干貨 | 常用的用戶行為分析模型
發(fā)表于：2019-08-12 16:26:02
在用戶行為領域，通過數(shù)據(jù)分析方法的科學應用，經(jīng)過理論推導，能夠相對完整地揭示用戶行為的內(nèi)在規(guī)律。基于此幫助企業(yè)實現(xiàn)多維交叉分析，幫助企業(yè)建立快速反應、適應變化的敏捷商業(yè)智能決策。結合近期的思考與學習，將為大家陸續(xù)介紹不同針對用戶行為的分析模型。本文主要介紹行為事件分析。
一、常見用戶行為分析模型
在數(shù)據(jù)分析的大框架下，通過對用戶行為監(jiān)測獲得的數(shù)據(jù)進行分析研究的行為歸結于用戶行為分析。用戶行為分析可以讓產(chǎn)品更加詳細、清楚地了解用戶的行為習慣，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)掘高轉化率頁面，讓產(chǎn)品的營銷更加精確、有效，提高業(yè)務轉化率。
用戶分析是用戶中心的設計流程中的第一步。是一種理解用戶，將他們的目標、需求與商業(yè)宗旨相匹配的理想方法，可以幫助企業(yè)定義產(chǎn)品的目標用戶群。在用戶行為領域，數(shù)據(jù)的使用及挖掘是非常重要的，通過數(shù)據(jù)分析方法的科學應用，經(jīng)過理論推導，能夠相對完整地揭示用戶行為的內(nèi)在規(guī)律，基于此幫助產(chǎn)品實現(xiàn)多維交叉分析。
針對用戶行為分析，通常分為如下幾個方法：
行為事件分析
頁面點擊分析
用戶行為路徑分析
漏斗模型分析
用戶健康度分析
用戶畫像分析
二、常見分析模型的作用與應用場景
1. 行為事件分析
1）作用：行為事件分析方法主要用于研究某行為事件的發(fā)生對產(chǎn)品的影響以及影響程度。
2）應用場景：針對某一具體行為，進行深度下鉆分析，分析維度全面細致，確認導致該行為的原因;或針對某一結果現(xiàn)象，回溯可能造成此現(xiàn)象的行為是什么。例如查看功能模塊的滲透率，回溯點擊該功能和不點擊該功能的用戶有什么行為差別。
3）涉及的數(shù)據(jù)指標：每個產(chǎn)品根據(jù)產(chǎn)品特性，會有不同的行為事件和篩選維度，但基本涵蓋了該業(yè)務所需要的所有數(shù)據(jù)指標維度，進行前期數(shù)據(jù)規(guī)劃中，需要對可分析事件進行全量數(shù)據(jù)埋點。后期平臺運營過程中，將依賴于前期的數(shù)據(jù)采集規(guī)劃。
2. 頁面點擊分析
1）作用：點擊分析被應用于顯示頁面區(qū)域中不同元素點擊密度的圖示，可以：
精確評估用戶與產(chǎn)品交互背后的深層關系
實現(xiàn)產(chǎn)品的跳轉路徑分析，完成產(chǎn)品頁面之間的深層次的關系需求挖掘
與其他分析模型配合，全面視角探索數(shù)據(jù)價值
直觀的對比和分析用戶在頁面的聚焦度、頁面瀏覽次數(shù)和人數(shù)以及頁面內(nèi)各個可點擊元素的百分比。
2）應用場景：通常用于首頁、活動頁、產(chǎn)品詳情頁等存在復雜交互邏輯的頁面分析。一般分為可視化熱力圖、固定埋點兩種形式。
3）涉及的數(shù)據(jù)指標：
瀏覽次數(shù)（PV）：該頁面被瀏覽的次數(shù)。
瀏覽人數(shù)（UV）：該頁面被瀏覽的人數(shù)。
頁面內(nèi)點擊次數(shù)：該頁面內(nèi)所有可點擊元素的總次數(shù)。
頁面內(nèi)點擊人數(shù)：該頁面內(nèi)所有可點擊元素的總人數(shù)。
點擊人數(shù)占比：頁面內(nèi)點擊人數(shù)/瀏覽人數(shù)。
3. 用戶行為路徑分析
1）作用：明確用戶現(xiàn)存路徑有哪些，發(fā)現(xiàn)路徑問題，或優(yōu)化用戶行為沿著最優(yōu)訪問路徑前進，結合業(yè)務場景需求進行前端布局調(diào)整
2）應用場景：確定產(chǎn)品用戶從訪問到轉化/流失都經(jīng)過了哪些流程，轉化用戶與流失用戶是否有行為區(qū)別，以及用戶行為路徑是否符合預期
3）涉及的數(shù)據(jù)指標：全鏈路頁面級PV、UV，以及路徑流轉關系
4. 漏斗模型分析
1）作用：從一個事件環(huán)節(jié)的最開始到最終轉化成購買的整個流程中的一個個子環(huán)節(jié)，相鄰環(huán)節(jié)的轉化率表現(xiàn)力。就是指用數(shù)據(jù)指標來量化每一個步驟的表現(xiàn)。（流量漏斗模型在產(chǎn)品中的經(jīng)典運用是AARRR模型，不過現(xiàn)在已經(jīng)流行更新的RARRA模型）
2）應用場景：衡量每一個轉化步驟的轉化率，通過異常數(shù)據(jù)指標找出有問題的環(huán)節(jié)并解決，最終提升整體購買轉化率
3）涉及的數(shù)據(jù)指標：轉化周期（每層漏斗的時間的集合）、轉化率（每層漏斗之間的）
5. 用戶健康度分析
1）作用：用戶健康度是基于用戶行為數(shù)據(jù)綜合考慮的核心指標，體現(xiàn)產(chǎn)品的運營情況，為產(chǎn)品的發(fā)展進行預警。包括三大類型指標：產(chǎn)品基礎指標、流量質量指標、產(chǎn)品營收指標。
2）應用場景：更大范圍的業(yè)務綜合指標考量，體現(xiàn)完整產(chǎn)品運營情況，預測未來發(fā)展。
3）涉及的數(shù)據(jù)指標：
產(chǎn)品基礎指標，主要評價產(chǎn)品本身的運行狀態(tài)：DAU、PV、UV、新用戶數(shù)
流量質量指標，主要評價用戶流量的質量高低：跳出率、人均瀏覽次數(shù)、人均停留時間、用戶留存率、用戶回訪率
產(chǎn)品營收指標，主要評價產(chǎn)品的盈利能力與可持續(xù)性：用戶支付金額（GMV）、客單價、訂單轉化率
4）產(chǎn)品營收指標恒等式：
銷售額=訪客數(shù)×成交轉化率×客單價
銷售額=曝光次數(shù)×點擊率×成交轉化率×客單價
6. 用戶畫像分析
1）作用：根據(jù)用戶的屬性、用戶偏好、生活習慣、用戶行為等信息而抽象出來的標簽化用戶模型。通過高度精煉用戶特征來描述用戶，可以讓人更容易理解用戶，并且可以方便計算機處理
2）應用場景：通過定義用戶畫像，可以幫助產(chǎn)品運營理解用戶，產(chǎn)品設計從為所有人做產(chǎn)品，變成為帶有某些標簽的人群做產(chǎn)品，產(chǎn)品能夠更精細化運營，且設計復雜度降低
3）涉及的數(shù)據(jù)指標（不限于）：
人口屬性：性別、年齡等人的基本信息
興趣特征：瀏覽內(nèi)容、收藏內(nèi)容、閱讀咨詢、購買物品偏好等
位置特征：用戶所處城市、所處居住區(qū)域、用戶移動軌跡等
設備屬性：使用的終端特征等
行為數(shù)據(jù)：訪問時間、瀏覽路徑等用戶在網(wǎng)站的行為日志數(shù)據(jù)
社交數(shù)據(jù)：用戶社交相關數(shù)據(jù)
聲明：文章“干貨 | 常用的用戶行為分析模型”為澳環(huán)科技原創(chuàng)文章，轉載請注明出處，謝謝合作！
掃一掃關注我們
其他關注方式
010-53668213