精準(zhǔn)營(yíng)銷和精細(xì)化運(yùn)營(yíng)都離不開用戶的行為分析,那什么是用戶行為分析呢?
用戶行為分析是數(shù)據(jù)分析的一個(gè)重要領(lǐng)域,特別是在數(shù)字化服務(wù)行業(yè)中,主要目的是通過深入研究用戶群體的流量動(dòng)向以及操作行為特征等,來了解用戶與產(chǎn)品間的關(guān)系、效果、趨勢(shì),以幫助我們優(yōu)化產(chǎn)品設(shè)計(jì)、提升用戶體驗(yàn)并驅(qū)動(dòng)業(yè)務(wù)決策。
通俗來講,用戶行為分析就是監(jiān)測(cè)用戶在產(chǎn)品上做出了哪些行為、是否符合預(yù)期、有什么特征、問題在哪里,然后看看產(chǎn)品上需要做些什么調(diào)整或迎合用戶的特征偏好來決策啥的。
用戶行為
![](https://file.haoxueai.cn/haoxue/img/c1418206-4068-4a95-964f-7b7b54e0f4e1.png)
一個(gè)用戶ID,在企業(yè)內(nèi)部系統(tǒng)產(chǎn)生的,可記錄的動(dòng)作,都可以稱為:用戶行為。用戶行為由最簡(jiǎn)單的五個(gè)元素構(gòu)成:時(shí)間(when)、地點(diǎn)(where)、人物(who)、交互(how)、交互的內(nèi)容(what)。
對(duì)用戶行為進(jìn)行分析,要將其定義為各種事件。比如用戶搜索是一個(gè)事件,在什么時(shí)間、什么平臺(tái)上、哪一個(gè)ID、做了搜索、搜索的內(nèi)容是什么。這是一個(gè)完整的事件,也是對(duì)用戶行為的一個(gè)定義。
一個(gè)完整、多維、精確的用戶畫像=用戶行為數(shù)據(jù)+用戶屬性數(shù)據(jù)。
數(shù)據(jù)分析之“用戶行為收集”
數(shù)據(jù)收集用戶行為的常見方式
一個(gè)完整的用戶行為,通常包括六大要素:
1.時(shí)間:何時(shí)發(fā)生 2.地點(diǎn):在XX渠道/平臺(tái)/系統(tǒng)發(fā)生 3.人物:誰發(fā)生的 4.起因:第一個(gè)動(dòng)作 5.經(jīng)過:所有動(dòng)作組成的鏈路 6.結(jié)果:行為帶來的結(jié)果
為了便于理解,通常我們可以用思考模型中的5W2H分析法來歸納用戶行為。
![](https://file.haoxueai.cn/haoxue/img/27281768-8aeb-4a05-910e-1692a83322b4.webp)
一般而言,在不同系統(tǒng)平臺(tái),收集用戶行為的方式也不同。常見的有三類:
1、后臺(tái)記錄:用戶注冊(cè)表單、服務(wù)請(qǐng)求表單、交易訂單等 2、埋點(diǎn)記錄:用戶在APP、小程序、H5瀏覽記錄 3、業(yè)務(wù)人員反饋:通過銷售、客服、售后工作人員反饋的信息
![](https://file.haoxueai.cn/haoxue/img/f3b00176-b78e-41a7-8a0c-63049702c045.webp)
正是因?yàn)橛脩粜袨槎喾N多樣,用戶行為的收集方法和渠道也多樣化,所以導(dǎo)致用戶行為相關(guān)指標(biāo)數(shù)據(jù)顯得很多、很雜、很亂。因此在做用戶需求時(shí),只有結(jié)合具體的業(yè)務(wù)需求進(jìn)行分析才能真正做到事半功倍。
為什么要做用戶行為分析?
用戶行為分析可以讓我們更加詳細(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(yè)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。
用戶分析是用戶旅程中的第一步,這是一種理解用戶,將他們的目標(biāo)、需求與商業(yè)宗旨相匹配的分析方法,可以幫助我們定義產(chǎn)品的目標(biāo)用戶群。
![](https://file.haoxueai.cn/haoxue/img/7a70d66a-c4f2-4404-a945-7270d0859ef0.webp)
如何搭建基于用戶行為的增長(zhǎng)體系?
基于用戶行為的增長(zhǎng)體系建設(shè),可分為前置條件、執(zhí)行策略、通道搭建和落地配套原則4部分。
1.用戶數(shù)據(jù)準(zhǔn)備
完整的互金用戶畫像體系,由4部分?jǐn)?shù)據(jù)構(gòu)成:屬性數(shù)據(jù)、行為數(shù)據(jù)、交易數(shù)據(jù)、風(fēng)險(xiǎn)收益數(shù)據(jù)。
![](https://file.haoxueai.cn/haoxue/img/a5664dce-6fe3-4702-a5fb-cacc642619e6.webp)
**屬性數(shù)據(jù):**用戶作為自然人和社會(huì)人的最基本數(shù)據(jù),也是其他三類數(shù)據(jù)的基礎(chǔ)
**行為數(shù)據(jù):**串起用戶和平臺(tái)兩端的其他各項(xiàng)數(shù)據(jù)的關(guān)鍵要素,一切運(yùn)營(yíng)策略的落腳點(diǎn)。以用戶行為數(shù)據(jù)為基礎(chǔ),結(jié)合平臺(tái)的標(biāo)簽體系,還可以得到衍生的用戶轉(zhuǎn)化數(shù)據(jù)和用戶行為偏好數(shù)據(jù)。
**交易數(shù)據(jù):**計(jì)算平臺(tái)營(yíng)收、ROI、LTV等經(jīng)營(yíng)指標(biāo)的基礎(chǔ),也是用戶價(jià)值的判斷的重要標(biāo)準(zhǔn)
**風(fēng)險(xiǎn)收益數(shù)據(jù):**用戶的投資屬性數(shù)據(jù),既是差異化運(yùn)營(yíng)的依據(jù),也是平臺(tái)落實(shí)風(fēng)控合規(guī)要求的體現(xiàn)
![](https://file.haoxueai.cn/haoxue/img/3b14ea13-4d23-42e8-8ec1-5327ab4dd0e6.webp)
基于以上數(shù)據(jù),結(jié)合頻率、時(shí)間維度、用戶數(shù)等指標(biāo),就能得到更多指標(biāo)數(shù)據(jù)。比如:
時(shí)間周期(月)+投資次數(shù)=月活(MAU)
最后一次回款日期+回款后最近一次投資日期=用戶流失
時(shí)間區(qū)間內(nèi)投資金額/時(shí)間區(qū)間內(nèi)投資用戶數(shù)=人均投資金額
如果將用戶投資行為,與最近一次交易時(shí)間、交易頻率、單位時(shí)間內(nèi)交易金額相結(jié)合(根據(jù)RFM模型),在計(jì)算和分析后對(duì)于用戶價(jià)值判斷、召回策略制定等方面將能夠提供有力支撐。
R(Recency):用戶投資的時(shí)間間隔
F(Frequency):用戶在單位時(shí)間內(nèi)投資的次數(shù)
M (Monetary):用戶在時(shí)間內(nèi)投資的金額
![](https://file.haoxueai.cn/haoxue/img/edfa8626-8d03-427b-ab27-6248c92f432e.webp)
2.用戶增長(zhǎng)模型搭建
基于用戶行為的增長(zhǎng)策略,依賴于三個(gè)基礎(chǔ)模型的建立,它們分別是:轉(zhuǎn)化漏斗模型、生命周期模型和任務(wù)分層模型。其中:
轉(zhuǎn)化漏斗模型是在縱向上,對(duì)用戶轉(zhuǎn)化的節(jié)點(diǎn)進(jìn)行分析;以此為基礎(chǔ),根據(jù)用戶在不同轉(zhuǎn)化節(jié)點(diǎn)的分布情況,對(duì)將用戶在平臺(tái)上所屬的生命周期進(jìn)行定義和劃分。
![](https://file.haoxueai.cn/haoxue/img/cd469d20-727c-4236-ace2-e02069b56e37.webp)
任務(wù)分層模型是在橫向上,對(duì)用戶在平臺(tái)上的各種行為進(jìn)行拆解和分組,按照“核心任務(wù)-擴(kuò)展任務(wù)-外延任務(wù)”的體系進(jìn)行劃分,以此為基礎(chǔ)引導(dǎo)用戶在不同層級(jí)的任務(wù)中遷移和成長(zhǎng)。
最終,通過對(duì)用戶轉(zhuǎn)化率的持續(xù)優(yōu)化、用戶任務(wù)完成行為的持續(xù)引導(dǎo),進(jìn)而實(shí)現(xiàn)對(duì)平臺(tái)各生命周期用戶的差異化運(yùn)營(yíng)和服務(wù),最終實(shí)現(xiàn)平臺(tái)用戶快速和持續(xù)的增長(zhǎng)。
2.1 轉(zhuǎn)化漏斗模型
轉(zhuǎn)化漏斗模型的核心思想是分解和量化,通過將整個(gè)購(gòu)買流程拆分成若干個(gè)子環(huán)節(jié),并用轉(zhuǎn)化率來衡量每一個(gè)步驟的表現(xiàn),從而找出有問題的環(huán)節(jié)并進(jìn)行優(yōu)化,最終提升整體轉(zhuǎn)化率。例如,在電商購(gòu)物流程中,用戶從瀏覽商品到下單再到付款,每一步都有可能產(chǎn)生流失,通過漏斗模型可以分析這些流失點(diǎn)并進(jìn)行針對(duì)性優(yōu)化。
如何用更高階的手段來使用轉(zhuǎn)化漏斗模型呢?以下是2個(gè)可以參考的方向:
(1) 用戶分支路徑轉(zhuǎn)化漏斗
![](https://file.haoxueai.cn/haoxue/img/49903029-d5c0-4361-81e9-94de2e7014fb.webp)
轉(zhuǎn)化漏斗模型-分支路徑轉(zhuǎn)化
以轉(zhuǎn)化漏斗模型的“傳播”這個(gè)節(jié)點(diǎn)為核心,可以拆解出從“老用戶看到界面邀請(qǐng)?zhí)崾尽钡健靶掠脩艚邮苎?qǐng)并完成注冊(cè)開戶”,其間至少有多個(gè)轉(zhuǎn)化節(jié)點(diǎn)。
![](https://file.haoxueai.cn/haoxue/img/42121f92-9f05-4114-bc0b-8d093ffc2785.webp)
![](https://file.haoxueai.cn/haoxue/img/8733e32b-be18-4c2e-b34c-1f87c4659a27.webp)
精細(xì)化的漏斗劃分,一方面能幫助運(yùn)營(yíng)提升效率和投入產(chǎn)出比,另一方面,也有利于在活動(dòng)過程中快速地定位和解決問題;顒(dòng)結(jié)束后進(jìn)行復(fù)盤時(shí),做得好不好、下一次怎么才能做得更好,得出的結(jié)論才會(huì)更加靠譜。
(2)平行轉(zhuǎn)化漏斗
平行轉(zhuǎn)化漏斗是一種在用戶行為分析中使用的模型,它允許將多個(gè)業(yè)務(wù)流程或業(yè)務(wù)線并行處理,從而形成多個(gè)獨(dú)立的轉(zhuǎn)化路徑。這種模型特別適用于那些有多個(gè)業(yè)務(wù)目標(biāo)或多個(gè)用戶行為路徑的應(yīng)用場(chǎng)景。
![](https://file.haoxueai.cn/haoxue/img/8515c33c-ec0a-4689-80dd-adb47b2cef0f.webp)
按照不同的顆粒度、不同的業(yè)務(wù)條線來分拆,一個(gè)APP內(nèi)其實(shí)可以拆解很多平行的轉(zhuǎn)化漏斗。然而,需要注意的是,雖然可以拆解出多個(gè)平行漏斗,但通常建議在同一時(shí)期內(nèi)只關(guān)注3-4個(gè)主要的漏斗,以避免管理上的混亂。
一般來說,平行轉(zhuǎn)化漏斗大概的方向有這么幾個(gè):
抓用戶主線轉(zhuǎn)化流程:注冊(cè)/綁卡/普通投資/定投
抓用戶活躍轉(zhuǎn)化:推送/內(nèi)容/每日加息/簽到/老用戶復(fù)投
抓用戶拉新轉(zhuǎn)化:邀請(qǐng)好友/新用戶首投
![](https://file.haoxueai.cn/haoxue/img/1848d5a3-844b-457c-bb42-561c0142507b.webp)
對(duì)同一時(shí)期內(nèi)進(jìn)入平臺(tái)的用戶,可以通過同期群分析等方式,分析這些用戶在進(jìn)入平臺(tái)后的一段時(shí)間內(nèi),在各主要平行業(yè)務(wù)的使用情況和轉(zhuǎn)化情況,并進(jìn)一步了解用戶在各業(yè)務(wù)上重合的程度。
在實(shí)際應(yīng)用中,平行轉(zhuǎn)化漏斗可以幫助運(yùn)營(yíng)團(tuán)隊(duì)更好地管理多個(gè)業(yè)務(wù)線的用戶轉(zhuǎn)化過程。
2.2用戶任務(wù)分層模型
用戶任務(wù)分層模型是一種用于分析和理解用戶在平臺(tái)上的行為模式的方法。該模型將用戶的行為按照重要性進(jìn)行分層,通常分為“核心任務(wù)”、“擴(kuò)展任務(wù)”和“外延任務(wù)”三個(gè)層級(jí)。這種分層模型的核心思想是通過識(shí)別和優(yōu)先處理用戶的核心任務(wù),從而優(yōu)化用戶體驗(yàn)和提高用戶轉(zhuǎn)化率。
如果說用戶“轉(zhuǎn)化漏斗模型”是以平臺(tái)為中心的用戶轉(zhuǎn)化視角,那么,“用戶任務(wù)分層模型”則是以用戶為中心的需求滿足視角。
![](https://file.haoxueai.cn/haoxue/img/79123fb9-9030-4070-b9ec-ce3b5182c438.webp)
首先,將整體任務(wù)分解為多個(gè)子任務(wù)。
可以通過遞歸地將任務(wù)分解為更小的子任務(wù)來實(shí)現(xiàn),使得每一層的任務(wù)都能被進(jìn)一步細(xì)化,從而更容易管理和執(zhí)行。
![](https://file.haoxueai.cn/haoxue/img/03ff8c20-eb7d-4d23-8dd4-6e174bca76da.webp)
其次,對(duì)用戶層級(jí)關(guān)系進(jìn)行分解。
具體包括:
(1)父子關(guān)系:通過設(shè)置父子關(guān)系,可以明確哪些任務(wù)是上級(jí)任務(wù),哪些是下級(jí)任務(wù)。例如,在Project軟件中,可以通過升級(jí)和降級(jí)按鈕來調(diào)整任務(wù)之間的從屬關(guān)系。
![](https://file.haoxueai.cn/haoxue/img/87980281-a6e0-40d8-85d2-43eb75d59ad6.webp)
(2)依賴關(guān)系:識(shí)別任務(wù)之間的依賴關(guān)系,包括順序關(guān)系、并發(fā)關(guān)系、匯聚關(guān)系和分支關(guān)系。這些關(guān)系幫助理解任務(wù)的執(zhí)行流程和協(xié)作機(jī)制。
![](https://file.haoxueai.cn/haoxue/img/963802eb-5395-4c76-a7fe-01fcddde4553.webp)
(3)層次結(jié)構(gòu):使用層次結(jié)構(gòu)圖(如任務(wù)層級(jí)圖)來展示任務(wù)之間的依賴關(guān)系,避免循環(huán),并確保任務(wù)可以按順序或并行執(zhí)行。
![](https://file.haoxueai.cn/haoxue/img/5feb0fd0-29a4-45a6-bf38-1f4fb1ac9d13.webp)
最后,根據(jù)任務(wù)情況進(jìn)行優(yōu)先級(jí)和資源分配。
可以根據(jù)任務(wù)的重要性和緊急性設(shè)定優(yōu)先級(jí),并合理分配資源。例如,重要且緊急的任務(wù)應(yīng)由經(jīng)驗(yàn)豐富的人完成,而不緊急且不重要的任務(wù)可以交給新成員或?qū)嵙?xí)生。使用工具和技術(shù)主要為WBS分析法。
工作分解結(jié)構(gòu)(WBS) :采用WBS方法將項(xiàng)目范圍劃分為可管理、可追蹤和可分配的任務(wù),幫助項(xiàng)目團(tuán)隊(duì)理解、規(guī)劃和管理項(xiàng)目的各個(gè)方面。
![](https://file.haoxueai.cn/haoxue/img/5cbfb127-8d0d-414e-8433-f9a6cc94c025.webp)
利用Project等項(xiàng)目管理軟件,通過設(shè)置任務(wù)之間的層級(jí)關(guān)系或WBS(工作分解結(jié)構(gòu)),直觀地展示任務(wù)的從屬關(guān)系。
在任務(wù)執(zhí)行過程中,根據(jù)實(shí)際情況對(duì)任務(wù)層級(jí)和依賴關(guān)系進(jìn)行調(diào)整和優(yōu)化,以確保項(xiàng)目順利進(jìn)行。
通過以上步驟,可以有效地建立和管理任務(wù)的分層關(guān)系,從而提高項(xiàng)目管理的效率和成功率。
用戶任務(wù)分層模型通過將用戶任務(wù)進(jìn)行層次化分解,幫助企業(yè)和設(shè)計(jì)師更好地理解用戶需求,優(yōu)化產(chǎn)品設(shè)計(jì),并制定有效的運(yùn)營(yíng)策略。這種模型在金融、互聯(lián)網(wǎng)等多個(gè)領(lǐng)域都有廣泛的應(yīng)用,并且是實(shí)現(xiàn)產(chǎn)品目標(biāo)的重要工具。
總結(jié)
總體而言,當(dāng)用戶處于不同發(fā)展階段時(shí),用戶價(jià)值會(huì)產(chǎn)生相應(yīng)的變化,因此,也需要針對(duì)不同階段來設(shè)計(jì)對(duì)應(yīng)的運(yùn)營(yíng)目標(biāo)和策略。
在當(dāng)今這個(gè)被數(shù)據(jù)洪流席卷的時(shí)代,數(shù)據(jù)已成為企業(yè)運(yùn)營(yíng)與決策的核心驅(qū)動(dòng)力。當(dāng)前,數(shù)據(jù)分析已成為衡量職業(yè)競(jìng)爭(zhēng)力的重要標(biāo)尺。它不再是數(shù)據(jù)分析師的專屬技能,而是每一位職場(chǎng)人士都應(yīng)掌握的通用語言,是提升工作效率、優(yōu)化決策質(zhì)量、推動(dòng)業(yè)務(wù)增長(zhǎng)的關(guān)鍵所在。
如果你也想進(jìn)一步提升職場(chǎng)競(jìng)爭(zhēng)力,抓住時(shí)代紅利,那么強(qiáng)烈建議考一個(gè)CDA數(shù)據(jù)分析師。
備考CDA數(shù)據(jù)分析師的過程就是個(gè)自我提升的過程,CDA小程序資料非常豐富,包括題庫(kù)、考綱等,利用好了自學(xué)就能考過。
![](https://file.haoxueai.cn/haoxue/img/82ba1e43-4985-4831-9874-d20d26c2f4bd.png)