一、常見用戶行為分析模型
在數(shù)據(jù)分析的大框架下，通過對(duì)用戶行為監(jiān)測(cè)獲得的數(shù)據(jù)進(jìn)行分析研究的行為歸結(jié)于用戶行為分析。用戶行為分析可以讓產(chǎn)品更加詳細(xì)、清楚地了解用戶的行為習(xí)慣，從而找出網(wǎng)站、app、推廣渠道等產(chǎn)品存在的問題，有助于產(chǎn)品發(fā)掘高轉(zhuǎn)化率頁面，讓產(chǎn)品的營(yíng)銷更加精準(zhǔn)、有效，提高業(yè)務(wù)轉(zhuǎn)化率。
用戶分析是用戶中心的設(shè)計(jì)流程中的第一步。是一種理解用戶，將他們的目標(biāo)、需求與商業(yè)宗旨相匹配的理想方法，可以幫助企業(yè)定義產(chǎn)品的目標(biāo)用戶群。在用戶行為領(lǐng)域，數(shù)據(jù)的使用及挖掘是非常重要的，通過數(shù)據(jù)分析方法的科學(xué)應(yīng)用，經(jīng)過理論推導(dǎo)，能夠相對(duì)完整地揭示用戶行為的內(nèi)在規(guī)律，基于此幫助產(chǎn)品實(shí)現(xiàn)多維交叉分析。
針對(duì)用戶行為分析，通常分為如下幾個(gè)方法：
- 行為事件分析
- 頁面點(diǎn)擊分析
- 用戶行為路徑分析
- 漏斗模型分析
- 用戶健康度分析
- 用戶畫像分析
二、常見分析模型的作用與應(yīng)用場(chǎng)景
1. 行為事件分析
1）作用：行為事件分析方法主要用于研究某行為事件的發(fā)生對(duì)產(chǎn)品的影響以及影響程度。
2）應(yīng)用場(chǎng)景：針對(duì)某一具體行為，進(jìn)行深度下鉆分析，分析維度全面細(xì)致，確認(rèn)導(dǎo)致該行為的原因;或針對(duì)某一結(jié)果現(xiàn)象，回溯可能造成此現(xiàn)象的行為是什么。例如查看功能模塊的滲透率，回溯點(diǎn)擊該功能和不點(diǎn)擊該功能的用戶有什么行為差別。
3）涉及的數(shù)據(jù)指標(biāo)：每個(gè)產(chǎn)品根據(jù)產(chǎn)品特性，會(huì)有不同的行為事件和篩選維度，但基本涵蓋了該業(yè)務(wù)所需要的所有數(shù)據(jù)指標(biāo)維度，進(jìn)行前期數(shù)據(jù)規(guī)劃中，需要對(duì)可分析事件進(jìn)行全量數(shù)據(jù)埋點(diǎn)。后期平臺(tái)運(yùn)營(yíng)過程中，將依賴于前期的數(shù)據(jù)采集規(guī)劃。
4）圖例：
2. 頁面點(diǎn)擊分析
1）作用：點(diǎn)擊分析被應(yīng)用于顯示頁面區(qū)域中不同元素點(diǎn)擊密度的圖示，可以：
- 精準(zhǔn)評(píng)估用戶與產(chǎn)品交互背后的深層關(guān)系
- 實(shí)現(xiàn)產(chǎn)品的跳轉(zhuǎn)路徑分析，完成產(chǎn)品頁面之間的深層次的關(guān)系需求挖掘
- 與其他分析模型配合，全面視角探索數(shù)據(jù)價(jià)值
- 直觀的對(duì)比和分析用戶在頁面的聚焦度、頁面瀏覽次數(shù)和人數(shù)以及頁面內(nèi)各個(gè)可點(diǎn)擊元素的百分比。
2）應(yīng)用場(chǎng)景：通常用于首頁、活動(dòng)頁、產(chǎn)品詳情頁等存在復(fù)雜交互邏輯的頁面分析。一般分為可視化熱力圖、固定埋點(diǎn)兩種形式。
3）涉及的數(shù)據(jù)指標(biāo)：
- 瀏覽次數(shù)（PV）：該頁面被瀏覽的次數(shù)。
- 瀏覽人數(shù)（UV）：該頁面被瀏覽的人數(shù)。
- 頁面內(nèi)點(diǎn)擊次數(shù)：該頁面內(nèi)所有可點(diǎn)擊元素的總次數(shù)。
- 頁面內(nèi)點(diǎn)擊人數(shù)：該頁面內(nèi)所有可點(diǎn)擊元素的總?cè)藬?shù)。
- 點(diǎn)擊人數(shù)占比：頁面內(nèi)點(diǎn)擊人數(shù)/瀏覽人數(shù)。
4）圖例：
頁面點(diǎn)擊熱力圖
鼠標(biāo)滑動(dòng)熱力圖
3. 用戶行為路徑分析
1）作用：明確用戶現(xiàn)存路徑有哪些，發(fā)現(xiàn)路徑問題，或優(yōu)化用戶行為沿著最優(yōu)訪問路徑前進(jìn)，結(jié)合業(yè)務(wù)場(chǎng)景需求進(jìn)行前端布局調(diào)整
2）應(yīng)用場(chǎng)景：確定產(chǎn)品用戶從訪問到轉(zhuǎn)化/流失都經(jīng)過了哪些流程，轉(zhuǎn)化用戶與流失用戶是否有行為區(qū)別，以及用戶行為路徑是否符合預(yù)期
3）涉及的數(shù)據(jù)指標(biāo)：全鏈路頁面級(jí)PV、UV，以及路徑流轉(zhuǎn)關(guān)系
4）圖例：
4. 漏斗模型分析
1）作用：從一個(gè)事件環(huán)節(jié)的最開始到最終轉(zhuǎn)化成購買的整個(gè)流程中的一個(gè)個(gè)子環(huán)節(jié)，相鄰環(huán)節(jié)的轉(zhuǎn)化率表現(xiàn)力。就是指用數(shù)據(jù)指標(biāo)來量化每一個(gè)步驟的表現(xiàn)。（流量漏斗模型在產(chǎn)品中的經(jīng)典運(yùn)用是AARRR模型，不過現(xiàn)在已經(jīng)流行更新的RARRA模型）
2）應(yīng)用場(chǎng)景：衡量每一個(gè)轉(zhuǎn)化步驟的轉(zhuǎn)化率，通過異常數(shù)據(jù)指標(biāo)找出有問題的環(huán)節(jié)并解決，最終提升整體購買轉(zhuǎn)化率
3）涉及的數(shù)據(jù)指標(biāo)：轉(zhuǎn)化周期（每層漏斗的時(shí)間的集合）、轉(zhuǎn)化率（每層漏斗之間的）
4）圖例
5. 用戶健康度分析
1）作用：用戶健康度是基于用戶行為數(shù)據(jù)綜合考慮的核心指標(biāo)，體現(xiàn)產(chǎn)品的運(yùn)營(yíng)情況，為產(chǎn)品的發(fā)展進(jìn)行預(yù)警。包括三大類型指標(biāo)：產(chǎn)品基礎(chǔ)指標(biāo)、流量質(zhì)量指標(biāo)、產(chǎn)品營(yíng)收指標(biāo)。
2）應(yīng)用場(chǎng)景：更大范圍的業(yè)務(wù)綜合指標(biāo)考量，體現(xiàn)完整產(chǎn)品運(yùn)營(yíng)情況，預(yù)測(cè)未來發(fā)展。
3）涉及的數(shù)據(jù)指標(biāo)：
- 產(chǎn)品基礎(chǔ)指標(biāo)，主要評(píng)價(jià)產(chǎn)品本身的運(yùn)行狀態(tài)：DAU、PV、UV、新用戶數(shù)
- 流量質(zhì)量指標(biāo)，主要評(píng)價(jià)用戶流量的質(zhì)量高低：跳出率、人均瀏覽次數(shù)、人均停留時(shí)間、用戶留存率、用戶回訪率
- 產(chǎn)品營(yíng)收指標(biāo)，主要評(píng)價(jià)產(chǎn)品的盈利能力與可持續(xù)性：用戶支付金額（GMV）、客單價(jià)、訂單轉(zhuǎn)化率
4）產(chǎn)品營(yíng)收指標(biāo)恒等式：
銷售額=訪客數(shù)×成交轉(zhuǎn)化率×客單價(jià)
銷售額=曝光次數(shù)×點(diǎn)擊率×成交轉(zhuǎn)化率×客單價(jià)
5）圖例
6. 用戶畫像分析
1）作用：根據(jù)用戶的屬性、用戶偏好、生活習(xí)慣、用戶行為等信息而抽象出來的標(biāo)簽化用戶模型。通過高度精煉用戶特征來描述用戶，可以讓人更容易理解用戶，并且可以方便計(jì)算機(jī)處理
2）應(yīng)用場(chǎng)景：通過定義用戶畫像，可以幫助產(chǎn)品運(yùn)營(yíng)理解用戶，產(chǎn)品設(shè)計(jì)從為所有人做產(chǎn)品，變成為帶有某些標(biāo)簽的人群做產(chǎn)品，產(chǎn)品能夠更精細(xì)化運(yùn)營(yíng)，且設(shè)計(jì)復(fù)雜度降低
3）涉及的數(shù)據(jù)指標(biāo)（不限于）：
- 人口屬性：性別、年齡等人的基本信息
- 興趣特征：瀏覽內(nèi)容、收藏內(nèi)容、閱讀咨詢、購買物品偏好等
- 位置特征：用戶所處城市、所處居住區(qū)域、用戶移動(dòng)軌跡等
- 設(shè)備屬性：使用的終端特征等
- 行為數(shù)據(jù)：訪問時(shí)間、瀏覽路徑等用戶在網(wǎng)站的行為日志數(shù)據(jù)
- 社交數(shù)據(jù)：用戶社交相關(guān)數(shù)據(jù)
4）用戶標(biāo)簽庫圖例
聲明：本文由網(wǎng)站用戶維維發(fā)表，超夢(mèng)電商平臺(tái)僅提供信息存儲(chǔ)服務(wù)，版權(quán)歸原作者所有。若發(fā)現(xiàn)本站文章存在版權(quán)問題，如發(fā)現(xiàn)文章、圖片等侵權(quán)行為，請(qǐng)聯(lián)系我們刪除。
