▌一、什么是用戶行為？

用戶行為由最簡(jiǎn)單的五個(gè)元素構(gòu)成：時(shí)間、地點(diǎn)、人物、交互、交互的內(nèi)容。

（一）什么是用戶行為？

對(duì)用戶行為進(jìn)行分析，要將其定義為各種事件。比如用戶搜索是一個(gè)事件，在什么時(shí)間、什么平臺(tái)上、哪一個(gè)ID、做了搜索、搜索的內(nèi)容是什么。這是一個(gè)完整的事件，也是對(duì)用戶行為的一個(gè)定義；我們可以在網(wǎng)站或者是 APP 中定義千千萬(wàn)萬(wàn)個(gè)這樣的事件。

有了這樣的事件以后，就可以把用戶行為連起來(lái)觀察。用戶首次進(jìn)入網(wǎng)站后就是一個(gè)新用戶，他可能要注冊(cè)，那么注冊(cè)行為就是一個(gè)事件。注冊(cè)要填寫個(gè)人信息，之后他可能開始搜索買東西，所有這些都是用戶行為的事件。

（二）如何獲取用戶行為數(shù)據(jù)？

那么，我們又該如何去監(jiān)測(cè)這些用戶行為數(shù)據(jù)呢？

一種非常傳統(tǒng)、非常普遍的方式就是通過(guò)寫代碼去定義這個(gè)事件。在網(wǎng)站需要監(jiān)測(cè)用戶行為數(shù)據(jù)的地方加載一段代碼，比如說(shuō)注冊(cè)按鈕、下單按鈕等。加載了監(jiān)測(cè)代碼，我們才能知道用戶是否點(diǎn)擊了注冊(cè)按鈕、用戶下了什么訂單。

所有這些通過(guò)寫代碼來(lái)詳細(xì)描述事件和屬性的方式，國(guó)內(nèi)都統(tǒng)稱為“埋點(diǎn)”。這是一種非常耗費(fèi)人力的工程，并且過(guò)程非常繁瑣重復(fù)，但是大部分互聯(lián)網(wǎng)公司仍然雇傭了大批埋點(diǎn)團(tuán)隊(duì)。

 

▌二、為什么要做用戶行為分析？

既然這么麻煩，那為什么要做用戶行為分析？

因?yàn)橹挥凶隽擞脩粜袨榉治霾拍苤烙脩舢嬒瘛⒉拍苤烙脩粼诰W(wǎng)站上個(gè)各種瀏覽、點(diǎn)擊、購(gòu)買背后的商業(yè)真相。

簡(jiǎn)單講，分析的主要方式就是關(guān)注流失，尤其是對(duì)轉(zhuǎn)化有要求的網(wǎng)站。我們希望用戶不要流失，上來(lái)之后不要走。像很多 O2O 產(chǎn)品，用戶一上來(lái)就有很多補(bǔ)貼；一旦錢燒完了，用戶就都走了。這樣的產(chǎn)品或者商業(yè)模式并不佳，我們希望用戶真正找到平臺(tái)的價(jià)值，不停的來(lái)，不要流失。

用戶行為分析幫助分析用戶怎么流失、為什么流失、在哪里流失。

比如最簡(jiǎn)單的一個(gè)搜索行為：某一個(gè) ID 什么時(shí)間搜索了關(guān)鍵詞、看了哪一頁(yè)、哪幾個(gè)結(jié)果，同時(shí)這個(gè) ID 在哪個(gè)時(shí)間下單購(gòu)買了，這個(gè)整個(gè)行為都非常重要的。如果中間他對(duì)搜索結(jié)果不滿意，他肯定會(huì)再搜一次，把關(guān)鍵詞換成別的，然后才能夠搜索到結(jié)果。

用戶行為分析還能做哪些事情？

當(dāng)你有了很多用戶行為數(shù)據(jù)、定義事件之后，你可以把用戶數(shù)據(jù)做成一個(gè)按小時(shí)、按天，或者按用戶級(jí)別、事件級(jí)別拆分的一個(gè)表。這個(gè)表用來(lái)做什么？一個(gè)是知道用戶最簡(jiǎn)單事件，比如登錄或者是購(gòu)買，也可以知道哪些是優(yōu)質(zhì)用戶、哪些是即將流失的客戶，這樣的數(shù)據(jù)每天或每個(gè)小時(shí)都能看到。

 

▌三、用戶行為分析的五大場(chǎng)景

有了用戶的行為數(shù)據(jù)以后，我們有哪些應(yīng)用場(chǎng)景呢？

拉新，也就是獲取新用戶；

轉(zhuǎn)化，比如電商特別注重訂單轉(zhuǎn)化率；

促活，如何讓用戶經(jīng)常使用我們的產(chǎn)品；

留存，提前發(fā)現(xiàn)可能流失用戶，降低流失率；

變現(xiàn)，發(fā)現(xiàn)高價(jià)值用戶，提高銷售效率。

（一）拉新

2008年我在 eBay 時(shí)，我的工作就是分析 SEM 和 SEO 的每個(gè)關(guān)鍵詞的 ROI。eBay 每天要向谷歌買400萬(wàn)個(gè)關(guān)鍵詞，除了SEM、SEO 我們還要分析其它各種合作伙伴渠道。比如一家小電商網(wǎng)站上面放了 eBay 的鏈接，而后用戶通過(guò)該鏈接最終在 eBay 上完成了購(gòu)買，eBay 就會(huì)分錢給這家網(wǎng)站。

eBay 特別注重是哪個(gè)搜索引擎、哪個(gè)關(guān)鍵詞帶來(lái)的流量；關(guān)鍵詞是付費(fèi)還是免費(fèi)的。從谷歌那邊搜素引擎詞帶來(lái)了很多流量，但是這些流量是否在 eBay 上成單，所以這個(gè)數(shù)據(jù)還要跟 eBay 本身數(shù)據(jù)結(jié)合、然后再做渠道分配，到底成單的是哪個(gè)渠道。整個(gè)數(shù)據(jù)鏈要從頭到尾打通，需要把兩邊的數(shù)據(jù)整合之后才能做到。

（二）轉(zhuǎn)化

以注冊(cè)轉(zhuǎn)化漏斗為例，第一步我們知道網(wǎng)頁(yè)上有哪些注冊(cè)入口，很多網(wǎng)站的注冊(cè)入口不只一個(gè)，需要定義每個(gè)事件；我們還想知道下一步多少人、多少百分比的人點(diǎn)擊了注冊(cè)按鈕、多少人打開了驗(yàn)證頁(yè)；多少人登錄了，多少人完成了整個(gè)完整的注冊(cè)。

期間每一步都會(huì)有用戶流失，漏斗做完后，我們就可以直觀看到，每個(gè)環(huán)節(jié)的流失率。

（三）促活

還有一個(gè)是用戶使用產(chǎn)品的流暢度。我們可以分析具體用戶行為，比如訪問時(shí)長(zhǎng)，在那個(gè)頁(yè)面上停留時(shí)間特別長(zhǎng)，尤其在 APP 上會(huì)特別明顯。再有是完善用戶畫像，拿用戶行為分析做用戶畫像是比較準(zhǔn)的。

舉個(gè)例子，在美國(guó)有一個(gè)非常有名的在線視頻網(wǎng)絡(luò) Netflix。Netflix 非常有意思，通過(guò)用戶行為分析，他把你一家人都進(jìn)行精準(zhǔn)分析定義。你們一家人有多少人，是大人還是小孩，你最喜歡看的是哪三部電影？你的行為輸出越多，他的推薦就會(huì)越來(lái)越精準(zhǔn)。

（四）留存

用戶流失不是說(shuō)一下子就流失了，一些細(xì)微、小的一些行為，就能預(yù)示他將來(lái)會(huì)流失。

在LinkedIn的時(shí)候，我們要去追蹤用戶的使用行為。比如說(shuō)有沒有登錄、登錄之后有沒有搜簡(jiǎn)歷、有沒有上傳簡(jiǎn)歷等等。用戶這些點(diǎn)點(diǎn)滴滴的行為，都很重要。有了這些數(shù)據(jù)支撐，LinkedIn 的產(chǎn)品、銷售每天都要去看用戶報(bào)告，最簡(jiǎn)單的就是用戶使用行為有沒有下降、哪些行為下降、哪些用戶用的特別好等，以此來(lái)維護(hù)用戶關(guān)系。

（五）變現(xiàn)

LinkedIn 是一家 2C 又 2B 的公司，在全球有4億的用戶，有很多真實(shí)用戶的簡(jiǎn)歷信息。2B 的業(yè)務(wù)是LinkedIn 為每一個(gè)企業(yè) HR 銷售的，目的就是幫助美國(guó)的企業(yè)去找中高端的人才，這里面有很多的不同的產(chǎn)品線。LinkedIn 本身就是一個(gè)社交網(wǎng)絡(luò)，用戶是經(jīng)理、VP還是總監(jiān)，還是業(yè)務(wù)類的，市場(chǎng)的、銷售的等等這些數(shù)據(jù)在 LinkedIn 上都聚合成一個(gè)公司的緯度。

有了這個(gè)公司的緯度之后，我們就能夠很快讓銷售拿著這個(gè)賣給客戶。比如要跟星巴克談業(yè)務(wù)，最能震撼到星巴克 HR 的數(shù)據(jù)是人才流失率的列表。

 

如上圖，其員工在最近一年有哪些是從別的公司加入進(jìn)來(lái)，上一家公司是誰(shuí)，用藍(lán)色顯示；左邊做的是星巴克員工流失，其跳槽去了哪家公司，用紅色顯示。

通過(guò)這個(gè)簡(jiǎn)單的分布，就可以迅速看出來(lái)人才流失情況。如果是藍(lán)色的多，說(shuō)明這家公司的人才吸引方面是強(qiáng)的，如果是紅色的多，說(shuō)明這家公司人才儲(chǔ)備和招聘方面正處于頹勢(shì)。我們把數(shù)據(jù)展示給最終客戶，基本上就可以拿到單子。我們可以通過(guò)數(shù)據(jù)來(lái)講故事。我們一開始做了很多的報(bào)告，銷售可以拿去講故事，可以很快促進(jìn)成單。

所有這些是通過(guò)用戶行為分析做出來(lái)的，不是通過(guò)拍腦門或者是第三方數(shù)據(jù)，用戶行為分析的價(jià)值不言而喻。

網(wǎng)站題目：為什么要做用戶行為分析？
本文鏈接：http://m.newbst.com/news49/98349.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供自適應(yīng)網(wǎng)站、搜索引擎優(yōu)化、網(wǎng)站設(shè)計(jì)公司、響應(yīng)式網(wǎng)站、面包屑導(dǎo)航、網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)