用户行为数据分析的道、法、术、器、势|运营学社

用户行为数据分析的道、法、术、器、势

广义来讲，用户行为是指网站、APP、H5、小程序等线上途径，以及零售商铺、产品运用环境等一切场景下，用户与企业以及企业供给的产品的交互状况。而一般所说的用户行为剖析，则指的是运用大数据剖析办法，经过对用户线上行为数据、用户特色数据的搜集，存储，剖析，以找到相关规则，然后经过A/B测验等办法，探求有用计划的办法。

在大数据剖析技能开展老练之前，关于用户行为的剖析就从没有中止过，不过原有的剖析办法是经过计算剖析的办法，寻觅因果关系。而计算剖析，是在假定根底上，经过抽样剖析进行假定检验。

云核算、大数据技能的快速开展，使得关于全量数据的剖析成为了或许。全量数据剖析也打破了计算剖析中需求先树立假定再进行验真或验伪的进程，而是经过对用户相关数据进行全量搜集，然后经过能够反响规则的剖析模型，就行快速调参、剖析，寻觅躲藏的“数据金矿”。

你或许现已听说过最小化产品开发、添加黑客、精益创业，但其背面都躲藏着一个概念：数据驱动。阿利斯泰尔·克罗尔和本杰明·尤科维奇在《精益数据剖析》一书中对怎么完成数据驱动进行了详细的阐明。从落地的视点，也便是经过对用户行为数据的剖析，找出未留意到的重要规则，然后加强其效应，使之转变为留给用户的显性的Aha Moment或许病毒传达要素。

为什么要从道、法、术、器、势的视点来解析用户行为剖析？由于国内的数据运用阶段与国外仍是存在显着的距离。数据认识、数据根底、以及对数据剖析东西的运用，都约束了对储藏在公司服务器里的数据金矿的发掘运用。

一、数据之道：小公司更应该加强数据运用

数据驱动并非大公司的专利，而恰巧是小公司的核动力。开展初期，各种资源紧缺，假如没有运用数据的认识，一切的决议计划只能依赖于人员阅历，在团队成员调配不富余的状况下，往往都是靠着非专业人才依托直觉做专业的决议计划，必然导致资源的糟蹋。

这儿便是国内团队与国外团队在起步时分最大的差异，国内团队在开展初期往往不注重数据，认为最重要的便是推行推行再推行，一时刻公司一切人都成了推行专员。可是获取到的用户，哪些途径有用、哪些用户活泼、为什么活泼，丢失的用户都有什么特色、是什么阻止了他们成为活泼用户往往被归结为不是潜在用户。

从运营理念来讲：团队是以产品为中心，认为只需做好产品，就必定能够大卖；仍是以用户为中心，期望更懂用户，为用户供给最喜欢的产品。不同的运营理念，会导致中心团队对数据的注重程度有巨大的不同。

数据之道解的是你是否注重数据剖析、是否想从数据中了解用户。简略的测验你或许你地址的团队是否有数据之道：是否树立了公司中心运营数据的仪表盘（财政、出售、商场、库存等）、地址部分是否有中心数据的仪表盘、开会交流中是以“我认为”、“我觉得”打头仍是以“经过对上星期用户数据的剖析”、“经过比照测验”来阐明问题？

二、数据之法：树立杰出的数据剖析思想

数据剖析源于用户也回归用户，一切的剖析意图都是树立在了解用户、为用户供给更好服务的根底上。

从用户与企业产品交互的进程看，有经典的AARRR海盗规律，即用户获取（Acquisition）、激活（Activation）、留存（Retention）、营收（Revenue）、引荐（Referral）。获取环节，主要对途径进行剖析，判别途径用户匹配度、单位获客本钱、获客功率；激活环节，寻觅到活泼用户，细心检查其行为序列，有必要的时分对活泼用户进行访谈，界说产品、公司的往往是初期的活泼用户；健康的添加，不是拉新1000丢失500，所以对用户留存的重视也十分要害；在此根底之上，为用户规划喜欢的病毒传达要素，往往能让企业成指数级开展。

关于SaaS等对企业的产品呢？用户会阅历认知、了解、试用、运用、忠实的进程，假如你们公司的产品又领先于用户的阅历，首要要做好的是为用户赋能，即先让其联想到自己事务场景，然后了解新的办法，再经过试用产品处理问题，假如这三步能够做好，由用户转化为客户就会顺利许多。

所以我的企业应该怎么做呢？答案是因企业而异，所以这一层仍是思想层。比方做东西类的，用户留存好处理，用户获取和激活用户共享是要害，所以Dropbox依托共享赠送空间、Uber依托引荐送优惠券、樊登读书会经过转介绍送听课天数的办法，完成病毒式传达添加。比方做资讯途径的，用户活泼于留存又是要害，高活泼的用户会创造内容、进行谈论，都会促进社区的活泼气氛，总用户、活泼用户多了，途径价值就高，也天然能够过渡到营收阶段。所以不同的企业和产品，运用的剖析思想会有差异，由于你要处理的问题不同，但本质上，都是经过数据去找办法而非拍脑袋、靠直觉。

数据之法解的是，依据企业产品的类型、企业的开展阶段，界说正确的剖析方向。简略测验你是否把握了数据之法：对你的产品而言，最重要的方针是什么？关于你的事务，数据剖析能够做哪些事？你的中心用户与公司产品的交互流程是什么样，数据点有哪些？

三、数据之术：从搜集到剖析

术即办法，这儿指的便是用户行为数据剖析从数据搜集、数据清洗、数据存储到数据剖析的办法。

首要，需求规划精密的数据搜集计划，支撑后续灵敏剖析需求。常用的数据搜集办法有UTM参数、可视化埋点（也称全埋点）、代码埋点、SDK埋点、日志数据、服务器数据东西传输。埋点方面也分前端埋点、后端埋点。

其次，树立一致的用户数据仓库，对企业长时刻开展至关重要。用户数据可分为特色数据与工作数据，特色数据描绘的是用户是什么样的，比方用户ID、设备id、设备类型、用户区域、性别、年纪、喜爱等，特色数据可用于用户分群、用户画像等。而工作数据描绘的是用户做了什么，那么工作数据就必须包括工作的时刻、地址、人物、时长、详细工作、工作办法等。在数据年代，用户与企业的数据交互已不再停留在网站、邮件里，而是在网站、APP、小程序、H5、邮件链接、自媒体、线下智能商铺等，都会存在用户数据。因而关于这些不同途径用户数据进行一致的界说与存储十分有必要。除了一致存储，还应考虑到分布式架构的运用以支撑亿级数据的实时剖析。

终究，便是对搜集、存储好的数据进行灵敏的剖析运用。能够依据剖析的意图，灵敏挑选常用的剖析模型，比较重要的是用户的分群，同期群、同特色群、活泼群、丢失群等，在不同商业模式下有不同的含义。一些常用的剖析模型有工作剖析、留存剖析、漏斗剖析、行为序列剖析、行为路径剖析等。

SaaS企业重视途径商机，可进行工作剖析、途径漏斗转化剖析；游戏厂商重视用户活泼度与用户消费，可进行工作剖析、留存剖析、行为序列剖析；媒体途径重视阅览、用户UGC内容频率，可进行工作剖析、行为路径剖析。

产品重视用户对不同功用的呼应，可进行工作、行为序列、行为路径剖析；商场重视途径作用，可进行漏斗转化、工作剖析；运营重视用户添加、用户活泼，可进行转化漏斗、留存、工作剖析。

在大好数据认识、数据思想的根底上，剖析运用便是针对事务需求的灵敏运用，把握一些常用的剖析模型，就能够上手实践，模型不必杂乱，有用即可。

四、数据之器：活用东西事半功倍

工欲善其事，必先利其器。其实有不少团队现已树立起了数据认识、并学会了数据驱动的办法，可是在落地的时分，往往发现公司开展阶段的资源无法支撑。比方前期数据搜集规划不行精密，比方数据工程师跑SQL、拉数据工作量繁琐，再比方用户添加敏捷、数据量巨大的时分单次剖析时刻太长。往往导致从提出数据剖析需求、到给出成果需求等候2-3天乃至更长的时刻，针对剖析成果需求做进一步剖析的时分，还要再走这样一个循环，导致数据剖析速度落后于实践事务需求。

笔者阅历过4个创业团队，发现不少公司的老板很抵抗运用外部东西。网站要自己建造、SEO要自己操作、剖析途径要自己建立、营销活动要自己安排，认为这样省钱、靠谱，但实践上假如实实在在的核算，在许多环节假如凭借外部力气，更能够推进团队快速开展。而自身团队假如有余力照料方方面面的工作，往往意味着团队的中心方针不行清晰。对此部分假如有爱好，能够留言，笔者会细心的算每笔账出来。

监测大众号数据能够运用西瓜帮手、大众号自带的数据后台，监测网站数据能够用户百度计算、GoogleAnalytics，创立可视化图表能够测验Tableau，而假如想打通不同途径数据、进行用户行为数据的深度下钻剖析，则能够测验数数科技ThinkingAnalytics用户行为剖析体系。

这儿仅仅份举例，在不同的阶段选用不同东西，主要是坚持敞开的心态，多凭借外部东西，即便长时刻想要自建体系，短期内从外部东西学习思路，也是推进团队快速生长的好办法。

五、数据之势：剖析的意图是完成添加

前面一切的内容，其实终究意图都是以数据驱动添加，可是数据自身并无法带来用户。数据驱动的含义，是从数据中能够找到最好的获客途径、最让用户惊喜的功用、能够影响用户共享完成自添加的病毒要素、活泼用户的特色等。在找到这些特别要素后，不断的扩大这些要素，以构成快速添加的势能。

商场方面，假如发现信息流投进最优作用，就在此途径恰当添加投入；产品方面，假如发现活泼用户最喜欢运用的功用不在主页明显方位，就应该对产品层次结构进行优化；运营方面，假如发现用户最喜欢共享的并不是送优惠券活动，而是共享后订单金额的1%将被用于公益活动，就能够增大此活动的推行用户规模。

定论

数据有时分无法告知咱们为什么，可是经过测验、剖析，能够找到哪种办法最有用，从产品、到商场、到运营、到出售，会集公司力气扩大现已发现的有用要素，让势能带动事务和用户添加。

合适你的公司、产品的数据思路、剖析办法、添加势能是什么呢？欢迎留言评论。