亚洲中文精品a∨在线,国产在线精品在线精品,国产亚洲欧美一区,欧美肉肉丝视频一区二区

您當(dāng)前位置: 唯學(xué)網(wǎng) » 用戶增長師 » 用戶增長師教育新聞 »

用戶行為分析

用戶行為分析

唯學(xué)網(wǎng) • 教育培訓(xùn)

2022-12-23 17:30

唯學(xué)網(wǎng) • 中國教育電子商務(wù)平臺

加入收藏

商業(yè)模式發(fā)展至今,已經(jīng)不僅僅是銷售能夠制造的產(chǎn)品,而是制造能夠銷售的產(chǎn)品。企業(yè)的業(yè)務(wù)一定建立在有某種需求的用戶上,所以市場拓張的落腳點都會落到用戶的行為分析上。只有更好地了解用戶習(xí)慣、用戶偏好、用戶畫像才能更好地創(chuàng)新或改進(jìn)或迭代產(chǎn)品,而數(shù)據(jù)分析能夠幫助我們做到這一點。

從另一方面來說,隨著科技的發(fā)展,產(chǎn)品和技術(shù)終將被淘汰,但基本的市場需要從來都是在的,會一直延續(xù)下去,只是用戶的要求變高了或者改變了,所以數(shù)據(jù)分析也會不斷反復(fù)驗證、更新迭代、學(xué)習(xí)進(jìn)步,雖然最近“數(shù)據(jù)殺熟”的概念出現(xiàn)的比較多,我們不去做過多解讀,但終歸了解你的用戶還是有必要的。

01

用戶行為分析的前提

用戶行為分析是對用戶在產(chǎn)品使用上產(chǎn)生的行為及行為背后的數(shù)據(jù)進(jìn)行分析,通過構(gòu)建用戶行為模型和用戶畫像,來改變產(chǎn)品決策,實現(xiàn)精細(xì)化運營,指導(dǎo)業(yè)務(wù)增長。

在產(chǎn)品運營過程中,對用戶行為的數(shù)據(jù)進(jìn)行收集、存儲、跟蹤、分析與應(yīng)用等,可以找到實現(xiàn)用戶自增長的病毒因素、群體特征與目標(biāo)用戶。從而深度還原用戶使用場景、操作規(guī)律、訪問路徑及行為特點等。

所以數(shù)據(jù)分析和用戶行為分析的基本前提是,你要對公司的業(yè)務(wù)非常地了解和熟悉,有四個簡單的問題可以幫助理解業(yè)務(wù):

我們的業(yè)務(wù)是什么?(定位)

誰是我們的客戶?(市場細(xì)分)

顧客看重什么?(競爭優(yōu)勢)

我們的業(yè)務(wù)應(yīng)該是什么?(愿景及目標(biāo))

02

用戶行為分析的目的

對于互聯(lián)網(wǎng)金融、新零售、供應(yīng)鏈、在線教育、銀行、證券等行業(yè)的產(chǎn)品而言,以數(shù)據(jù)為驅(qū)動的用戶行為分析尤為重要。用戶行為分析的目的是:推動產(chǎn)品迭代、實現(xiàn)精準(zhǔn)營銷,提供定制服務(wù),驅(qū)動產(chǎn)品決策。主要體現(xiàn)在以下幾個方面:

對產(chǎn)品而言,幫助驗證產(chǎn)品的可行性,研究產(chǎn)品決策,清楚地了解用戶的行為習(xí)慣,并找出產(chǎn)品的缺陷,以便需求的迭代與優(yōu)化。

對設(shè)計而言,幫助增加體驗的友好性,匹配用戶情感,細(xì)膩地貼合用戶的個性服務(wù),并發(fā)現(xiàn)交互的不足,以便設(shè)計的完善與改進(jìn)。

對運營而言,幫助裂變增長的有效性,實現(xiàn)精準(zhǔn)營銷,全面地挖掘用戶的使用場景,并分析運營的問題,以便決策的轉(zhuǎn)變與調(diào)整。

03

如何做用戶行為分析

用戶行為分析,說白了就是從各個維度去看用戶對于產(chǎn)品在某些指標(biāo)上的反饋。

關(guān)鍵詞1:維度—用戶分類

維度指的就是用戶分類,雖然公司在產(chǎn)品定位和市場細(xì)分階段已經(jīng)對用戶群體有清晰的定位,但是在產(chǎn)品運營階段,對使用產(chǎn)品的用戶群體還需要更加細(xì)分。

「按照個人屬性或標(biāo)簽劃分」

比如:性別、年齡、地區(qū)、學(xué)歷等也可以為用戶貼上標(biāo)簽,如星座、行業(yè)、職業(yè)、消費能力、支付偏好等

「按照用戶使用產(chǎn)品的生命周期劃分」——同期群劃分

用戶使用產(chǎn)品的生命周期一般是:免費試用、付費使用、結(jié)束使用。同期群劃分指的是按用戶初始使用產(chǎn)品的時間將用戶劃分。產(chǎn)品總是在更新迭代中的,對不同的同期群的影響是不一樣的。。

「按照用戶使用產(chǎn)品的頻率劃分」——活躍度

根據(jù)活躍度,可將用戶劃分為:新增用戶、普通用戶、活躍用戶、核心用戶、流失用戶。活躍度的指標(biāo)需根據(jù)不同類型業(yè)務(wù)在不同發(fā)展階段進(jìn)行自我定義。

舉例,假如是微信等社交類應(yīng)用,可能指的是日均使用時長;假如是外賣等 O2O 類應(yīng)用,可能是周均使用次數(shù);假如是喜馬拉雅內(nèi)容類應(yīng)用,可能指的是日均聽音頻的時間。

「按照用戶價值劃分」——RFM 模型及其衍生

PFM 模型通過衡量客戶價值和客戶創(chuàng)造價值能力來進(jìn)行用戶分類,有三個維度:

R:最近一次消費 Recency

F:消費頻率 Frequency

M:消費金額 Money

可分為 5 類:

「基于業(yè)務(wù)模型的指標(biāo)」——AARRR 漏斗模型

AARRR 對應(yīng)移動應(yīng)用生命周期的 5 個重要環(huán)節(jié)

A:Acquisition 獲取用戶A:Activation 提高活躍度R:Retention 提高留存率R:Revenue 獲取收入R:Refer 自傳播

金字塔模型,就是根據(jù)這個流程來給用戶分類的一個模型。

于是這五層的用戶分類,對于每一類都有不同的需求:新用戶我們希望他下載,那么給新手福利;下載用戶希望他們使用,那么給予傻瓜式的操作引導(dǎo);而使用的用戶又希望他多來,常來,建立信任,那么就要有不斷的刺激和優(yōu)化。而興趣用戶,當(dāng)然希望他付費了,自然促銷是常用手段。至于付費用戶,那么服務(wù)肯定要做好,希望人家二次購買,三次購買,甚至推薦給其他人。

正態(tài)分布模型

當(dāng)用戶運維的資源更加的粗放,而且資源非常有限的時候,就可以用正態(tài)分布模型。比如二八法則就是一種正態(tài)分布的形式,80%處于曲線的平均值附近,而剩下的20%才是利潤的來源。

正態(tài)分布模型,就是在兩個維度比如利潤貢獻(xiàn)和人數(shù)兩個維度進(jìn)行建模,你會發(fā)現(xiàn)提供利潤最多的那幾個客戶是少數(shù),因為運營成本和突發(fā)狀況造成沒錢賺反而虧本的也是少數(shù),而留下的大多數(shù)利潤都是在一個恒定值附近的。

那么根據(jù)這三種情況,我們就可以來分配運維的資源了,重點維護(hù)高利潤用戶,同時也要核心關(guān)注不給利潤但是占據(jù)大部分公司資源的客戶,要舍棄。而中間大多數(shù)在恒定值附近的客戶,則要進(jìn)行標(biāo)準(zhǔn)化服務(wù),節(jié)省資源,讓邊際成本降低。

「按照用戶使用業(yè)務(wù)場景劃分」

舉例,對于 O2O 類應(yīng)用,可劃分為:買家用戶、賣家用戶、快遞。買家和賣家和快遞用戶可以繼續(xù)按照前面所講的分類模式繼續(xù)細(xì)分。

關(guān)鍵詞2:指標(biāo)

指標(biāo)就是衡量基準(zhǔn),是一個明確的數(shù)據(jù)。

「基本財務(wù)指標(biāo)」

財務(wù)指標(biāo)就是企業(yè)的經(jīng)營利潤、銷售總額、經(jīng)營成本等。具體的分析可按照下圖思路:

「基于業(yè)務(wù)模型的指標(biāo)」——AARRR 漏斗模型

AARRR 對應(yīng)移動應(yīng)用生命周期的 5 個重要環(huán)節(jié)

A:Acquisition 獲取用戶A:Activation 提高活躍度R:Retention 提高留存率R:Revenue 獲取收入R:Refer 自傳播

具體每一步的目的和相關(guān)指標(biāo)如下圖:

「基于業(yè)務(wù)模型的指標(biāo)」——長漏斗模型

根據(jù)不同業(yè)務(wù)模型,企業(yè)分析的指標(biāo)模型也不一致。針對電商類應(yīng)用,更多的是使用長漏斗模型來分析業(yè)務(wù),如下圖所示:

需要注意:

1、商業(yè)的不同階段的用戶行為分析的重點不同。RFM,更多是基于成交金額的優(yōu)化,提升用戶的LTV的分類方式。金字塔模型,則是基于多層次數(shù)據(jù)穩(wěn)定增長,形成健康A(chǔ)ARRR體系循環(huán)的分類方式。而正態(tài)分布,則更加偏向于粗放式運營,在維護(hù)用戶資源有限的情況下,調(diào)用有限資源維護(hù)長尾客戶的分類方式。

2、選擇出具有指導(dǎo)意義的指標(biāo)。指標(biāo)最關(guān)鍵的含義就是,一定要有指導(dǎo)意義,有利于作出決策。比如雙十一那天凌晨,需要實時監(jiān)測交易額,1小時后率先完成10億,但 “10億” 其實就是個數(shù)字,不具任何參考意義,但只要說第一個小時相比去年增長了40%,但預(yù)計增長60%,就非常有參考意義,此時可以去看為什么沒有達(dá)成,作出是否需要給用戶在設(shè)置提醒之類的決策。(數(shù)據(jù)只是舉例,不具有參考意義)

關(guān)鍵詞3:反饋

針對指標(biāo)的反饋主要有四個方面:

變化,隨時間波動如何;

分布,在不同區(qū)域之間,不同產(chǎn)品之間,不同用戶群體之間的占比如何;

對比,產(chǎn)品之間的對比;

預(yù)測,基于過去表現(xiàn)分析預(yù)測未來表現(xiàn);

所以在根據(jù)業(yè)務(wù)表現(xiàn)研究用戶行為分析時,可結(jié)合以上維度、指標(biāo)、反饋三點對業(yè)務(wù)現(xiàn)狀和背后原因進(jìn)行深層挖掘。用戶行為分析對企業(yè)來說主要有以下幾點應(yīng)用:

根據(jù)不同用戶行為及表現(xiàn),提出精準(zhǔn)營銷建議,實現(xiàn)營銷利益最大化;

研究學(xué)習(xí)優(yōu)質(zhì)用戶的行為模式及共同特征,引導(dǎo)更多用戶發(fā)展為優(yōu)質(zhì)用戶;

有利于發(fā)現(xiàn)產(chǎn)品機會點,并利用A/B測試等測試的參考來改進(jìn)或迭代產(chǎn)品;

04

行為路徑分析

行為路徑分析就是分析用戶在產(chǎn)品使用過程中的訪問路徑。通過對行為路徑的數(shù)據(jù)分析,可以發(fā)現(xiàn)用戶最常用的功能和使用路徑。并從頁面的多維度分析,追蹤用戶轉(zhuǎn)化路徑,提升產(chǎn)品用戶體驗。

不管是產(chǎn)品冷啟動,還是日;顒訝I銷,做行為路徑分析首先要梳理用戶行為軌跡。用戶行為軌跡包括認(rèn)知、熟悉、試用、使用到忠誠等。軌跡背后反映的是用戶特征,這些特征對產(chǎn)品運營有重要的參考價值。

以用戶投標(biāo)的行為路徑為例,我們可以記錄用戶從注冊、認(rèn)證、開戶、充值到投資的行為軌跡。通過分析用戶的這些行為軌跡數(shù)據(jù),來驗證訪問路徑是否和預(yù)期指標(biāo)的一致。

在分析用戶行為路徑時,我們會發(fā)現(xiàn)用戶實際的行為路徑與期望的行為路徑有一定的偏差。這個偏差就是產(chǎn)品可能存在的問題,需要及時對產(chǎn)品進(jìn)行優(yōu)化,找到縮短路徑的空間。

福格模型分析

福格行為模型是用來研究用戶行為原因的分析模型,福格行為模型用公式來簡化就是B=MAT,即B=MAT。B代表行為,M代表動機,A代表能力,T代表觸發(fā)。它認(rèn)為要讓一個行為發(fā)生,必須同時具備三個元素:動機、能力和觸發(fā)器。因此可以借助福格行為模型來評估產(chǎn)品的合理性和能否達(dá)到預(yù)期目標(biāo)。

以活動分享為例,投資人完成活動分享的行為,也是必須滿足福格行為模型的三個元素。即通過邀請有獎讓用戶有足夠的內(nèi)驅(qū)力,自主性的分享活動給好友,且活動專題頁有醒目的按鈕和文案提示激勵用戶完成任務(wù)。

用戶行為分析模型其實也是一種AISAS模型,即代表了用戶從注冊、認(rèn)證、開戶、充值到投資整個過程表現(xiàn):Attention注意、Interest興趣、Search搜索、Action行動、Share分享,也影響了用戶行為決策。

用戶行為分析模型是一個完整的行為模型,可以對產(chǎn)品的功能進(jìn)行驗證,也是一個閉環(huán)的分析體系,可以對數(shù)據(jù)的結(jié)果進(jìn)行分析?偠灾脩舻暮诵氖嵌床煨睦,行為的本質(zhì)是挖掘需求,分析的目的是增長業(yè)務(wù)。

來源:客戶忠誠度研究

以上是關(guān)于用戶增長師的相關(guān)信息,以供大家查看了解。想要了解更多用戶增長師信息,第一時間了解用戶增長師相關(guān)資訊,敬請關(guān)注唯學(xué)網(wǎng)用戶增長師欄目,如有任何疑問也可在線留言,小編會為您在第一時間解答!

dag.png

0% (10)
0% (0)
已有條評論