用户行为分析
用户行为指标分析
目录
1. 了解用户,对用户进行分类 . ..................................................................................................... 2
1.1了解用户的黏性、活跃度和产出 . .................................................................................... 2
1.2对客户进行等级划分 . ........................................................................................................ 2
2. 分析客户留存,找出提高方法 . ................................................................................................... 3
2.1对流失客户进行调研 . ........................................................................................................ 3
2.2留存率关注前两周 . ............................................................................................................ 4
2.3提高前八周的留存率 . ........................................................................................................ 4
2.4通过产品复购检验有效留存 . ............................................................................................ 4
3. 分析客户流量,侧面了解产品 . ................................................................................................. 5
3.1关注产品浏览情况,发现产品热销OR 参数 Bug .......................................................... 5
3.2关注用户实时活跃度,进行有效时段的信息推送 . ........................................................ 5
3.3优化用户访问最多的3个界面,推介新产品 . ................................................................ 5
4. 分析环节转化率,优化获客渠道 . ............................................................................................. 5
4.1量化各个步骤的转化率 . .................................................................................................... 6
4.2波士顿矩阵评价获客渠道 . ................................................................................................ 6
5. 行为分析中有效指标汇总 . ........................................................................................................... 6
5.1基于客户的指标 . ................................................................................................................ 6
5.2基于留存率的指标 . ............................................................................................................ 6
5.3基于流量的指标 . ................................................................................................................ 7
5.4基于转化率的指标 . ............................................................................................................ 7
所有企业的运营根本是用户,用户是一个企业持续运营下去的源泉,如果没有用户,企业必将死亡。因此,用户行为分析就变成了最重要的事情,比你的招聘计划,年度规划等等重要的多。
那么,想研究用户行为单纯靠想是不行的,用户在我们的网站、app 上浏览之后,唯一留下的不是脚印,而是数据。当然,前提是你的企业足够重视数据,对用户的行为数据进行了监测和留存。如果你做了这一步,恭喜你,你已经超越了60%的同行竞品。
用户行为其实涵盖了我们所有日常进行的数据分析。让用户的行为数据,指导运营、指导产品迭代更新、甚至可以指导企业内部运作和各部门的竞争。
事实上,用户行为数据分析中,最重要的就三点:
1) 用户从哪来?(渠道流量、渠道转化率)
2) 用户都经过了哪里?(访问路径、注册路径、停留时间、跳失率、访问深度)
3) 用户为什么留下/离开?(导致流失的原因、各页面转化率、页面跳失率、各页面交互和体验、用户活跃量、用户粘性。)
只要抓住这几点,就能全面分析出当前产品的用户行为。细分下来,可以做以下分类:
1) 了解用户,对用户进行分类:了解研究对象;
2) 分析客户留存,找出提高方法:从结果找原因;(购买产品的客户)
3) 分析客户流量,侧面了解产品:从过程找原因;(客户关注的产品)
4) 分析环节转化率,优化获客渠道:从源头找原因;(客户的来源渠道)
1. 了解用户,对用户进行分类
1.1了解用户的黏性、活跃度和产出
黏性:访问频率和访问间隔时长,强调一种依赖程度和持续状态;
活跃度:平均停留时间和平均访问页面数,考察用户访问的参与度; 产出:订单数和客单价,前者衡量产出频率,后者衡量平均产出值大小; 具体可以从以下几个方面去考察:
1.2对客户进行等级划分
一般情况下,平均使用时长越长,每次浏览页数越多,用户质量一般越高。
不同企业的RMF 三个值定义会有细微的差别,具体可以查看以下列表:
2. 分析客户留存,找出提高方法
留存是反映任何一款产品健康度的高级指标,无论是运营好坏、产品功能设计如何,最终都可以通过留存衡量整体的情况。可见留存分析具有十分重要的意义。
留存分析最直接的目的是提高留存率。在这里,需要主要提高两周内的客户激活和留存率,提高8周后目标客户的存活率。留存曲线及其改进点可以参看以下曲线:
2.1对流失客户进行调研
流失客户,即一段时间内未访问或未登陆的用户,这里也需要根据产品性质设定一个准则,满足准则即为流失用户。比如对于微博而言,产国一个月未登陆可能就属于流失用户,而对于电商网站而言,3个月或半年未购买就认定为流失用户。
通常情况下,用户在早期流失现象非常严重。产品需要让用户快速容易的体验到产品的价值。一旦用户发现产品对自己的价值,继续使用和探索产品新功能的概率就会增大很多。
以下是某Email 产品调研流失用户的细分结构,可以参看其流失情况对自己的产品进行相应的改进和完善。
改进:
1) 砍掉使用频率低的功能
2) 显著位置提示用户,发现产品的价值
3) 通过视频或图片引导用户
结论:显著位置,一句话提示APP 核心功能是让用户快速掌握APP 价值的最有效途径
2.2留存率关注前两周
1) 明确衡量的目标:对于我们来说,我们关注的是第一周的留存和次周留存之间的关系。具体来说,我们希望找出用户的那些次周留存高的行为。
2) 确定新用户早期 On Boarding 时候的行为。比如登录次数,信息发送个数,关注人数,分享次数,点赞次数等。
3) 分别计算在一定时间内这些行为和次周留存的相关关系,找出在第一周不同行为的次数和次周留存率之间的关系。
2.3提高前八周的留存率
客户前几周的留存是一个非线性递减的过程,我们无法控制递减,但是可以控制递减的幅度以及最后维持的动态平衡值。具体方法可以采用如下手段:
1) 精准定位产品增长点;
2) 提高用户使用核心功能的时长;
3) 培养用户使用习惯;
4) 使用有效的营销手段,如介绍给朋友可以挣取积分,一毛钱抢年费获得会员资格; 总之,这期间要确保让用户习惯、喜欢并留在你的产品里。
2.4通过产品复购检验有效留存
一般我们不仅需要关注整个网站 / App 的留存,还需要关注核心行为的留存率,比如重复购买的情况。对产品进行迭代时,
我们还可以使用产品功能留存观测这个功能的留存率整体
有没有提高。
3. 分析客户流量,侧面了解产品
3.1关注产品浏览情况,发现产品热销OR 参数 Bug
通过记录产品查看和购买量,进而发现异常流量,分析产品参数设置是否存在错误,决定是否需要下线修复还是主推该产品。
3.2关注用户实时活跃度,进行有效时段的信息推送
记录下用户的实时活跃度,并进行统计分析,就可以知道一天内什么时候有最多的用户在使用APP 。当未来发布新产品或推送消息时,可以考虑在该时段内推送,这样就能让更多的用户及时掌握产品动向,并被引导进行后续的购买行为。
3.3优化用户访问最多的3个界面,推介新产品
对流量进行分析,可以有效掌握用户关注点,和访问最多的界面。可以针对这些界面进行更好的优化和改进,也可以利用这些界面推介新产品,增加复购率。
4. 分析环节转化率,优化获客渠道
分析转化率的目的,是为了优化获客渠道。只有了解全部用户的行为路径,并知道各路径的转化率,才能有针对性的进行优化,提炼出核心转化路径。这就是用数据支持产品迭代,减少用户流失,大幅提高转化,把用户变成客户,把流量变成注册和购买的真谛。
4.1量化各个步骤的转化率
以注册为例:用户在整个过程中,需要经历到落地页、填写各类信息、激活账号等步骤; 以交易类为例:用户在整个过程中,涉及到转化渠道,落地页,感兴趣页,注册,购买意向,身份认证,成交。
影响转化率的因素很多,主要包括以下几点:
1) 渠道流量:以新型波士顿矩阵优化获客渠道,筛选出质量高、成本低的渠道
2) 用户营销:
3)APP 体验:定位产品用途,提高产品使用价值和便捷度
4) 售后服务:
4.2波士顿矩阵评价获客渠道
新型的波士顿矩阵可以很好地解决获客渠道优劣的评价问题。
我们按照不同渠道的获客成本和获客质量或者数量对渠道进行分类,具体分成以下四个大类:
1) 成本高、质量高,这种渠道需要进一步评估;
2) 质量高、成本低,应该加大投放;
3) 成本高、质量低,可以考虑放弃;
4) 成本低、质量差,有待进一步评估。
5. 行为分析中有效指标汇总
5.1基于客户的指标
1) 老客户量:确定留存率,客户忠诚度;
2) 新客户量:确定获取新用户能力;
3) 新老客户比:获客能力和客户维护能力的比值;
4) 用户购买率:某段时间(如一天、一月),访问APP 的人有多少占比成交;
5) 日成交笔数:观察日成交笔数情况,分析异常成交日出现原因,如APP 问题、近期产品推广问题、负面新闻问题;
6) 日(月) 成交额:方便计量营收;
7) 年龄分布:统计用户的年龄分布,方便后期锁定目标客户;
5.2基于留存率的指标
1) 重复购买率:通过重复购买率可以大体确定客户的稳定留存;
2) 次日留存率:当天新增用户在第二天登录/第一天新增总用户数;
3) 一周留存率:第七天登录/第一天新增总用户数;第一个星期内,有多少用户重复访问APP ;指标与运营,营销团体有关;
4) 二周留存率:第二周登录/第一天新增总用户数;第二个星期内,有多少用户多次重复访
问APP ;
5) 三周留存率:第三周登录/第一天新增总用户数;第三个星期内,有多少用户多次重复访问APP ;
6) 四周留存率:第四周登录/第一天新增总用户数;第四个星期内,有多少用户多次重复访问APP ;
7) 八周留存率:第八周登录/第一天新增总用户数;第八个星期内,有多少用户多次重复访问APP ;
5.3基于流量的指标
1)PV(page view)指标:即页面浏览量;通过该指标可以找出受关注最多的页面,进而基于该页面进行优化及后期产品推介;
2)UV 指标:即访问APP 的手机或电脑数量;基于该指标可以判断关注APP 的客户总体量;
3) 访问深度:访客一次访问中浏览的不同页面的数量;反映了访客对网站内各个页面的关注程度,可以用于定义客户对产品的喜欢程度;
4) 平均停留时长:即访问某页面所花费的平均时间;可以用于定位难理解页面、客户感兴趣页面;
5) 新产品点击率:新推出的产品,有多少比例的用户点击;
6) 平均日活跃用户率:监测正常日均活跃用户比率;
7) 平均月活跃用户率:监测正常月均活跃用户比率;
8) 前三个访问页面:某段时间内(日/月) ,被访问页面排名前三位;可以用于定位感兴趣产品和页面,并基于该页面进行改进以及后期新产品推送;
9) 用户活跃时间:统计一天内用户最活跃的时间区间;可以基于该区间推送重要消息和新产品,效果会比其他时间更好;
5.4基于转化率的指标
1) 跳出率:指只访问了入口页面(下载了APP 没注册或注册未购买)就离开的访问量,与所产生总访问量的百分比;跳出率越高,说明用户体验做的不够好,需要提高登录界面的友好性;
2) 新注册量:通过新注册用户数量,可以综合掌握渠道转化用户的效率;指标与业务拓展团队BD 和产品团队有关;
3) 用户注册率:有多少比例的访问用户注册了会员;可以分析注册流程是不是太复杂?
4) 过程转化率:将过程转化率进行量化,进而理清存在改进空间的部门;
a) 下载APP 客户量:统计日内下载APP 量;
b) 注册APP 客户比例:基于下载APP 量,得到注册比例;
c) 提出购买意向客户比例:基于注册APP 量,得到购买意向客户比例;
d) 进行身份认证客户比例:基于购买意向,得到进行身份证认证客户比例;
e) 购买成交客户比例:基于身份证认证比例,得到购买成交比例;