別大于20%和10%。

留存是 AARRR 模型中重要的環(huán)節(jié)之一,只有做好了留存,才能保障新用戶在注冊后不會白白流失。這就好像一個不斷漏水的籃子,如果不去修補底下的裂縫,而只顧著往里倒水,是很難獲得持續(xù)的增長的。

4).獲取收入

實現(xiàn)收入是每個平臺生存的根本,因此找到適合自己的商業(yè)模式至關(guān)重要。根據(jù)不同的業(yè)務模式,獲取收入的方式也不同:媒體類平臺依靠廣告變現(xiàn),游戲類依靠用戶付費,電商類通過收取傭金或賣家付費的方式等,而在企業(yè)服務領(lǐng)域LTV: CAC大于3,才能有效良性增長。

5).病毒傳播

通過模型前四個階段的優(yōu)化分析,從不穩(wěn)定用戶、活躍用戶再到最終的忠實用戶,將獲客做最大的留存和轉(zhuǎn)化,培養(yǎng)為企業(yè)的忠實用戶,通過社交口碑傳播可以給企業(yè)帶來高效的收益。

在獲客成本高昂的今天,社交傳播可以為企業(yè)帶來更優(yōu)質(zhì)的用戶群,更低的獲客成本。

2.轉(zhuǎn)化分析模型

轉(zhuǎn)化率是持續(xù)經(jīng)營的核心,因此我也用較大篇幅來詳細解讀。轉(zhuǎn)化分析常用的工具是轉(zhuǎn)化漏斗,簡稱漏斗(funnel)。新用戶在注冊流程中不斷流失,最終形成一個類似漏斗的形狀。用戶行為數(shù)據(jù)分析的過程中,我們不僅看最終的轉(zhuǎn)化率,也關(guān)心轉(zhuǎn)化的每一步的轉(zhuǎn)化率。

1).如何科學的構(gòu)建漏斗

以往我們會通過產(chǎn)品和運營的經(jīng)驗去構(gòu)建漏斗,但這個漏斗是否具有代表性,優(yōu)化這個漏斗對于整體轉(zhuǎn)化率的提升有多大作用,心里沒有底氣,這時我們可以通過用戶流向分析去了解用戶的主流路徑。

圖:用戶流向分析

用戶流向分析,非常直觀,但需要分析人員有一定的經(jīng)驗和判斷能力。為了解決這個問題,數(shù)極客研發(fā)了智能路徑分析功能,只需要選擇轉(zhuǎn)化目標后,一鍵就能分析出用戶轉(zhuǎn)化的主流路徑。將創(chuàng)建漏斗的效率縮短到了幾秒鐘。

圖:智能轉(zhuǎn)化分析

2).漏斗對比分析法

轉(zhuǎn)化分析僅用普通的漏斗是不夠的,需要分析影響轉(zhuǎn)化的細節(jié)因素,能否進行細分和對比分析非常關(guān)鍵。例如:轉(zhuǎn)化漏斗按用戶來源渠道對比,可以掌握不同渠道的轉(zhuǎn)化差異用于優(yōu)化渠道; 而按用戶設備對比,則可以了解不同設備的用戶的轉(zhuǎn)化差異(例如:一款價格較高的產(chǎn)品,從下單到支付轉(zhuǎn)化率,使用iphone的用戶比android的用戶明顯要高)。

圖:漏斗對比分析

3).漏斗與用戶流向結(jié)合分析法

一般的轉(zhuǎn)化漏斗只有主干流程,而沒有每個步驟流入流出的詳細信息,當我們在分析用戶注冊轉(zhuǎn)化時,如果能知道沒有轉(zhuǎn)化到下一步的用戶去了哪,我們就能更有效的規(guī)劃好用戶的轉(zhuǎn)化路徑。例如下圖中的轉(zhuǎn)化路徑,沒有進入第二步的用戶,有88%是直接離開了,而還有10%的用戶是注冊用戶選擇直接登錄,只有2%的用戶繞過了落地頁去網(wǎng)站首頁了; 而沒有從第二步轉(zhuǎn)化至第三步的用戶100%都離開了。這是比較典型的封閉式落地頁,因此只需要優(yōu)化第三步的轉(zhuǎn)化率即可提升整體轉(zhuǎn)化率。

4).微轉(zhuǎn)化行為分析法

很多行為分析產(chǎn)品只能分析到功能層級和事件層級的轉(zhuǎn)化,但在用戶交互細節(jié)分析方面存在嚴重的缺失, 比如:在上圖的漏斗中我們分析出最后一步是影響轉(zhuǎn)化的關(guān)鍵,但最后一步是注冊表單,因此對于填寫表單的細節(jié)行為分析就至關(guān)重要, 這種行為我們稱為微轉(zhuǎn)化。

例如:填寫表單所花費的時長,填寫但沒有提交表單的用戶在填哪個字段時流失,表單字段空白率等表單填寫行為。

圖:表單填寫轉(zhuǎn)化漏斗

圖:表單填寫時長

通過上述表單填寫的微轉(zhuǎn)化分析,用戶從開始填寫到注冊成功轉(zhuǎn)化率達85%,而流量到填寫只有8%,可以得出影響轉(zhuǎn)化的最大泄漏點就是填寫率,那么如何提高填寫率就是我們提升注冊轉(zhuǎn)化的核心。有效的內(nèi)容和精準的渠道是影響填寫的核心因素,渠道因素我們在獲客分析中已經(jīng)講過,這就引出我們微轉(zhuǎn)化分析的第 4 種工具:用戶注意力分析。

5).用戶注意力分析法

用戶在頁面上的點擊、瀏覽、在頁面元素上的停留時長、滾動屏幕等用戶與頁面內(nèi)容的交互行為,這些都代表用戶對產(chǎn)品要展示的信息的關(guān)注程度,是否能吸引用戶的眼球。

業(yè)務數(shù)據(jù)可以可視化,那么行為數(shù)據(jù)如何可視化呢? 數(shù)極客把上述行為轉(zhuǎn)化成了分屏觸達率熱圖、鏈接點擊圖、頁面點擊圖、瀏覽熱圖、注意力熱圖這 5 種熱圖,通過 5 種熱圖的交叉分析,可以有效的分析出用戶最關(guān)注的內(nèi)容。

圖:注意力熱圖

只有能掌握微轉(zhuǎn)化的交互行為分析,才能更有效的提高轉(zhuǎn)化率。而一切不能有效提高平臺轉(zhuǎn)化率的分析工具都在浪費企業(yè)的人力和時間資源,這也是眾多企業(yè)沒有從用戶行為分析中獲益的根本原因。

3.精細化運營模型

以前做運營只能針對全體用戶,如果要針對部分目標客戶做精準運營行為。

圖:用戶分群畫像

例如:當我們希望對某個地區(qū)使用iphone的注冊但三天不活躍或未形成交易轉(zhuǎn)化的用戶進行精準營銷時,需要運營人員、產(chǎn)品人員、技術(shù)人員 全體配合去調(diào)取數(shù)據(jù)、制定運營規(guī)則,其中涉及到大量人力和時間投入。而新一代的用戶行為分析可以采用用戶分群、用戶畫像、自定義用戶活躍和留存行為,精準的定位用戶,從而實現(xiàn)精細化運營。

圖:創(chuàng)建用戶分群

4.定性分析模型

用戶體驗是企業(yè)的頭等大事,在產(chǎn)品設計、用戶研究、研發(fā)、運營、營銷、客戶服務等眾多環(huán)節(jié),都需要掌握用戶的真實體驗過程。但如何優(yōu)化用戶體驗向來是內(nèi)部爭議較多,主要原因還是難以具體和形象的描述。通過行為分析分現(xiàn)異常用戶行為時,能否重現(xiàn)用戶使用你的產(chǎn)品時的具體場景,這對于優(yōu)化產(chǎn)品的體驗至關(guān)重要。

以前我在淘寶時,用戶體驗部門會通過邀請用戶到公司進行訪談,做可用性實驗的方式來進行體驗優(yōu)化,但這種方式需要化費比較多的時間和費用投入,樣本不一定具有代表性。為了解決這個難題,數(shù)極客研發(fā)了用戶行為錄屏工具,無需邀請用戶到公司實地錄制節(jié)省成本,直觀高效的以視頻形式還原用戶的真實操作,使得企業(yè)各崗位均能掌握用戶體驗一手信息,幫助產(chǎn)品研發(fā)提高用戶體驗。

圖:用戶行為錄屏播放界面

總結(jié):通過AAARRR模型分析用戶生命周期全程; 通過轉(zhuǎn)化率分析模型 提高產(chǎn)品轉(zhuǎn)化率; 通過精細化運營 提高運營有效性; 通過定性分析方法 優(yōu)化用戶體驗; 如果以上 4 方面都做好了,就一定可以通過用戶行為分析實現(xiàn)業(yè)務增長。

五、用戶行為分析的未來方向是什么?

有很多人問我,為什么已經(jīng)有幾家做用戶行為分析的公司了,你還要創(chuàng)辦數(shù)極客? 我認為數(shù)據(jù)分析的目標是應用分析結(jié)果優(yōu)化經(jīng)營效率,而國內(nèi)外主要的分析工具,還只停留在分析層面,對于如何高效的應用還有很大的空間。因此數(shù)極客除了要在分析層面做得更專業(yè)和更有效,還要在應用層面實現(xiàn)新的突破。數(shù)據(jù)分析結(jié)果反映的問題主要是兩類:運營(含營銷)和產(chǎn)品。所以需要針對這兩類問題提供針對性的解決方案。

1.運營的自動化

我們前面講了,通過用戶行為分析可以實現(xiàn)精細化運營,但具體應用還需要人工制定運營策略,通過產(chǎn)品、研發(fā)開發(fā)才能應用,而且當策略改變時,需要重新開發(fā)相應的工具,這也占用了很多時間,影響運營效率。數(shù)極客研發(fā)了自動化運營工具,運營人員直接設置規(guī)則,系統(tǒng)根據(jù)規(guī)則自動將精準的活動信息推送給符合條件的用戶,直接提高運營人員工作效率,運營人員可以將工作重心轉(zhuǎn)移到策劃而不是浪費太量時間在重復執(zhí)行,自動化運營可為企業(yè)節(jié)約大量運營成本。

圖:創(chuàng)建自動化運營規(guī)則

2.產(chǎn)品、運營(營銷)方面的科學決策

用戶行為數(shù)據(jù)分析,往往是在行為發(fā)生之后進行分析,而產(chǎn)品、運營都是通過經(jīng)驗,拍腦袋進行決策,一旦決策失誤就會造成難以挽回的結(jié)果。因此如果能在產(chǎn)品、運營方案上線前,通過用戶分流A/B測試進行小范圍驗證,選擇其中最優(yōu)的方案發(fā)布,這樣就可以大大提高決策的科學性。

Google每年通過運行數(shù)萬次A/B測試優(yōu)化產(chǎn)品、運營,為公司帶來了 100 億美元的收益。

A/B測試的方法非常有效,但國內(nèi)互聯(lián)網(wǎng)公司應用不普遍,主要和應用A/B測試的復雜性有關(guān),

數(shù)極客擁有完整的A/B測試工具,業(yè)務人員可以在網(wǎng)站和APP上自助使用可視化試驗編輯工具,創(chuàng)建并運行試驗,通過自動解讀測試報告,使得A/B測試門檻大大降低。

圖:網(wǎng)站端可視化編輯試驗工具

3.分析的自動化

數(shù)據(jù)分析有一定專業(yè)性,不僅需要掌握不同的分析方法,還要熟悉業(yè)務,結(jié)合業(yè)務才能給出有價值的分析結(jié)果。 如果能像 360 安全衛(wèi)士一樣,只需要加載SDK,就能自動診斷和分析,并給出解決方案,這是數(shù)據(jù)分析的未來方向,數(shù)極客在這方面也有積極的嘗試,并有了初步成果,目前擁有數(shù)據(jù)自動預警、自動報表等功能。

用戶行為分析是一門科學,善于獲取數(shù)據(jù)、分析數(shù)據(jù)、應用數(shù)據(jù),是每個人做好工作的基本功,每家企業(yè)都應該加強對用戶行為分析大數(shù)據(jù)的應用,從數(shù)據(jù)中找出規(guī)律,用數(shù)據(jù)驅(qū)動企業(yè)增長。

申請創(chuàng)業(yè)報道,分享創(chuàng)業(yè)好點子。點擊此處,共同探討創(chuàng)業(yè)新機遇!

相關(guān)標簽
用戶行為

相關(guān)文章

熱門排行

信息推薦