天下网商自助建站系统:产品增加的最强数据分析模型:多维分析
本文摘要: 通过用户数据分析可了解真实的用户需求,通过产品和运营更好地满足这些需求,从而推进增加。用户数据通常可以分为两类,一类是用户属性数据,另外一类是用户行为数据。用户属性数据代表的是用户本身根本信息和状态,包括天然特征
通过用户数据分析可了解真实的用户需求,通过产品和运营更好地满足这些需求,从而推进增加。

用户数据通常可以分为两类,一类是用户属性数据,另外一类是用户行为数据。

用户属性数据代表的是用户本身根本信息和状态,包括天然特征和行为提示的特征,通常为较为固定,不会容易改变的。而用户行为数据是用户产品内的行为轨迹,代表了用户和产品的互动模式,通常可通过各种方式影响数据。

一、用户分群


用户分群就是通过属性和行为数据将类似的用户归为一个群组的过程,并针对不同群组的用户寻找差异对待和精密化运营的时机。

用户分群驱动增加主要通过设定分群维度应用分群成果这两个步骤来完成。

1.1 设定分群维度


在任何产品中都会存在用户的各种属性以及行为,怎么在这些属性和行为中选择最初的分群维度?主要可以按两类维度类型进行分群。一类是依照用户属性进行分类。另外一类是依照用户行为进行分类。

用户属性:用户天然的属性和特征,不会容易的改变。
  • 获客渠道;
  • 可推测用户爱好的属性:年纪,性别,城市,家庭。
  • 可引荐用户经济状态的属性:设备类,型号,城市,职业。

用户行为:用户在产品生命周期的要害行为。
  • 生命周期的要害行为:新老用户。
  • 用户活跃程度RFM;
  • 付费状况:是否付费;
  • 功用使用;

增加模型:增加模型中的某个变量在不同人群中差异较大。
  • 借款额度:互金类产品。
  • 客单价:滴滴打车。
  • 价位:SaaS。

在一些草创团队的产品,可能会用不分群的方式,虽然数据分析简略,但对用户厚此薄彼,导致很对增加的线索无法被开掘,错过增加时机。与这类公司反差明细的是一些巨型企业,会使用千人千面的分群方式。这种方法需要技能和算法的支撑。并且分析出的成果需要有对应的运营和产品资源合作,在绝大大都公司其实不适用。在大大都公司中,维度分群是从实践事务问题出发,从1-2个维度进行简略分群。当用户量达到一定数量级后,可选择3-5个维度,进行多元组合分群。

1.2 应用分群成果


通过用户分群得到分群成果,主要可以分为两种应用方向,以获取用户为分隔点,在获取用户之前,可以通过成果优化精准拉新的策略。在获取用户之后,可以通过成果提高精密化运营的产品体验。

精准拉新:
  • 对现有用户进行分群,找到高质量的用户群,从而进一步定位高质量用户的获客渠道或者广告。
  • 选择高质量用户,将这类用户特征上传渠道平台,通过算法找到类似的用户。

精密化产品运营体验:
  • 产品算法支撑的千人千面的商品和内容引荐等
  • 针对不同群组,进行不同的运营动作。包括Push推送,促销活动等。

1.3 案例分析


这里通过一个某潮品电商产品的用户分群案例,来分享一下怎么运用用户分群进行增加策略的置顶。

选择重点的属性和行为维度,进行组合分群:

针对不同的分群,制定对应策略(方案仅供参考,不具有真实性)。

二、用户行为


行为分析是通过详实的用户行为数据描述出用户在产品中真实的途径和互动状况。针对用户行为分析的成果,通过产品或运营的方式引导用户,改变用户行为的轨迹和模式,让用户更好的从产品中取得价值。

用户行为驱动增加主要通过明确分析对象选择分析方法这两个步骤来完成。

2.1 明确分析对象


用户行为可分为两类要害用户行为,一类是一次性或低频行为,另外一类是周期性行为。
  • 一次性或低频行为代表着用户为使用产品打下基础的重要行为。例如下载App、完成注册、输入身份信息、充值等。
  • 周期性行为代表着用户使用产品功用的核心行为。例如下单、点赞、阅读、观看视频等。

在产品顶用户发生的行为很多。精确找到这两类要害用户行为的方式可分为两类:
  • 从数据中验证:在实践数据中,通过途径分析找到要害转化途径,通过比较行为频次找到高频行为,发现任何遗失的行为。
  • 从事务中出发:从要害转化途径中或高频的周期性行为中寻找并确认要害行为。

2.2 选择分析方法

通过用户行为分析解决的本责问题,可以概括为两类问题:
  • 转化问题:一般通过火析用户行为途径,让更多的用户执行某种行为,走上正确的途径。
  • 留存问题:一般通过针对周期性行为的分析,让用户更多的更耐久的执行某种行为,养成正确的习惯。

2.2.1 用户行为途径分析:漏斗分析

漏斗分析是事前设定的若干个要害节点的转化途径中,简略直观的显示同一群用户从每一步到下一步的转化率。通过转化率的凹凸,快速判定出大大都用户是否遵循了产品设定的途径内行进,并可查出流失最高的要害节点是哪一个。

漏斗分析是我们十分熟悉的一种分析方法,常用的漏斗分析方法有以下两种:

(1)通过全链漏斗中找寻用户流失点和增加时机。

(2)通过AARRR各个环节的细分漏斗寻找用户流失点和增加时机。
  • 获客:新用户注册漏斗
  • 激活:新用户激活漏斗
  • 留存:要害周期性行为漏斗。
  • 引荐:老带新用户转化漏斗。
  • 变现:下单漏斗、投资漏斗等。

2.2.2 用户行为途径分析:途径分析

途径分析是显示用户从每一步到下一步的转化率。通过发散性分析方式,确定大大都用户的实践行为途径。通过途径分析可得到:
  • 确定用户在产品内实践途径和走向与产品期望的主途径的差异点。
  • 确定用户的实践干流途径。
  • 发现一些事前不为人知的途径。

常见的考虑方向:

用户实践途径和产品设计期望的途径有什么不同?
  • 新用户进入官网后的实践途径有哪些?最喜欢去哪些页面?
  • 怎么引导用户回到干流途径,迅速究竟核心功用?

以某个行为为终点的途径:抵达某个功用的途径里,哪条最干流?
  • 用户哪些途径可触达该行为?
  • 假如想提高触达该行为的转化率,先从哪条途径下手最容易提高?

以某个行为为终点的途径:用户偏离预设的途径后,实践走向是什么?
  • 用户抵达行为对应的页面(如商品概况页)后,为何没有触发行为(点击支付)?
  • 用户去了其他什么途径?
  • 怎么防止这类用户偏离预设的途径?

这里小编依据一个模仿的案例(某二手车交易平台)来简述一下怎么运用用户途径分析找到增加线索。

第一步:明确方针:提高出售额。

第二步:假设依据用户途径分析,发现有两条主要途径:
  • 启动App → 查找商品 → 提交订单 → 支付订单
  • 启动App → 未支付订单 → 查找类似商品 → 撤销订单

第三步:分析数据,发现线索:
  • 第一条用户途径:用户提交订单后,大约75%的用户会完成支付,而 25%的用户未支付。
  • 第二条用户途径:方针商品现已加入订单,但未最终敲定,因此在打开App后直奔“未支付订单”。
  • 可是第二条途径中,发现部分用户会再次“查找类似商品”,依据这一行为可判断客户可能存在比价行为。
  • 标明价格一定程度上影响了这部分用户的支付愿望,这是一批“价格导向”的客户。

第四步:提出方案:

对此,该电商运营人员采纳针对性措施:
  • “未支付订单”“超过 30 分钟则主动撤销。
  • 将支付页面邻近放置优惠券收取。

当该新版本上线后,再次通过用户途径分析模型:
  • 发现因为30分钟的时间限制,有更多的用户情愿在提交订单后,当即支付订。
  • 同时未支付订单大大下降,说明在支付页面邻近放置优惠券的方式,会刺激对价格敏感的客户。

2.2.3 用户行为途径分析:轨迹细查

轨迹细查是准时间摆放一系列行为,展示单个用户的实践行为途径。通过聚焦性分析,寻找单个用户的实践行为途径中的异常或者规律。

常见考虑方向:
  • 某类用户流失了,TA流失前都做了什么事情,有哪些异常?
  • 某个功用的优化或Bug是否影响了用户轨迹,呈现了哪些异常?

将2.2.2.的二手车交易平台案例场景沿袭到本节中,如下:

2.2.4 周期性行为分析:留存分析

留存分析是通过用户留存数据分析,确定产品的留存健康程度。比照不同用户组的留存率,找到改善留存的增加线索。

通过留存分析来优化增加的考虑方向可以从以下几个问题下手:

产品的留存能力怎么
  • 初次登陆的用户,有多少会留存下来。
  • 哪一个时间段年内留存最严峻?
  • 产品的留存率和行业均匀值相比怎么?

产品内的留存率是否有差异?
  • 不同产品功用的用户留存率的差异。
  • 不同获客渠道的用户留存率的差异
  • 不同用户属性的用户留存率的差异。

2.2.5 周期性行为分析:频次分析

频次分析是通过用户使用产品或某个功用的频次分析,确定用户习惯的健康程度。

通过频次分析来优化增加的考虑方向可以从以下几个问题下手:
  • 观察使用频次的散布规律,优化产品和运营策略
  • 甄选高价值用户,并对应调整资源分配和运营策略。
  • 针对不同渠道,用户特征的用户,比照使用频次散布状况,实时调整运营策略。

作者:杨三季 产品运营实用干货。

【免责声明】本文仅代表作者或发布者个人观念,不代表(www.lmnkf.cn)及其所属公司官方发声,对文章观念有疑义请先联络作者或发布者自己修正,若内容触及侵权或违法信息,请先联络发布者或作者删除,若需我们协助请联络平台管理员,Emailcxb5918(本平台不支撑其他投诉反馈渠道,谢谢合作)。若需要学习以上相关常识请到巨推学院观看视频教程,网站地址www.tsllg.cn。

相关内容