讓企業(yè)更加詳細、清楚地了解用戶的行為習(xí)慣，推動產(chǎn)品迭代、實現(xiàn)精準營銷、提供定制服務(wù)、驅(qū)動產(chǎn)品決策，善于獲取數(shù)據(jù)、分析數(shù)據(jù)、應(yīng)用數(shù)據(jù)是數(shù)據(jù)分析人員的基本功，從數(shù)據(jù)中找出規(guī)律，用數(shù)據(jù)驅(qū)動增長。那么，用戶行為分析如何落地呢？

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(xí)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(wù)線中存在的問題，讓產(chǎn)品業(yè)務(wù)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(wù)實現(xiàn)增長。

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(shè)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(luò)平臺等）及線下觸點數(shù)據(jù)（門店動線、可穿戴設(shè)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(guān)鍵詞、關(guān)聯(lián)關(guān)鍵詞和站內(nèi)關(guān)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。

...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(wù)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(yīng)用。

2 實戰(zhàn)場景中的用戶行為分析有哪些？

涉及哪些運營部門？

以互聯(lián)網(wǎng)B端產(chǎn)品的職能架構(gòu)為例，來感受一下業(yè)務(wù)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(shè)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(wù)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(guān)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(wù)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。

·······

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(wù)需求，先定義問題；回到業(yè)務(wù)場景，結(jié)合分析目標，形成分析思路；如何與業(yè)務(wù)溝通形成落地的建議？

接到業(yè)務(wù)需求，先要定義問題

定義問題是理解、理清業(yè)務(wù)需求的第一步，如果能夠量化的定義更好。所謂問題，即預(yù)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(wù)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(yù)判解決問題的方向、設(shè)定評價標準、分析目標的預(yù)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。

結(jié)合業(yè)務(wù)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(dǎo)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(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(chǔ)，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(xí)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(jié)構(gòu)，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(jié)構(gòu)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(jié)果。找問題點后，進行多輪測試驗證，確保分析結(jié)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。

根據(jù)分析結(jié)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(jié)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(jié)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(jié)果有價值，預(yù)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(jié)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(jié)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(jié)合業(yè)務(wù)動作，提出切實可行的方案。僅是分析結(jié)果是不夠的，還要提出切實可行的方案。

第四、獲得領(lǐng)導(dǎo)的支持和認可。領(lǐng)導(dǎo)認可才會分配相應(yīng)的資源，交給相應(yīng)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(fù)盤效果，優(yōu)化迭代。一定要給業(yè)務(wù)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(yù)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。”

小結(jié)

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(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。