前言

不論是哪種類(lèi)型的企業(yè)，用戶(hù)對(duì)于他們的重要性都是不言而喻的，為用戶(hù)提供相應(yīng)的客戶(hù)服務(wù)是企業(yè)的業(yè)務(wù)之一，而用戶(hù)行為分析是了解用戶(hù)的方式之一，那么，用戶(hù)行為分析如何落地呢？

1）用戶(hù)行為分析是什么？

用戶(hù)行為分析，實(shí)質(zhì)上是從點(diǎn)擊、頻次等多維深度的還原用戶(hù)動(dòng)態(tài)使用場(chǎng)景和用戶(hù)體驗(yàn)，再通過(guò)對(duì)用戶(hù)行為監(jiān)測(cè)獲取的數(shù)據(jù)進(jìn)行分析，可以更加詳細(xì)、清楚地了解用戶(hù)的行為習(xí)慣，從中發(fā)現(xiàn)用戶(hù)使用移動(dòng)互聯(lián)網(wǎng)產(chǎn)品的規(guī)律，這些規(guī)律用于精確營(yíng)銷(xiāo)、產(chǎn)品優(yōu)化。

用戶(hù)行為分析可以找出產(chǎn)品功能、網(wǎng)站、推廣渠道等各個(gè)業(yè)務(wù)線中存在的問(wèn)題，讓產(chǎn)品業(yè)務(wù)線更加精準(zhǔn)、有效，提高轉(zhuǎn)化率、還可以進(jìn)行用戶(hù)分層和用戶(hù)分群，實(shí)現(xiàn)用戶(hù)精準(zhǔn)營(yíng)銷(xiāo)和精細(xì)化運(yùn)營(yíng)，從而驅(qū)動(dòng)業(yè)務(wù)實(shí)現(xiàn)增長(zhǎng)。

2）用戶(hù)行為數(shù)據(jù)有哪些？

用戶(hù)行為數(shù)據(jù)概括來(lái)說(shuō)就是：Who(誰(shuí))、When(在什么時(shí)間)、Where(在哪里)、What(做了什么行為)、Why(目的是什么)、How(通過(guò)什么方式)，How much (用了多長(zhǎng)時(shí)間、花了多少錢(qián))。

如在用戶(hù)注冊(cè)環(huán)節(jié)上進(jìn)行數(shù)據(jù)埋點(diǎn)，監(jiān)控用戶(hù)什么時(shí)間、在什么樣設(shè)備、什么樣的機(jī)型進(jìn)行注冊(cè)，完成注冊(cè)之后瀏覽了什么頁(yè)面，每個(gè)頁(yè)面停留了多長(zhǎng)時(shí)間，購(gòu)買(mǎi)了什么商品，消費(fèi)了多少錢(qián)等一系列行為。每個(gè)節(jié)點(diǎn)進(jìn)行數(shù)據(jù)埋點(diǎn)，打上標(biāo)簽，就可以采集這些用戶(hù)行為數(shù)據(jù)，進(jìn)行分析，根據(jù)不同用戶(hù)的不同標(biāo)簽對(duì)用戶(hù)實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)等作用。

按數(shù)據(jù)來(lái)源分，用戶(hù)行為的數(shù)據(jù)可以分為線上觸點(diǎn)數(shù)據(jù)（APP、H5、Web網(wǎng)頁(yè)、小程序、各個(gè)網(wǎng)絡(luò)平臺(tái)等）及線下觸點(diǎn)數(shù)據(jù)（門(mén)店動(dòng)線、可穿戴設(shè)備等）。

按行為類(lèi)型劃分，可分為消費(fèi)行為數(shù)據(jù)和操作行為數(shù)據(jù)

其中，消費(fèi)行為數(shù)據(jù)有：

? 用戶(hù)的客單價(jià)、訂單數(shù)、會(huì)員購(gòu)買(mǎi)率；

操作行為數(shù)據(jù)有：

? 用戶(hù)的pv、uv、ip、老訪問(wèn)數(shù)、新訪問(wèn)數(shù)；

? 用戶(hù)停留時(shí)間、使用時(shí)間及頻次、跳出率、回訪次數(shù)、回訪相隔天數(shù)；

? 用戶(hù)來(lái)源渠道、地區(qū)；

? 用戶(hù)使用頻次分布、時(shí)間段分布，平均停留時(shí)長(zhǎng)；

? 用戶(hù)所使用搜索引擎、關(guān)鍵詞、關(guān)聯(lián)關(guān)鍵詞和站內(nèi)關(guān)鍵字；

? 用戶(hù)在頁(yè)面上的點(diǎn)擊量；

? 用戶(hù)進(jìn)入下一個(gè)路徑的轉(zhuǎn)化率；

? 用戶(hù)發(fā)視頻數(shù)，創(chuàng)建企業(yè)數(shù)等等。

...等等

用戶(hù)使用產(chǎn)品的有很多場(chǎng)景，所以用戶(hù)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(wù)線的總體情況，數(shù)據(jù)的價(jià)值除了反映現(xiàn)狀，還有更重要的是應(yīng)用。

1）涉及哪些運(yùn)營(yíng)部門(mén)？

以互聯(lián)網(wǎng)B端產(chǎn)品的職能架構(gòu)為例，來(lái)感受一下業(yè)務(wù)流程中每個(gè)角色的作用。各部門(mén)的重點(diǎn)工作如下：

▆ 市場(chǎng)部：基于用戶(hù)路徑分析，獲取足夠流量及銷(xiāo)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(shè)計(jì)部：基于用戶(hù)路徑分析，輸出產(chǎn)品方案，幫助商家解決業(yè)務(wù)問(wèn)題，能得到用戶(hù)對(duì)不同功能模塊的反饋，進(jìn)而優(yōu)化功能；

▆ 運(yùn)營(yíng)部：基于用戶(hù)路徑分析，優(yōu)化用戶(hù)質(zhì)量以及打造品牌口碑、進(jìn)行內(nèi)容運(yùn)營(yíng)、活動(dòng)運(yùn)營(yíng)、社群運(yùn)營(yíng)等；

▆ 銷(xiāo)售部 ：基于用戶(hù)偏好分析，將有效的銷(xiāo)售線索，轉(zhuǎn)化至與客戶(hù)成交這一步驟，需要經(jīng)常進(jìn)行線下拜訪、PPT演示、簽訂合同等相關(guān)工作；

▆ 客戶(hù)成功部：根據(jù)用戶(hù)分群進(jìn)行分析，刻畫(huà)該目標(biāo)群體的興趣畫(huà)像，獲取目標(biāo)用戶(hù)的興趣愛(ài)好，針對(duì)性服務(wù)重點(diǎn)客戶(hù)，成功客戶(hù)轉(zhuǎn)化以及續(xù)費(fèi)；

▆ 客服部：根據(jù)用戶(hù)分層，針對(duì)性的維護(hù)客戶(hù)，收集客戶(hù)真實(shí)需求。

·······

2）用戶(hù)行為分析的場(chǎng)景？

定義用戶(hù)的生命周期為：拉新-轉(zhuǎn)化-促活-留存-商業(yè)化，具體分析場(chǎng)景如下：

A. 拉新：渠道分析、用戶(hù)質(zhì)量分析、SEM分析·····

B. 轉(zhuǎn)化：新增用戶(hù)注冊(cè)轉(zhuǎn)化過(guò)程、產(chǎn)品使用過(guò)程轉(zhuǎn)化（搜索、推薦等）····

C.促活：用戶(hù)停留時(shí)長(zhǎng)、用戶(hù)行為分布····

D.留存：用戶(hù)留存分析····

E.商業(yè)化：根據(jù)用戶(hù)歷史行為展示廣告····

對(duì)數(shù)據(jù)分析人員來(lái)說(shuō)，用戶(hù)行為分析該如何落地？當(dāng)接到業(yè)務(wù)需求，先定義問(wèn)題；回到業(yè)務(wù)場(chǎng)景，結(jié)合分析目標(biāo)，形成分析思路；如何與業(yè)務(wù)溝通形成落地的建議？

1）接到業(yè)務(wù)需求，先要定義問(wèn)題

定義問(wèn)題是理解、理清業(yè)務(wù)需求的第一步，如果能夠量化的定義更好。所謂問(wèn)題，即預(yù)期目標(biāo)與實(shí)際目標(biāo)的差距。比如某產(chǎn)品的重要數(shù)據(jù)指標(biāo)是銷(xiāo)售額 ，業(yè)務(wù)員找到數(shù)據(jù)分析人員說(shuō)我這個(gè)月的銷(xiāo)售額很低，只有100w，我們定的銷(xiāo)售額目標(biāo)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(biāo)是500w而實(shí)際銷(xiāo)售額是100w，100w到500w的差距便產(chǎn)生了問(wèn)題。

那么，【如何定義問(wèn)題呢?】

第一、清晰準(zhǔn)確描述問(wèn)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(dá)；

第二、劃分問(wèn)題邊界。初步預(yù)判解決問(wèn)題的方向、設(shè)定評(píng)價(jià)標(biāo)準(zhǔn)、分析目標(biāo)的預(yù)期值；

第三、區(qū)分問(wèn)題類(lèi)型。用專(zhuān)業(yè)的判斷定義問(wèn)題發(fā)生的場(chǎng)景、問(wèn)題類(lèi)型；

第四、明確輸出產(chǎn)物。把一個(gè)具體的場(chǎng)景事件轉(zhuǎn)化為要解決的問(wèn)題。

2）結(jié)合業(yè)務(wù)場(chǎng)景和目標(biāo)，形成分析思路

在實(shí)際數(shù)據(jù)分析工作中，面對(duì)諸多問(wèn)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(huì)導(dǎo)致找不到核心的問(wèn)題點(diǎn)。沒(méi)有數(shù)據(jù)分析思路的人總會(huì)說(shuō)“我感覺(jué)”“我認(rèn)為”等口頭語(yǔ)，而且只會(huì)使用數(shù)據(jù)分析相關(guān)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(wèn)題。

數(shù)據(jù)分析要緊密結(jié)合業(yè)務(wù)，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(wèn)題。

那么，【如何形成體系化的分析思路?】

第一、結(jié)合具體業(yè)務(wù)場(chǎng)景，了解整體數(shù)據(jù)情況。了解產(chǎn)品業(yè)務(wù)線的整體用戶(hù)行為數(shù)據(jù)概況。

第二、根據(jù)需求問(wèn)題和目標(biāo)，明確分析的數(shù)據(jù)指標(biāo)。數(shù)據(jù)指標(biāo)是分析的基礎(chǔ)，先定指標(biāo)，再談分類(lèi)維度，再談怎么分析。用戶(hù)行為分析可利用轉(zhuǎn)化漏斗梳理用戶(hù)全行為路徑，明確待分析的核心數(shù)據(jù)指標(biāo)。

第三、了解核心指標(biāo)，觀察數(shù)據(jù)規(guī)律變化。用戶(hù)在不同時(shí)段的訪問(wèn)量和使用間隔情況分布、新增和活躍數(shù)據(jù)的走勢(shì)情況等，用戶(hù)行為分析要通過(guò)數(shù)據(jù)規(guī)律和分布情況了解人群特征和用戶(hù)行為習(xí)慣。

第四、挖掘異常變化的原因，有邏輯的進(jìn)行論證。通過(guò)數(shù)據(jù)監(jiān)控，發(fā)現(xiàn)異常情況，與同期對(duì)比，按時(shí)序看走勢(shì)，必要時(shí)拆解結(jié)構(gòu)，找出異常，進(jìn)而下鉆分析原因，從而鎖定問(wèn)題點(diǎn)，進(jìn)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(jié)構(gòu)分析法+指標(biāo)拆解法。對(duì)問(wèn)題進(jìn)行拆解，找到問(wèn)題發(fā)生點(diǎn)。

第六，進(jìn)行問(wèn)題點(diǎn)測(cè)試，驗(yàn)證分析結(jié)果。找問(wèn)題點(diǎn)后，進(jìn)行多輪測(cè)試驗(yàn)證，確保分析結(jié)果準(zhǔn)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(shí)戰(zhàn)經(jīng)驗(yàn)。

3）根據(jù)分析結(jié)果，給出落地建議

能否落地、執(zhí)行、見(jiàn)效，是很多做數(shù)據(jù)分析的人員被質(zhì)疑的點(diǎn)，數(shù)據(jù)分析的結(jié)果是否能夠落地、執(zhí)行、見(jiàn)效體現(xiàn)了分析本身的意義，只有推動(dòng)執(zhí)行了，才能給公司帶來(lái)巨大價(jià)值。

那么，【如何根據(jù)分析結(jié)果給出可執(zhí)行的落地建議呢？】

第一、確認(rèn)分析的數(shù)據(jù)邏輯性，可靠性，準(zhǔn)確性。一定要用數(shù)據(jù)證明分析結(jié)果有價(jià)值，預(yù)計(jì)能帶來(lái)多少的收益。

第二、認(rèn)清事實(shí)，清晰各個(gè)部門(mén)落地目標(biāo)。數(shù)據(jù)分析結(jié)果在各個(gè)部門(mén)里落地生根，利用STAR 模型（ situation(情境)、target(目標(biāo))、action(行動(dòng))、result(結(jié)果)）把公司目標(biāo)-部門(mén)目標(biāo)-項(xiàng)目目標(biāo)串起來(lái)，使得各個(gè)部門(mén)人員配合落地執(zhí)行。

第三、結(jié)合業(yè)務(wù)動(dòng)作，提出切實(shí)可行的方案。僅是分析結(jié)果是不夠的，還要提出切實(shí)可行的方案。

第四、獲得領(lǐng)導(dǎo)的支持和認(rèn)可。領(lǐng)導(dǎo)認(rèn)可才會(huì)分配相應(yīng)的資源，交給相應(yīng)的人員去實(shí)施。我們首要證明分析是正確的；其次有非常準(zhǔn)確可靠的價(jià)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(cè)試，復(fù)盤(pán)效果，優(yōu)化迭代。一定要給業(yè)務(wù)方講清楚：沒(méi)有歷史數(shù)據(jù)，則無(wú)法分析，一定要做測(cè)試。實(shí)驗(yàn)數(shù)據(jù)跟自己預(yù)期的效果有差異，一定要分析出具體原因，優(yōu)化迭代。

對(duì)于用戶(hù)行為分析 ，還有一個(gè)值得需要考慮的是成本問(wèn)題，朋友如是說(shuō)：“我所了解的用戶(hù)行為分析，需要較高的門(mén)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(shí)的，同時(shí)拿到一大堆用戶(hù)的行為數(shù)據(jù)來(lái)分析，也是很頭疼的一件事。從產(chǎn)入產(chǎn)出比來(lái)看，如果用戶(hù)行為分析只是用在用戶(hù)畫(huà)像和智能推薦的話，成本是一個(gè)必須要考慮的問(wèn)題?！?/p>

對(duì)于用戶(hù)進(jìn)行分析要靈活選擇常用的數(shù)據(jù)分析模型，對(duì)用戶(hù)進(jìn)行分析和分類(lèi)區(qū)分，引用朋友的一句話“我們意識(shí)形態(tài)里面都會(huì)覺(jué)得大數(shù)據(jù)里面一定能挖掘出一些信息，或者價(jià)值。實(shí)際情況有這么一種：在促銷(xiāo)活動(dòng)里面，我們通常會(huì)認(rèn)為促銷(xiāo)的方案落地之后，營(yíng)業(yè)的數(shù)據(jù)一定曲線向上，實(shí)際上更多的時(shí)候營(yíng)業(yè)數(shù)據(jù)的波動(dòng)并不會(huì)特別明顯，甚至用了某些模型，會(huì)得出“促銷(xiāo)方案的效果幾乎等于0”的結(jié)論，所以，數(shù)據(jù)分析的背后是不是一定能挖掘出某些價(jià)值，如果沒(méi)有，那么問(wèn)題出在哪里，對(duì)“數(shù)據(jù)分析”這個(gè)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。