关闭

8个步骤,教你如何开始用户行为分析!

要真正了解用户对产品的想法,就需要更深层次的分析–行为分析。

以客户为中心的团队:

•全面了解用户的挑战

•了解客户使用什么功能以及不使用什么功能

•了解客户如何从产品中获得最大价值

真正了解客户及其问题是产品经理承担的最重要角色。当发布新功能后,最紧迫的问题就是:

  • 人们在使用它吗?
  • 如何使用?
  • 我们是否做出了正确的假设并建立了人们想要的东西?

这是一个问题,假如每日活跃用户和会话等指标无法回答,要真正了解用户对产品的想法,就需要更深层次的分析–行为分析

什么是行为分析?为何如此重要?

行为分析是一种分析,提供用户在移动应用程序或网站中行为方式的信息。它超越了诸如日常活动用户或综合浏览量之类的基本指标,揭示了使用不同功能如何带来留存,转化和收益。

行为分析的基石是事件事件表示用户可以在您的产品中执行的任何操作(例如打开应用程序,创建帐户,观看视频)或与用户相关的任何活动(例如进行购买)。

如何开始分析用户行为?

以下8个步骤,诸葛君教大家以正确的方式开始分析用户行为。

步骤1:定义业务和分析目标。

  • 团队目前正在做什么?
  • 团队的总体目标是什么?
  • 一旦确立了总体目标,将如何实现这一目标?

建立专注于改进以实现目标的关键绩效指标(KPI)。假设业务目标是增加收入。那么KPI可能是:·增加新增转化·增加付费客户的留存率·增加付费渠道转化率

步骤2:找出与目标相符的关键路径。

关键路径是用户根据产品目的采取的一系列操作。电商产品的示例可能是:搜索→浏览产品→添加到购物车→结帐→订单确认

(诸葛io路径分析)

对于游戏产品,关键路径可能始于用户打开应用,提示注册并随后通过游戏教程进行的操作。您可以将此路径过程分解为一系列事件:“打开应用程序”,“注册-已填充个人信息”,“注册-已选择头像”,“注册-完成”,“游戏指南-已开始”和“游戏教程-已观看”。

步骤3:组织活动分类。

每个出色的用户行为分析的背后都有一个出色的事件分类法—— 一种组织事件和属性的集合的方式,该集合用于定义人们可以在产品中采取的行动。将事件分类法视为您将使用分析平台进行分析的基础是至关重要的。

步骤4:了解如何识别用户。

大多数分析平台都需要在其移动SDK或HTTP API中配置某种标识符(以跟踪唯一用户。例如诸葛io的SDK集成到App或网站中,便能获得应用内的所有用户行为数据,这样可以将来自多个设备和会话的数据与一个用户进行匹配。事实上,诸葛io认为在每个App里,不是所有事件都有着同样的价值,基于对核心事件的深度分析需求,诸葛io推荐大家使用层级化的自定义事件布点方式,每一个事件由三个层次组成的:事件(Event)、属性(Key)和属性值(Value)。同时,诸葛io还为开发者们提供数据监测布点咨询服务,可以根据丰富的行业经验为客户提供个性化的事件布点咨询和技术支持。

步骤5:建立“最小可行仪器”。

一旦花了一些时间思考如何设置分析和组织事件(步骤1至5),就该开始访问一些基本的应用程序指标了。现在,您应该集成分析解决方案的移动SDK或HTTP API并分配用户ID。

步骤6:追踪事件。

针对用户的关键行为路径进行精细跟踪和记录,并在此基础上,通过分析挖掘得到用户的详细网络行为路径特点、每一步的转化特点、每一步的来源和去向等,从而帮助企业分析用户的网络行为,找出用户的主流路径,分析网络产品的用户使用路径,从而针对典型场景的用户转化数据来进一步制定和实施有针对性的策略,以提升转化效率。

(诸葛io路径分析)

步骤7:设置用户属性和事件属性。

分配用户属性和事件属性可以更深入地了解客户与应用互动时所表现出的行为,不同特点的用户有着完全不同的行为习惯,通过了解用户画像,可以帮助运营理解用户。

  • 女性用户的转换速度是否比男性用户快?
  • 南方用户的消费习惯和北方用户的是否一样?
  • 年轻人的转化率和中老年的转化率差多少?

(诸葛io实名用户群留存分析)

步骤8:开始深入研究用户行为。

我们可以用最简单与直接的方式将每个用户的事件路径点击流数据进行统计,并用数据可视化方法将其直观地呈现出来。诸葛io不仅能够便捷获取布点数据,也为客户提供了个性化的sunburst事件路径图分析,并可为客户产品制作定制化的产品分析报告。

  • 建立行为群体,
  • 查看关键路径并通过渠道报告提高转化率,
  • 计算一段时间内的用户留存率,
  • 衡量新功能发布的影响

写在最后

记录用户行为事件是一项巨大的成就,这是一项有意义的投资,可以让企业更加详细、清楚地了解用户的行为习惯,推动产品迭代、实现精准营销、提供定制服务、驱动产品决策,善于获取数据、分析数据、应用数据是每个人做好工作的基本功,从数据中找出规律,用数据驱动增长。

0条评论 添加新讨论

登录后参与讨论
Ctrl+Enter 发表