用戶行為分析,就該這么做!

3 評論 1.3萬 瀏覽 73 收藏 12 分鐘

導語:很多同學最怕做開放題,比如“你做個用戶行為分析/經營分析/銷售分析……”然后沒有然后了。接到這種沒頭沒尾的題目,腦子經常一篇空白,“我到底要分析啥?” 特別是用戶行為分析,因為用戶行為實在太多了。做完了不是被抱怨“沒分析到位”就是被埋怨“沒重點,分析了啥!”到底該咋辦?今天本文作者為我們系統講解一下!

一、用戶行為分析的常見錯誤

1. 錯誤1:亂擺指標,一鍋亂燉

最典型的就是,把性別、年齡、職業、身高體重,這種用戶基礎信息往上擺。注意,用戶行為要分析的是行為不是基礎信息,無關指標太多只會干擾視線,亂上加亂。

2. 錯誤2:羅列數據,沒有判斷

最典型的就是,羅列了用戶登錄數、點擊數、頁面跳轉一大堆數據,到底說明啥問題?

——沒結論。這種東西根本不能被稱作“分析”,只算是基礎數據展示。既然是分析就要有結論,有問題,有解答。

3. 錯誤3:望文生義,亂下結論

最常見的:

  • 用戶登錄少了,所以要搞高;
  • 這個商品用戶買的多,所以要多賣;
  • 這個內容用戶點的多,所以繼續出。

基本上就是數據低了就搞高,高了就保持。其結論之無腦,業務部門都看哭了……

以上種種亂象,主要來自:對不同部門關注的用戶行為重點缺乏了解。不知道重點,就可勁拼湊數據,忽視了如何從數據提煉結論,結果反而畫蛇添足。想破局,就得從認真思考:到底業務看用戶行為能看出啥?

二、用戶行為是什么

一個用戶ID,在企業內部系統產生的,可記錄的動作,都可以稱為:用戶行為。一個完整的用戶行為,包括6要素:

  1. 時間:何時發生
  2. 地點:在XX渠道/平臺/系統發生
  3. 人物:誰發生的
  4. 起因:第一個動作
  5. 經過:所有動作組成的鏈路
  6. 結果:行為帶來的結果

這些要素,在不同平臺上表現方式不同,如下圖:

用戶行為分析,就該這么做!

在不同系統平臺,收集的用戶行為的方式也不同,常見的有三類:

  1. 后臺記錄:用戶注冊表單、服務請求表單、交易訂單等;
  2. 埋點記錄:用戶在APP、小程序、H5瀏覽記錄;
  3. 業務人員反饋:通過銷售、客服、售后工作人員反饋的信息。

總之,這也是為啥用戶行為相關指標數據顯得很多、很雜、很亂的原因:本來用戶行為就有很多種,不結合具體業務需求,就是講不清楚。

三、不同業務的需求

業務方關注用戶行為,有四種情況:

1. 情況一:一無所知,看看再說

常見的,比如:

  • 新官上任,不清楚情況;
  • 新業務線,沒做過復盤;
  • 新年伊始,要做各種新計劃。

總之,對基礎情況不甚了解。這種情況下,宜粗不宜細,宜全不宜精。先給一個整體概貌,讓領導/業務同事找找感覺,之后有具體議題了,再深入分析(如下圖)。不然一上來雞毛蒜皮一堆東西,很有可能把人看暈,感慨“這一大堆到底說了啥?”

用戶行為分析,就該這么做!

2. 情況二:心有所指,關注結果

這種情況,一般出在某個具體業務流程、產品功能點、內容發布以后。業務方目標很明確:看看這東西做的咋樣了。

常見的,比如:

  • 內容板塊:用戶點擊、參與討論、轉發動作;
  • 功能點:用戶使用數量、使用頻次、使用時長;
  • 商品:用戶瀏覽、購買、重復購買、一次性大額購買。

此時就不能鋪開了說,而是聚焦業務關注的功能點,從大到小展示數據,如下圖:

用戶行為分析,就該這么做!

注意!用戶行為分析低一個大坑點,就是:用戶行為多不等于業績好。比如電商業務,運營興致勃勃的上個一澆水種樹領優惠的活動,企圖拉一拉活躍人數,結果發現用戶都玩游戲去了,都在等優惠,反而下單的人在減少!

此時,可以用矩陣法、前后對比法、行為關系分析等方法,具體看這個行為對業績的影響(如下圖)。

3. 情況三:業績壓力,焦頭爛額

這種情況,一般是評價具體業務流程,且該流程是核心流程。比如新用戶注冊,大型活動參與,交易流程,關鍵問題投訴等等。

這時候分析目標非常具體:

  • 注冊轉化率要搞高!
  • 活動參與率要搞多!
  • 成交比例要做高!
  • 關鍵投訴堅決撲滅!

這種目標清晰的用戶行為分析,可以說是最簡單輕松了。核心思路就是以下四個模塊。

用戶行為分析,就該這么做!

這里要注意的是,很多同學會直接插入轉化流程分析。這樣做呈現的數據太細,容易模糊整體判斷。好/壞的判斷始終是第一位的。如果連“好”“壞”都判斷錯了,那后邊的原因分析全是錯的。所以先對整體形勢做判斷,看看是否能接受是第一位的。

還有一點,就是補救措施分析,會被很多同學忽視。用戶行為分析的第二大坑點,就是用戶行為分析是“知其然、不知其所以然”的分析。

用戶行為是各種因素影響結果,在企業實際中,不可能像實驗室一樣每個項目都做控制變量研究,即使提前做過ABtest,真正上線時也會因為天時地利有各種差異。

用戶行為分析,就該這么做!

所以真遇到問題的時候,很有可能短時間內分析不出來原因,或者即使大概知道原因,也沒辦法把活動停掉/渠道換掉。此時的思路,不是糾結:這個到底是用戶不喜歡文案還是不喜歡產品,而是:我們還能做什么挽回。

因此補救措施分析一定不能省,這樣比孤零零喊:“這個流程不行啦!”要有價值得多。這也是為啥很多數據明明給了用戶轉化路徑的問題,可業務方還是喊:“沒有建設性”的原因。

沒人喜歡報喪鳥天天喊:“要完啦!要完啦!”人們想聽:“試試這個!試試這個!”

4. 情況四:情況不明,疑神疑鬼

這種情況,一般是某個業務做得不行,業務方又沒有明確假設的時候。就想著:“能不能深入挖掘下用戶行為?找找原因?”至于挖啥、挖出來啥原因,可能他們自己都不知道……

這是最難搞的情況。因為分析目標完全不清楚,這里有兩個基本思路:

  • 思路一:業務方先圈出來自己的目標客戶,然后看目標客戶在干啥;
  • 思路二:先找出一個行為的重度客戶,然后問業務方:這是你們想要的不。

總之,從極端情況里,更容易找到解決問題的靈感。比如積分兌換,業務方只是覺得這個業務不行,哪里不行又說不上來。此時可以如下圖,分兩個思路看數據,如下圖:

用戶行為分析,就該這么做!

如果發現高價值用戶明顯偏好某些禮品兌換,則可以對應設計吸引高價值用戶禮品方案。如果發現重度用戶明顯存在薅羊毛嫌疑,則可以對應修改獎勵規則??傊?,只要用戶群體行為差異足夠大,就能產生策略。

四、小結

從上邊四大情況可以看出來,即使是同樣的數據,面對不同情況,可以有不同展現方法。這就要求同學們在工作中,認真理解業務需求。

很多同學會說:直接問業務不就好了。問題是,四個情況里,除了情況三是很明確的有KPI壓力以外,其他三個情況都很含糊,最后口頭表達的需求就是:“做個用戶行為分析看看”。

這就要求做數據的同學們,自己有一定的判斷能力。以上四種情況是層層遞進的,其邏輯關系如下圖,同學們可以剝洋蔥般的引導業務,找到真正關心的問題,從而做出有價值的分析。

用戶行為分析,就該這么做!

#專欄作家#

接地氣的陳老師,微信公眾號:接地氣學堂,人人都是產品經理專欄作家。資深咨詢顧問,在互聯網,金融,快消,零售,耐用,美容等15個行業有豐富數據相關經驗。

本文原創發布于人人都是產品經理。未經許可,禁止轉載

題圖來自Unsplash,基于CC0協議。

給作者打賞,鼓勵TA抓緊創作!
更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 3.2是不少個圖啊,如下圖:并沒有

    回復
  2. 寫得很接底氣
    但總覺得邏輯感有點差~
    讀完之后找不到主線

    回復
    1. 我覺得作者的邏輯結構很好啊。先拋出常見錯誤,再給出具體指導方法。給的指導方法也1、2、3、4娓娓道來。

      回復