用戶(hù)屬性分類(lèi)分析幫助我們更簡(jiǎn)潔的設(shè)定一些常用的用戶(hù)指標(biāo)和重點(diǎn)關(guān)注的用戶(hù)指標(biāo)，避免累贅和混淆；用戶(hù)行為分析幫助我們有效的對(duì)行為進(jìn)行分類(lèi)，減少不必要的工作量；那么，知道用戶(hù)屬性分類(lèi)分析以及用戶(hù)行為進(jìn)行分析后，我們?nèi)绾稳ピu(píng)定一個(gè)用戶(hù)的忠誠(chéng)度，進(jìn)而判斷用戶(hù)的價(jià)值呢？

一、忠誠(chéng)用戶(hù)的意義

我們知道“以用戶(hù)為中心”的理念需要我們不斷地去優(yōu)化和改善用戶(hù)體驗(yàn)，進(jìn)而提升用戶(hù)的滿(mǎn)意度，當(dāng)用戶(hù)的預(yù)期不斷被滿(mǎn)足時(shí)，用戶(hù)就會(huì)喜歡上這個(gè)產(chǎn)品，進(jìn)而成為產(chǎn)品的忠誠(chéng)用戶(hù)，同時(shí)不斷為產(chǎn)品輸出價(jià)值。忠誠(chéng)用戶(hù)不但自身為產(chǎn)品創(chuàng)造價(jià)值，還可以為產(chǎn)品帶來(lái)很多隱性的收益，比如品牌和口碑的推廣、去帶動(dòng)其他用戶(hù)的進(jìn)入和成長(zhǎng)等。所以，我們需要去分析評(píng)定用戶(hù)的忠誠(chéng)度，繼而去做相應(yīng)的運(yùn)營(yíng)策略調(diào)整。

二、忠誠(chéng)度的度量

忠誠(chéng)度：即用戶(hù)出于對(duì)企業(yè)或品牌的偏好而經(jīng)常性重復(fù)購(gòu)買(mǎi)的程度。

我們可能比較清晰的是傳統(tǒng)銷(xiāo)售行業(yè)（特別電商）的忠誠(chéng)度一般由重復(fù)購(gòu)買(mǎi)意向（購(gòu)買(mǎi)以前購(gòu)買(mǎi)過(guò)的類(lèi)型產(chǎn)品的意愿）、交叉購(gòu)買(mǎi)意向（購(gòu)買(mǎi)以前為購(gòu)買(mǎi)的產(chǎn)品類(lèi)型或擴(kuò)展服務(wù)的意愿）、客戶(hù)推薦意向（向其他潛在客戶(hù)推薦，傳遞品牌口碑的意愿）、價(jià)格忍耐力（客戶(hù)愿意支付的最高價(jià)格）這4個(gè)指標(biāo)來(lái)度量，但是對(duì)于現(xiàn)在大多數(shù)產(chǎn)品的忠誠(chéng)度是由以下4個(gè)指標(biāo)來(lái)度量的：

• 訪問(wèn)頻率：用戶(hù)在一段時(shí)間內(nèi)訪問(wèn)網(wǎng)站的次數(shù)；
• 最近訪問(wèn)時(shí)間：用戶(hù)最近訪問(wèn)網(wǎng)站的時(shí)間，一般是用戶(hù)最近訪問(wèn)時(shí)間距當(dāng)前的天數(shù)；
• 平均停留時(shí)間：用戶(hù)在一段時(shí)間內(nèi)每次訪問(wèn)的平均停留時(shí)間；
• 平均訪問(wèn)頁(yè)面數(shù)：用戶(hù)在一段時(shí)間內(nèi)訪問(wèn)瀏覽的平均頁(yè)面數(shù)。

這4個(gè)指標(biāo)可以直接從點(diǎn)擊流數(shù)據(jù)獲取得到， 設(shè)定數(shù)據(jù)的區(qū)間需要根據(jù)實(shí)際情況來(lái)設(shè)定。比如產(chǎn)品信息更新較快，用戶(hù)訪問(wèn)較為頻繁，時(shí)間段選的短一點(diǎn)有利于保持?jǐn)?shù)據(jù)變化的靈敏度；反之，時(shí)間段選的長(zhǎng)一點(diǎn)有利于數(shù)據(jù)的豐富性和指標(biāo)分析結(jié)果的準(zhǔn)確性。

上面的4個(gè)指標(biāo)均可以被量化統(tǒng)計(jì)得到，單一的指標(biāo)也是沒(méi)有意義的，我們還需要通過(guò)比較去找出哪些是忠誠(chéng)用戶(hù)，哪些是流失用戶(hù)。

三、忠誠(chéng)度的應(yīng)用舉例——雷達(dá)圖

在應(yīng)用忠誠(chéng)度來(lái)衡量用戶(hù)的時(shí)候，我們可以先對(duì)指標(biāo)進(jìn)行一些處理，以使它們之間更具可比性，這里可以采用min-max標(biāo)準(zhǔn)化的方法，首先將所有指標(biāo)的數(shù)值全部轉(zhuǎn)換到[0,1]區(qū)間，再進(jìn)行倍數(shù)放大，比如使用10分制進(jìn)行評(píng)分，則可以乘10，數(shù)據(jù)就全部分布在[0,10]區(qū)間內(nèi)了，如下圖：

表中， 用戶(hù)忠誠(chéng)度的4個(gè)分析指標(biāo)經(jīng)過(guò)標(biāo)準(zhǔn)化處理后統(tǒng)一以10分制的形式輸出，這樣就能直接區(qū)分每個(gè)用戶(hù)的每項(xiàng)指標(biāo)的表現(xiàn)好壞?；诿總€(gè)指標(biāo)的評(píng)分，可以對(duì)用戶(hù)進(jìn)行篩選，比如對(duì)于經(jīng)常訪問(wèn)網(wǎng)站的用戶(hù)，我們可以選擇訪問(wèn)頻率評(píng)分大于3分的用戶(hù)，或者重點(diǎn)跟進(jìn)用戶(hù)訪問(wèn)參與度較高的用戶(hù)，也可以篩選平均停留時(shí)間和平均訪問(wèn)頁(yè)面數(shù)都大于3分的用戶(hù)，這樣就可以快速的定位忠誠(chéng)用戶(hù)了。

當(dāng)然，表中的數(shù)據(jù)只是簡(jiǎn)單的舉例，實(shí)際情況我們還是需要根據(jù)每個(gè)指標(biāo)的最大值和最小值去計(jì)算。根據(jù)表中的數(shù)據(jù)，所有指標(biāo)已經(jīng)統(tǒng)一到了同一個(gè)評(píng)分區(qū)間。這里我們可以用4個(gè)行為指標(biāo)來(lái)評(píng)價(jià)用戶(hù)的忠誠(chéng)度，通常這類(lèi)基于多指標(biāo) 進(jìn)行評(píng)價(jià)最常見(jiàn)的展現(xiàn)方式是——雷達(dá)圖。

用雷達(dá)圖展示有以下幾個(gè)優(yōu)點(diǎn)：

• 可以完整地顯示所有評(píng)價(jià)指標(biāo)；
• 顯示用戶(hù)在各指標(biāo)評(píng)分中的偏向性；
• 可以簡(jiǎn)單分析用戶(hù)忠誠(chéng)度的綜合評(píng)分，即圖形圍成的面積；
• 可以用于用戶(hù)間忠誠(chéng)度的比較。

基于雷達(dá)圖，我們能做什么？

基于雷達(dá)圖這個(gè)展示的結(jié)果我們能做些什么呢？其實(shí)對(duì)于任何產(chǎn)品而言，有兩個(gè)方向是一致的：保留忠誠(chéng)用戶(hù)，減少流失用戶(hù)。從雷達(dá)圖中的忠誠(chéng)度體系擴(kuò)展開(kāi)，我們可以做以下事情：

• 分析忠誠(chéng)用戶(hù)的行為特征后，繼而去努力滿(mǎn)足他們的需求，提高他們的滿(mǎn)意度；
• 從最近訪問(wèn)時(shí)間的指標(biāo)數(shù)據(jù)、忠誠(chéng)度變化趨勢(shì)，去發(fā)現(xiàn)一些可能正在流失的用戶(hù)，分析他們流失的原因，并挽留流失用戶(hù)；
• 比較忠誠(chéng)用戶(hù)和流失用戶(hù)在指標(biāo)數(shù)值上的差異，尋找哪些指標(biāo)的差距導(dǎo)致了用戶(hù)忠誠(chéng)度的降低，進(jìn)而去優(yōu)化網(wǎng)站在這些方面的表現(xiàn)。

四、總結(jié)

我們通過(guò)使用用戶(hù)行為四大指標(biāo)：用戶(hù)訪問(wèn)頻率、最近訪問(wèn)時(shí)間、平均停留時(shí)間、平均訪問(wèn)頁(yè)面數(shù)這4個(gè)指標(biāo)，繼而去評(píng)價(jià)網(wǎng)站用戶(hù)的忠誠(chéng)度；接著用雷達(dá)圖進(jìn)行展示和比較，得出用戶(hù)忠誠(chéng)度后再去擴(kuò)展開(kāi)來(lái)，從運(yùn)營(yíng)角度去調(diào)整運(yùn)營(yíng)策略并做一些優(yōu)化和調(diào)整。

當(dāng)然，你也可以根據(jù)雷達(dá)圖的通用性和自己的產(chǎn)品特征去發(fā)現(xiàn)更適合的指標(biāo)和展示方式，進(jìn)而最終確定需要做的事情——精確地找到網(wǎng)站的忠實(shí)用戶(hù)，并努力留住他們。

本文由 @聽(tīng)象數(shù)據(jù)?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。