本文總結(jié)了用戶分析的五大黃金法則，旨在幫助企業(yè)擺脫“對著指標(biāo)發(fā)呆癥”，實(shí)現(xiàn)從數(shù)據(jù)收集到深度洞察的轉(zhuǎn)變，從而更精準(zhǔn)地滿足用戶需求，提升用戶體驗(yàn)和企業(yè)業(yè)績。

周末和某大廠的哥們聊天，聊到用戶分析，很多公司都會做用戶分析，但很多人的用戶分析做得很膚淺，統(tǒng)計(jì)一下用戶活躍天數(shù)、在線時(shí)長、累計(jì)消費(fèi)，然后就開始對著數(shù)字發(fā)呆，不知道如何做出有深度的洞察。

經(jīng)過和哥們的討論，總結(jié)了用戶分析的5大黃金法則，可以有效解決“對著指標(biāo)發(fā)呆癥”，一起來看下。

法則1：從用戶分層開始

正所謂：長袖善舞，多錢善賈。做數(shù)據(jù)分析，如果數(shù)據(jù)本身就很少，那也很難分析出有深度的結(jié)論。

反映在用戶分析上，如果用戶是輕度用戶，注冊時(shí)候就留個(gè)手機(jī)號，登錄一兩次就沒來了，那鐵定沒有啥數(shù)據(jù)可以分析。只有重度用戶，累積的數(shù)據(jù)多，才能做出有深度的解讀。

因此想要讓用戶分析做出深度，必須先做分層，區(qū)分出輕、中、重用戶，然后再看：

1、不同層級的用戶，在背景特征上有何差異

2、重度用戶是如何從輕度、中度一步步演化過來的

3、與重度用戶相比，輕度、中度差在哪一個(gè)演化步驟

這樣才能看出個(gè)所以然來，避免一上來就統(tǒng)計(jì)一堆諸如月均消費(fèi)，月均在線時(shí)長之類的平均數(shù)，抹殺了用戶之間的差異性。做用戶分層的具體方法，可以參考：這才是真正的用戶分層，而不是看平均數(shù)

法則2：指標(biāo)分深淺，內(nèi)容看需求

做完第一步，很多人自然聯(lián)想到：我看到重度用戶一周登錄7天，輕度一周登錄1天，所以我搞個(gè)打卡簽到活動，讓輕度登錄7天。

這個(gè)想法是很離譜的，試想一下，我們自己在使用app的時(shí)候，會去認(rèn)真計(jì)算登錄幾點(diǎn)，點(diǎn)擊幾下嗎？除非我在薅它的打開獎(jiǎng)勵(lì)，否則鬼會這么想。

用戶的登錄、活躍、消費(fèi)行為，都是有具體目標(biāo)的。這里有我喜歡的內(nèi)容，這里有我喜歡的商品，這里有獎(jiǎng)勵(lì)。這些才是直觀理由。而這些理由需要通過對內(nèi)容、商品打標(biāo)簽來獲得。

原則上，用戶在一個(gè)標(biāo)簽下積累的行為（消費(fèi)、互動）越多，則說明用戶對該標(biāo)簽下內(nèi)容/商品的需求越多。

基于此，當(dāng)我們想推一個(gè)商品時(shí)，應(yīng)該多嘗試幾次，讓商品曝光到用戶面前，才能積累到數(shù)據(jù)，做出合理推斷（如下圖）。

法則3：測試與挖掘相結(jié)合

做完第一步，很多人還會自然聯(lián)想到：分析重度用戶是怎么從輕度用戶一步一步演化過來的，總結(jié)出經(jīng)驗(yàn)來，復(fù)制到其他輕度用戶身上。

想法很好，但不見得行得通，因?yàn)橐粋€(gè)企業(yè)能提供給用戶的產(chǎn)品和服務(wù)是有限的，只能吸引到特定用戶，因此不見得輕度和重度用戶就是同一類人。

因此，通過重度用戶的消費(fèi)/互動歷程，理論上可以總結(jié)出一個(gè)成長路徑來：

• 用戶從XX渠道進(jìn)入，有XX特征
• 用戶首次體驗(yàn)的是XX商品，之后X天又復(fù)購一次
• 用戶在累計(jì)購買XX金額后，開始擴(kuò)展消費(fèi)品類

BUT，這一套不見得對所有輕度用戶有用，因此可能需要多制定幾個(gè)測試線路，通過不同的手段來刺激輕度用戶，看看哪一個(gè)管用。

這里有個(gè)經(jīng)典的問題，就是：很多人指望數(shù)據(jù)算出一個(gè)最優(yōu)推薦規(guī)則，一下就能把輕度用戶激活。這是很難的因?yàn)檩p度用戶往往數(shù)據(jù)積累非常少，在缺少測試的情況下很難得到有效結(jié)論。

因此強(qiáng)烈建議多做測試，先收集一些數(shù)據(jù)再說。而且，運(yùn)營又不是離了數(shù)據(jù)分析就不會干活了，有很多常規(guī)的/通用的推薦邏輯可以用（如下圖所示）。

比如一個(gè)用戶買了啤酒，我們應(yīng)該推薦尿布給他，對不對？不對！如果他真買了啤酒，有太多東西比尿布更合適了，比如：

• 推薦多買幾瓶（增量推薦，適合酒蒙子）
• 推薦雞爪、花生（天生的品類關(guān)聯(lián)，都是下酒菜）
• 推薦煙、打火機(jī)（煙酒不分家，嗨皮你我他）

這些商品之間天生有關(guān)聯(lián)，不需要數(shù)據(jù)也能推薦，因此可以先基于這些天生規(guī)則，定好測試路線，之后不斷推薦信息，刺激用戶，看看他會響應(yīng)哪一個(gè)。

這樣既積累了數(shù)據(jù)，為持續(xù)洞察用戶打基礎(chǔ)，又能積累經(jīng)驗(yàn)，快速提升業(yè)績。

法則4：多做嘗試，持續(xù)積累

做用戶分析只看靜態(tài)數(shù)據(jù)，是非常不夠的，特別是對于輕度用戶/流失用戶?，F(xiàn)有的數(shù)據(jù)太少，后續(xù)行為全靠猜，是很難有結(jié)論的。

因此，可以結(jié)合我司現(xiàn)有商品情況+運(yùn)營預(yù)算，制定好提升用戶的線路，然后逐一測試效果，邊測試，邊積累經(jīng)驗(yàn)。

最好的情況是：能通過測試，發(fā)現(xiàn)一條新的，促進(jìn)輕度用戶向重度轉(zhuǎn)化的道路，這就是立了大功了。當(dāng)然，不好的情況下，發(fā)現(xiàn)在現(xiàn)有條件下，能嘗試的商品+優(yōu)惠+內(nèi)容組合用盡了，還是做不好。

這其實(shí)也是有價(jià)值的，知道了現(xiàn)有手段都不行，那起碼能省點(diǎn)資源浪費(fèi)，并且推動諸如商品升級/優(yōu)化運(yùn)作方式等底層能力升級。

這里很多企業(yè)在運(yùn)營上會有問題：

• 拒絕做測試，總是按老一套干
• 做測試不接受失敗，強(qiáng)行“成功”
• 做測試不測幾套方案，淺嘗輒止

往往這些企業(yè)的運(yùn)營/產(chǎn)品部門，還喜歡標(biāo)榜“我們就是亂拳打死老師傅”，還喜歡嚷嚷：“做活動就是要出效益！”“沒有十足的把握不要做！”

其結(jié)果，就是要么壓根沒有數(shù)據(jù)，永遠(yuǎn)不知道用戶還喜歡啥，要么數(shù)據(jù)是被污染過的，新推出的商品幾乎全部依賴促銷，除了“我們的用戶很喜歡貪便宜”以外沒有啥額外結(jié)論。

數(shù)據(jù)分析不是走一步預(yù)測未來100步，而是每一步走的時(shí)候，時(shí)刻校驗(yàn)：有沒有偏離、走得快不快，能不能達(dá)成預(yù)期。這一點(diǎn)切記切記。

法則5：單獨(dú)討論利益驅(qū)動的效果

有一種情況是需要單獨(dú)討論的，即：用戶受利益驅(qū)動，完成了XX行為。

常見的，比如：

• 因?yàn)橛谐蛢r(jià)新手禮包，導(dǎo)致用戶注冊
• 因?yàn)橛羞h(yuǎn)低于市場價(jià)爆款產(chǎn)品，導(dǎo)致用戶購買
• 因?yàn)橛醒a(bǔ)貼力度很大的會員活動，導(dǎo)致用戶升級到黑金會員
• 因?yàn)橛泻艽罅Χ却黉N活動，導(dǎo)致短期內(nèi)用戶大量活躍

特別是，當(dāng)我司補(bǔ)貼的商品是：

• 類似新款iphone，市場價(jià)高且暢銷的硬通貨
• 類似米面油蛋奶，適用面廣的剛需型商品
• 類似沐浴露、紙巾，適用面廣且能長期囤貨的商品

這時(shí)候都會引發(fā)用戶短期內(nèi)大量活躍+大量消費(fèi)，可長期來看，這批用戶并沒有建立對我司的信任，只是單純圖便宜。這利益驅(qū)動產(chǎn)生的數(shù)據(jù)會干擾對用戶正常需求的判斷，從而導(dǎo)致后續(xù)判斷不準(zhǔn)確。

因此，得對利益驅(qū)動行為做單獨(dú)標(biāo)識與分析：

• 對活動/商品打標(biāo)簽，標(biāo)識出類似“超額優(yōu)惠”情況
• 記錄用戶參與“超額優(yōu)惠”的次數(shù)，享受優(yōu)惠力度
• 區(qū)分出新用戶中，通過“超額優(yōu)惠”方式加入用戶
• 區(qū)分出老用戶里，享受“超額優(yōu)惠”比例較高（50%+）的用戶

這樣可以有效識別出，誰是被收買的，剩下的很有可能是真正有需求的用戶。