淺析用戶行為分析的意義及5大應(yīng)用場景

通過用戶行為分析才能知道用戶畫像、用戶在網(wǎng)站上個各種瀏覽、點擊、購買背后的商業(yè)真相，用戶行為分析的價值不言而喻。一、什么是用戶行為？

用戶行為由最簡單的五個元素構(gòu)成：時間、地點、人物、交互、交互的內(nèi)容。

（一）什么是用戶行為？

對用戶行為進(jìn)行分析，要將其定義為各種事件。比如用戶搜索是一個事件，在什么時間、什么平臺上、哪一個ID、做了搜索、搜索的內(nèi)容是什么。這是一個完整的事件，也是對用戶行為的一個定義；我們可以在網(wǎng)站或者是 APP 中定義千千萬萬個這樣的事件。

有了這樣的事件以后，就可以把用戶行為連起來觀察。用戶首次進(jìn)入網(wǎng)站后就是一個新用戶，他可能要注冊，那么注冊行為就是一個事件。注冊要填寫個人信息，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寫代碼去定義這個事件。在網(wǎng)站需要監(jiān)測用戶行為數(shù)據(jù)的地方加載一段代碼，比如說注冊按鈕、下單按鈕等。加載了監(jiān)測代碼，我們才能知道用戶是否點擊了注冊按鈕、用戶下了什么訂單。

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

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？

因為只有做了用戶行為分析才能知道用戶畫像、才能知道用戶在網(wǎng)站上個各種瀏覽、點擊、購買背后的商業(yè)真相。

簡單講，分析的主要方式就是關(guān)注流失，尤其是對轉(zhuǎn)化有要求的網(wǎng)站。我們希望用戶不要流失，上來之后不要走。像很多 O2O 產(chǎn)品，用戶一上來就有很多補(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的價值，不停的來，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。

比如最簡單的一個搜索行為：某一個 ID 什么時間搜索了關(guān)鍵詞、看了哪一頁、哪幾個結(jié)果，同時這個 ID 在哪個時間下單購買了，這個整個行為都非常重要的。如果中間他對搜索結(jié)果不滿意，他肯定會再搜一次，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)做成一個按小時、按天，或者按用戶級別、事件級別拆分的一個表。這個表用來做什么？一個是知道用戶最簡單事件，比如登錄或者是購買，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)每天或每個小時都能看到。

三、用戶行為分析的五大場景

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

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)高價值用戶，提高銷售效率。

（一）拉新

2008年我在 eBay 時，我的工作就是分析 SEM 和 SEO 的每個關(guān)鍵詞的 ROI。eBay 每天要向谷歌買400萬個關(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，而后用戶通過該鏈接最終在 eBay 上完成了購買，eBay 就會分錢給這家網(wǎng)站。

eBay 特別注重是哪個搜索引擎、哪個關(guān)鍵詞帶來的流量；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了很多流量，但是這些流量是否在 eBay 上成單，所以這個數(shù)據(jù)還要跟 eBay 本身數(shù)據(jù)結(jié)合、然后再做渠道分配，到底成單的是哪個渠道。整個數(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

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

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

（三）促活

還有一個是用戶使用產(chǎn)品的流暢度。我們可以分析具體用戶行為，比如訪問時長，在那個頁面上停留時間特別長，尤其在 APP 上會特別明顯。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。

舉個例子，在美國有一個非常有名的在線視頻網(wǎng)絡(luò) Netflix。Netflix 非常有意思，通過用戶行為分析，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，他的推薦就會越來越精準(zhǔn)。

（四）留存

用戶流失不是說一下子就流失了，一些細(xì)微、小的一些行為，就能預(yù)示他將來會流失。

在LinkedIn的時候，我們要去追蹤用戶的使用行為。比如說有沒有登錄、登錄之后有沒有搜簡歷、有沒有上傳簡歷等等。用戶這些點點滴滴的行為，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告，最簡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，有很多真實用戶的簡歷信息。2B 的業(yè)務(wù)是LinkedIn 為每一個企業(yè) HR 銷售的，目的就是幫助美國的企業(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，市場的、銷售的等等這些數(shù)據(jù)在 LinkedIn 上都聚合成一個公司的緯度。

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

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