本期导读
本文主要介绍6种用户行为分析方法。
上一讲中，海纳百科讲到了用户需求挖掘“五步走”，精准洞察用户，get其潜在需求，打好成功精准营销的基础。本期我们带来更深入的6大用户行为分析方法，搭配用户挖掘效果更佳。
一、用户行为是什么?
一个用户ID，在企业内部系统产生的，可记录的动作，都可以称为用户行为。一个完整的用户行为包括6要素：
时间：何时发生
地点：在XX渠道/平台/系统
发生人物：谁发生的
起因：第一个动作
经过：所有动作组成的链路
结果：行为带来的结果
这些要素，在不同平台上表现方式不同，在不同系统平台，收集的用户行为的方式也不同，常见的有三类：
后台记录：用户注册表单、服务请求表单、交易订单等;
埋点记录：用户在APP、小程序、H5浏览记录;
业务人员反馈：通过销售、客服、售后工作人员反馈的信息。
用户分析能够更好地了解用户的行为习惯，发现产品在推广、拉新、用户留存、转化等方面存在的问题，有助于发掘高质量的推广拉新渠道、发现高转化率的方法，使产品的营销更加精准、有效。
二、用户行为分析方法
针对用户行为分析，通常分为如下几个方法：
01
行为事件分析
行为事件分析法主要用于研究某行为事件的发生对产品的影响及影响程度，一般来说，事件通过埋点来获取。行为事件分析法一般经过三大环节：事件定义、多维度下钻分析、解释与结论。
事件定义
事件定义包括定义所关注的事件及事件窗口的长度，这也是事件分析法最为核心和关键的步骤。事件的定义遵循5W原则：Who、When、Where、What、How。
多维度下钻分析
最为高效的行为事件分析要支持任意下钻分析和精细化条件筛选。当行为事件分析合理配置追踪事件和属性，可以激发出事件分析的强大潜能，为企业回答关于变化趋势、维度对比等等各种细分问题。“筛选条件”例如：“地理位置”、“时间”、“广告系列媒介”、“操作系统”、“渠道来源”等。进行细分筛查时，才可以更好地精细化定位问题来源。
解释与结论
解释与结论即所谓的出分析报告阶段。对分析结果进行合理的理论解释，判断数据分析结果是否与预期相符，如果相悖，则针对不足的部分进行再分析与实证。
02
页面点击分析
页面点击分析主要用于显示页面或页面组(结构相同的页面，如商品详情页、官网首页等)区域中不同元素点击密度的图示，如某元素(如按钮)的点击次数、占比、哪些用户做了点击行为等。
页面点击分析主要解决三种问题：
精准评估用户与产品交互背后的深层关系;
实现产品的跳转路径分析，完成产品页面之间深层次的关系需求挖掘;
与其他分析模型配合，全面视角探索数据价值，深度感知用户体验，实现科学决策。
页面点击分析模型主要用于对官网首页、活动页面、产品首页或详情页等存在交互的页面分析。通用的分析形式包括：可视化热力图(如下图)和固定埋点。
可以通过用户的页面浏览次数、浏览人数、点击次数、点击人数、点击人数/浏览人数、浏览时长等来判断用户的浏览喜好，也可以通过用户的浏览行为对用户进行分群，以便之后进行针对性的分析与优化。
03
用户行为路径分析
用户路径的定义，就是用户在APP或网站中的访问行为路径。对于一个指定的页面(URL)，用户是从哪些场景来到这个页面(来源)?进入这个页面后又去往哪些场景(去向)?用户浏览路径是否是按照运营设计的路径前进还是偏移?
用户行为路径分析就是解决以上问题的分析方法：指导运营明确用户现存路径，优化用户行为沿着最优访问路径前进，结合业务场景需求进行前端布局调整。
通过对用户的行为路径进行分析，可以发现路径中存在的问题，如转化率问题，在发现具体问题的基础上，可以结合业务场景进行相应的优化提高。
04
用户健康度分析
用户健康度是基于用户的行为数据进行综合考虑得到的核心指标，用以体现产品的运营情况，为产品的发展进行预警。主要包括三大类型指标：产品基础指标、流量质量指标和产品营收指标。三者构成了评价产品健康度的体系，也各有侧重点。
产品基础指标：用于评价产品本身运行状态，如uv，pv，dau，新用户数等。其中，uv是用来衡量产品量级最重要的指标;新用户数不仅可以看出拉新的效果，也可以看到新用户到老用户的一个转变过程。
流量质量指标：用于评价用户流量质量的高低，如人均浏览时长、人均浏览次数、留存率、跳出率、回访率等。其中，跳出率是指浏览单页即退出的次数/访问次数，可用来衡量用户的访问质量，跳出率高时可能表示内容对用户无吸引性;人均停留时长能反映出产品对用户的吸引程度;留存率能从侧面反映一个渠道的质量，如付费、粘性，价值量，CAC成本等;用户回访率指用户在使用某产品后的N天/周/月之后，再次使用该产品的比例。
产品营收指标：用于评价产品的盈利能力和可持续性，如用户支付金额(GMV)、客单价(ARPU)、订单转化率等。
05
用户画像分析
根据用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型。通过高度精炼用户特征来描述用户，可以让人更容易理解用户，并且可以方便计算机处理。
主要内容可包含：性别、年龄、职业、位置(城市、居住区域)、兴趣爱好(购买、订阅、阅读等)、设备属性(安卓、iOS)、行为数据(浏览时长、路径、点赞、收藏、评论、活跃度)、社交方式等等。不同的行业和产品对用户的特征关注点不一样，一般都具有自己的用户标签体系。
06
漏斗模型分析
漏斗模型是一套流程式的数据分析模型，能够反映出用户行为状态以及从开始到最终各阶段的转化率及总体转化率情况。衡量每一个转化步骤的转化率，通过异常数据指标找出有问题的环节并解决，最终提升整体购买转化率。最常用的两个指标为：转化率和流失率。
经典漏斗模型为AARRR，包括五个阶段：获客(Acquisition)、激活(Activation)、留存(Retention)、营收(Revenue)、自传播(Referral)。该模型是围绕增长建立的，主要关注拉新获客。
不过，随着流量红利见底，获客已经不再是增长的王道，当下流行的多为RARRA模型：留存(Retention)、激活(Activation)、自传播(Referral)、营收(Revenue)、获客(Acquisition)，即AARRR模型的优化，此模型突出了用户留存的重要性，通过用户留存来关注增长。
本期小结用户分析是一种理解用户，将用户的目标与需求与商业宗旨相匹配的理想方法，能够帮助企业定义产品的目标用户群，精准营销是个草蛇灰线，伏笔千里的工程，在通往“精准”的道路上，还有很长的路要走，且待海纳数科且行且总结。
来源：海纳数科
以上是关于用户增长师的相关信息，以供大家查看了解。想要了解更多用户增长师信息，第一时间了解用户增长师相关资讯，敬请关注唯学网用户增长师栏目，如有任何疑问也可在线留言，小编会为您在第一时间解答!
