用戶行為分析如何落地的一些基本思考與見解
編輯導語:用戶行為分析是企業(yè)了解用戶的重要方式之一,能夠讓企業(yè)更好地為用戶服務。因此,如何對用戶行為構建系統(tǒng)化的分析思路則成了關鍵,本篇文章中作者將詳細介紹用戶行為分析的落地方法,一起來看看。
不論是哪種類型的企業(yè),用戶對于他們的重要性都是不言而喻的,為用戶提供相應的客戶服務是企業(yè)的業(yè)務之一,而用戶行為分析是了解用戶的方式之一,那么,用戶行為分析如何落地呢?
一、用戶行為分析概念?
1. 用戶行為分析是什么
用戶行為分析,實質(zhì)上是從點擊、頻次等多維深度的還原用戶動態(tài)使用場景和用戶體驗,再通過對用戶行為監(jiān)測獲取的數(shù)據(jù)進行分析,可以更加詳細、清楚地了解用戶的行為習慣,從中發(fā)現(xiàn)用戶使用移動互聯(lián)網(wǎng)產(chǎn)品的規(guī)律,這些規(guī)律用于精確營銷、產(chǎn)品優(yōu)化。
用戶行為分析可以找出產(chǎn)品功能、網(wǎng)站、推廣渠道等各個業(yè)務線中存在的問題,讓產(chǎn)品業(yè)務線更加精準、有效,提高轉(zhuǎn)化率、還可以進行用戶分層和用戶分群,實現(xiàn)用戶精準營銷和精細化運營,從而驅(qū)動業(yè)務實現(xiàn)增長。
2. 用戶行為數(shù)據(jù)有哪些
用戶行為數(shù)據(jù)概括來說就是:Who(誰)、When(在什么時間)、Where(在哪里)、What(做了什么行為)、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)。
如在用戶注冊環(huán)節(jié)上進行數(shù)據(jù)埋點,監(jiān)控用戶什么時間、在什么樣設備、什么樣的機型進行注冊,完成注冊之后瀏覽了什么頁面,每個頁面停留了多長時間,購買了什么商品,消費了多少錢等一系列行為。每個節(jié)點進行數(shù)據(jù)埋點,打上標簽,就可以采集這些用戶行為數(shù)據(jù),進行分析,根據(jù)不同用戶的不同標簽對用戶實現(xiàn)精準營銷等作用。
按數(shù)據(jù)來源分,用戶行為的數(shù)據(jù)可以分為線上觸點數(shù)據(jù)(APP、H5、Web網(wǎng)頁、小程序、各個網(wǎng)絡平臺等)及線下觸點數(shù)據(jù)(門店動線、可穿戴設備等)。
按行為類型劃分,可分為消費行為數(shù)據(jù)和操作行為數(shù)據(jù)。其中,
消費行為數(shù)據(jù)有:
用戶的客單價、訂單數(shù)、會員購買率;
操作行為數(shù)據(jù)有:
- 用戶的pv、uv、ip、老訪問數(shù)、新訪問數(shù);
- 用戶停留時間、使用時間及頻次、跳出率、回訪次數(shù)、回訪相隔天數(shù);
- 用戶來源渠道、地區(qū);
- 用戶使用頻次分布、時間段分布,平均停留時長;
- 用戶所使用搜索引擎、關鍵詞、關聯(lián)關鍵詞和站內(nèi)關鍵字;
- 用戶在頁面上的點擊量;
- 用戶進入下一個路徑的轉(zhuǎn)化率;
- 用戶發(fā)視頻數(shù),創(chuàng)建企業(yè)數(shù)等等。
用戶使用產(chǎn)品的有很多場景,所以用戶行為數(shù)據(jù)有很多,在這里不一一介紹了,這些數(shù)據(jù)反映的都是產(chǎn)品業(yè)務線的總體情況,數(shù)據(jù)的價值除了反映現(xiàn)狀,還有更重要的是應用。
二、實戰(zhàn)場景中的用戶行為分析有哪些?
1. 涉及哪些運營部門
以互聯(lián)網(wǎng)B端產(chǎn)品的職能架構為例,來感受一下業(yè)務流程中每個角色的作用。各部門的重點工作如下:
市場部:基于用戶路徑分析,獲取足夠流量及銷售線索,降低渠道成本,提升渠道轉(zhuǎn)化,有渠道投放質(zhì)量。
產(chǎn)品設計部:基于用戶路徑分析,輸出產(chǎn)品方案,幫助商家解決業(yè)務問題,能得到用戶對不同功能模塊的反饋,進而優(yōu)化功能;
運營部:基于用戶路徑分析,優(yōu)化用戶質(zhì)量以及打造品牌口碑、進行內(nèi)容運營、活動運營、社群運營等;
銷售部 :基于用戶偏好分析,將有效的銷售線索,轉(zhuǎn)化至與客戶成交這一步驟,需要經(jīng)常進行線下拜訪、PPT演示、簽訂合同等相關工作;
客戶成功部:根據(jù)用戶分群進行分析,刻畫該目標群體的興趣畫像,獲取目標用戶的興趣愛好,針對性服務重點客戶,成功客戶轉(zhuǎn)化以及續(xù)費;
客服部:根據(jù)用戶分層,針對性的維護客戶,收集客戶真實需求。
·······
2. 用戶行為分析的場景
定義用戶的生命周期為:拉新-轉(zhuǎn)化-促活-留存-商業(yè)化,具體分析場景如下:
A. 拉新:渠道分析、用戶質(zhì)量分析、SEM分析·····
B. 轉(zhuǎn)化:新增用戶注冊轉(zhuǎn)化過程、產(chǎn)品使用過程轉(zhuǎn)化(搜索、推薦等)····
C. 促活:用戶停留時長、用戶行為分布····
D. 留存:用戶留存分析····
E. 商業(yè)化:根據(jù)用戶歷史行為展示廣告····
3. 用戶行為分析該如何落地
對數(shù)據(jù)分析人員來說,用戶行為分析該如何落地?當接到業(yè)務需求,先定義問題;回到業(yè)務場景,結合分析目標,形成分析思路;如何與業(yè)務溝通形成落地的建議?
1)接到業(yè)務需求,先要定義問題
定義問題是理解、理清業(yè)務需求的第一步,如果能夠量化的定義更好。所謂問題,即預期目標與實際目標的差距。比如某產(chǎn)品的重要數(shù)據(jù)指標是銷售額 ,業(yè)務員找到數(shù)據(jù)分析人員說我這個月的銷售額很低,只有100w,我們定的銷售額目標是500w,需要幫我分析一下是什么原因?qū)е碌模?/p>
這其中目標是500w而實際銷售額是100w,100w到500w的差距便產(chǎn)生了問題。
那么,如何定義問題呢?
第一、清晰準確描述問題。用清晰的描述和量化的數(shù)據(jù)代替模糊不清口頭的表達;
第二、劃分問題邊界。初步預判解決問題的方向、設定評價標準、分析目標的預期值;
第三、區(qū)分問題類型。用專業(yè)的判斷定義問題發(fā)生的場景、問題類型;
第四、明確輸出產(chǎn)物。把一個具體的場景事件轉(zhuǎn)化為要解決的問題。
2)結合業(yè)務場景和目標,形成分析思路
在實際數(shù)據(jù)分析工作中,面對諸多問題,我們的想法是零散、發(fā)散的,不能形成有體系化的分析思路,就會導致找不到核心的問題點。沒有數(shù)據(jù)分析思路的人總會說“我感覺”“我認為”等口頭語,而且只會使用數(shù)據(jù)分析相關工具做了很多可視化圖表,不知道使用哪些數(shù)據(jù)分析方法,最后也發(fā)現(xiàn)不了 其中的問題。
數(shù)據(jù)分析要緊密結合業(yè)務,分析思路也是如此。我們需要能將零散的想法整理成有條理的思路,從而快速解決問題。
那么,如何形成體系化的分析思路?
第一、結合具體業(yè)務場景,了解整體數(shù)據(jù)情況。了解產(chǎn)品業(yè)務線的整體用戶行為數(shù)據(jù)概況。
第二、根據(jù)需求問題和目標,明確分析的數(shù)據(jù)指標。數(shù)據(jù)指標是分析的基礎,先定指標,再談分類維度,再談怎么分析。用戶行為分析可利用轉(zhuǎn)化漏斗梳理用戶全行為路徑,明確待分析的核心數(shù)據(jù)指標。
第三、了解核心指標,觀察數(shù)據(jù)規(guī)律變化。用戶在不同時段的訪問量和使用間隔情況分布、新增和活躍數(shù)據(jù)的走勢情況等,用戶行為分析要通過數(shù)據(jù)規(guī)律和分布情況了解人群特征和用戶行為習慣。
第四、挖掘異常變化的原因,有邏輯的進行論證。通過數(shù)據(jù)監(jiān)控,發(fā)現(xiàn)異常情況,與同期對比,按時序看走勢,必要時拆解結構,找出異常,進而下鉆分析原因,從而鎖定問題點,進行深入分析。
第五、基于數(shù)據(jù)分析模型,深入洞察原因。一般常用的數(shù)據(jù)分析模型為結構分析法+指標拆解法。對問題進行拆解,找到問題發(fā)生點。
第六,進行問題點測試,驗證分析結果。找問題點后,進行多輪測試驗證,確保分析結果準確性可靠性,還能知道哪種方法好用,發(fā)現(xiàn)內(nèi)在邏輯,積累分析實戰(zhàn)經(jīng)驗。
3)根據(jù)分析結果,給出落地建議
能否落地、執(zhí)行、見效,是很多做數(shù)據(jù)分析的人員被質(zhì)疑的點,數(shù)據(jù)分析的結果是否能夠落地、執(zhí)行、見效體現(xiàn)了分析本身的意義,只有推動執(zhí)行了,才能給公司帶來巨大價值。
那么,如何根據(jù)分析結果給出可執(zhí)行的落地建議呢?
第一、確認分析的數(shù)據(jù)邏輯性,可靠性,準確性。一定要用數(shù)據(jù)證明分析結果有價值,預計能帶來多少的收益。
第二、認清事實,清晰各個部門落地目標。數(shù)據(jù)分析結果在各個部門里落地生根,利用STAR 模型(situation(情境)、target(目標)、action(行動)、result(結果))把公司目標-部門目標-項目目標串起來,使得各個部門人員配合落地執(zhí)行。
第三、結合業(yè)務動作,提出切實可行的方案。僅是分析結果是不夠的,還要提出切實可行的方案。
第四、獲得領導的支持和認可。領導認可才會分配相應的資源,交給相應的人員去實施。我們首要證明分析是正確的;其次有非常準確可靠的價值描述;最終,必須有清晰明確,成本可控的落地方案。
第五、上線測試,復盤效果,優(yōu)化迭代。一定要給業(yè)務方講清楚:沒有歷史數(shù)據(jù),則無法分析,一定要做測試。實驗數(shù)據(jù)跟自己預期的效果有差異,一定要分析出具體原因,優(yōu)化迭代。
對于用戶行為分析 ,還有一個值得需要考慮的是成本問題,朋友如是說:“我所了解的用戶行為分析,需要較高的門檻,既要有一套完整的數(shù)據(jù)監(jiān)控體系,而且要確保數(shù)據(jù)是真實的,同時拿到一大堆用戶的行為數(shù)據(jù)來分析,也是很頭疼的一件事。從產(chǎn)入產(chǎn)出比來看,如果用戶行為分析只是用在用戶畫像和智能推薦的話,成本是一個必須要考慮的問題?!?/p>
小結
對于用戶進行分析要靈活選擇常用的數(shù)據(jù)分析模型,對用戶進行分析和分類區(qū)分,引用朋友的一句話“我們意識形態(tài)里面都會覺得大數(shù)據(jù)里面一定能挖掘出一些信息,或者價值。
實際情況有這么一種:在促銷活動里面,我們通常會認為促銷的方案落地之后,營業(yè)的數(shù)據(jù)一定曲線向上,實際上更多的時候營業(yè)數(shù)據(jù)的波動并不會特別明顯,甚至用了某些模型,會得出“促銷方案的效果幾乎等于0”的結論。
所以,數(shù)據(jù)分析的背后是不是一定能挖掘出某些價值,如果沒有,那么問題出在哪里,對“數(shù)據(jù)分析”這個工具的使用,還有哪些注意方式。
所以,我們需要找到合適的“數(shù)據(jù)分析”工具方法及模型。(若有不一樣的想法,歡迎留言)
#專欄作家#
木兮擎天@,微信公眾號:木木自由,人人都是產(chǎn)品經(jīng)理專欄作家。多年互聯(lián)網(wǎng)數(shù)據(jù)運營經(jīng)驗,涉獵運營領域較廣,關注于運營、數(shù)據(jù)分析的實戰(zhàn)案例與經(jīng)驗以及方法論的總結,探索運營與數(shù)據(jù)的神奇奧秘!
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載
題圖來自Unsplash,基于CC0協(xié)議
促銷效果等于0不一定是沒有從數(shù)據(jù)挖掘出價值,也有可能是沒“抓住”價值,現(xiàn)在很多企業(yè)的主動營銷的觸達手段不是很有效,造成商機還在沿著原有慣性在自然轉(zhuǎn)化,沒有實現(xiàn)商機的轉(zhuǎn)移或擴大。還是進行營銷鏈路的拆解分析,找到“拖后腿”的環(huán)節(jié)在哪里,也不一定是沒找到價值。
產(chǎn)品最終落地實施就是為用戶服務,用戶行為分析當然是非常有必要。