開啟精益成長
近兩年，私域運營成為各行各業(yè)的必做之事，用戶行為分析也越來越受到重視，其理論和工具的發(fā)展日漸成熟。
用戶行為分析的重要之處，是提供數(shù)據(jù)結(jié)論，幫助我們了解在當(dāng)前場景下優(yōu)化運營策略解決我們在業(yè)務(wù)上遇到的具體問題。
本文將分享用戶行為分析的全景，從采集到分析幫助你理解其邏輯與思路，希望對你的運營工作有一定的啟發(fā)和幫助。
1
First Point
初識用戶行為分析
2015年開始，傳統(tǒng)的線下行業(yè)紛紛進行線上轉(zhuǎn)型。在轉(zhuǎn)型的過程中，形成用戶行為從線下向線上遷移的大趨勢。
用戶行為分析越來越受到關(guān)注，其重要性也在今天的行業(yè)實踐中得到了凸顯，原因主要有兩點：
● 行業(yè)轉(zhuǎn)型線上后，用戶產(chǎn)生的行為數(shù)據(jù)相比之前的線下數(shù)據(jù)，維度更多、更具有豐富性。
● 線上的數(shù)據(jù)從采集、獲取到分析，能夠進行實時的處理。
這就賦予了企業(yè)及時優(yōu)化運營策略的可能。例如，客戶要做購物節(jié)的促銷活動，活動開始后，數(shù)據(jù)化工具實時跟蹤活動投放之后的落地頁，抓取用戶訪問數(shù)據(jù)。根據(jù)獲得的數(shù)據(jù)，就可以在活動開始后半小時內(nèi)就調(diào)整策略。再去觀察用戶的反饋，如果效果不佳，還可以進一步調(diào)整。
什么是用戶行為分析
用戶行為分析是對用戶在產(chǎn)品或觸點上產(chǎn)生的行為及行為背后的數(shù)據(jù)進行分析，通過構(gòu)建用戶行為數(shù)據(jù)分析體系和用戶畫像，來改變產(chǎn)品、營銷、運營決策，實現(xiàn)精細化運營，指導(dǎo)業(yè)務(wù)增長。
數(shù)據(jù)來源
用戶行為的數(shù)據(jù)的來源，可以分為線上觸點和線下觸點兩部分。線上觸點主要有APP、H5、Web、小程序、企業(yè)微信、電商平臺等；線下觸點包括門店動線、400（客服電話）、可穿戴設(shè)備等。
數(shù)據(jù)歸屬
在數(shù)據(jù)歸屬上，我們將用戶行為數(shù)據(jù)分為一方數(shù)據(jù)、二方數(shù)據(jù)、三方數(shù)據(jù)。
● 一方數(shù)據(jù)：即客戶自身的行為和經(jīng)營活動所產(chǎn)生的數(shù)據(jù)。例如，因訪問或點擊自建APP、小程序而產(chǎn)生的用戶行為數(shù)據(jù)。
● 二方數(shù)據(jù)：一般指通過客戶的經(jīng)營活動或營銷活動附帶產(chǎn)生的數(shù)據(jù)。在廣告投放領(lǐng)域比較典型，客戶投放廣告后，會在廣告媒介上額外產(chǎn)生用戶設(shè)備等數(shù)據(jù)。
● 三方數(shù)據(jù)：一般指和客戶的實際經(jīng)營沒有關(guān)系，通過外部采買等方式，合法公開地獲得用戶或潛在訪客的相關(guān)數(shù)據(jù)。
從數(shù)據(jù)價值上看：一方數(shù)據(jù)的價值最大，二方數(shù)據(jù)其次，三方數(shù)據(jù)最小。因為一方數(shù)據(jù)從客戶自身的觸點或平臺上產(chǎn)生，與客戶的業(yè)務(wù)聯(lián)系最直接、親密。
2
Second Point
用戶行為數(shù)據(jù)的采集方式
用戶行為數(shù)據(jù)的采集方式也非常重要，因為高效的數(shù)據(jù)采集是做好分析的前提和基礎(chǔ)。用戶行為數(shù)據(jù)采集可以分為三類，客戶端SDK(注：Software Development Kit，軟件開發(fā)工具包)、服務(wù)端SDK及工具導(dǎo)入。
客戶端SDK
目前，針對客戶端有各種各樣支持的SDK。無論是易觀數(shù)科或是國內(nèi)外功能相似的產(chǎn)品，基本的方式都是通過SDK采集用戶在平臺的行為數(shù)據(jù)。如，使用SDK在IOS、安卓、H5小程序、支付寶小程序等用戶觸點上進行數(shù)據(jù)采集。
服務(wù)端SDK
服務(wù)端SDK的數(shù)據(jù)采集，是在后端的服務(wù)器中完成的，不會在APP上被用戶直觀地感受到。例如，用戶在APP上點擊了加入購物車的按鈕，這個行為背后會有用戶加購商品的價格、庫存狀態(tài)、甚至是商品在調(diào)倉過程中動態(tài)庫存等相關(guān)數(shù)據(jù)產(chǎn)生。通過服務(wù)端SDK的采集，可以豐富數(shù)據(jù)的范圍和維度，得出更理想的分析結(jié)果。
工具導(dǎo)入
很多零售的客戶，不止使用自身的小程序作為用戶觸點，還使用第三方的電商平 臺。
出于數(shù)據(jù)安全性上的考慮，抖音電商、淘寶、京東等大平臺都將數(shù)據(jù)做得越來越封閉。以往通過API（注：Application Programming Interface，應(yīng)用程序接口）的形式把數(shù)據(jù)同步到客戶自身服務(wù)器上的做法，如今很難行得通。
目前第三方電商平臺的數(shù)據(jù)，很難通過正規(guī)的服務(wù)商去做同步，直接導(dǎo)致了融合電商平臺數(shù)據(jù)的門檻越來越高。
3
Third Point
用戶行為分析的基本邏輯
用戶行為分析的核心對象是用戶。其跟BI分析的最大區(qū)別在于，BI分析還包括財務(wù)分析、庫存分析、互動量分析、人力分析等。因此BI分析的對象可以是商品、財務(wù)表，也可以是供應(yīng)鏈。
但用戶行為分析聚焦于用戶，主要回答在實際的經(jīng)營過程當(dāng)中，某一業(yè)務(wù)場景下發(fā)生了怎樣的用戶事件。用戶事件包括了五個基本的元素：誰（Who）、在什么地方（Where）、在什么時候（When）、發(fā)生了什么(What)、怎么發(fā)生的（How）。
用戶行為采集的數(shù)據(jù)范圍
用戶行為數(shù)據(jù)分成兩部分：數(shù)據(jù)的生產(chǎn)和數(shù)據(jù)的消費。
其中，數(shù)據(jù)的生產(chǎn)在用戶觸點上發(fā)生，會產(chǎn)生各種各樣的用戶行為數(shù)據(jù)。客戶要通過合適的工具加上合理的方法把數(shù)據(jù)消費掉，從而得到一定的數(shù)據(jù)結(jié)論。
某個用戶加上地點、時間、事情和方式，就構(gòu)成了一個用戶事件。例如，張三在 2022 年 10 月 1 日 20:00:00，在京東 APP，iPhone 14 商品詳情頁點擊了加入購物車按鈕。這就構(gòu)成了對用戶行為的描述，其中的張三就是分析對象。
用戶在日常場景中的操作，能夠抽象成數(shù)據(jù)的維度和指標。通過一個小事件，可以采集用戶的ID以及所對應(yīng)的基本屬性。比如，加購商品的名稱、價格數(shù)量，等事件屬性。
總結(jié)一下，采集上來的數(shù)據(jù)范圍就是：
●用戶及用戶屬性：用戶 ID+用戶基本屬性+用戶標簽
●事件及事件屬性：加入購物車事件+購物車商品名稱、價格、數(shù)量
從用戶行為數(shù)據(jù)到用戶畫像
通過數(shù)據(jù)的采集，就能夠做用戶相關(guān)的分析，其中最核心的是用戶屬性。
用戶屬性可以形成用戶畫像，對用戶畫像的描述越精確，越有利于運營中制定針對性的策略或營銷活動。用戶畫像的精確性取決于采集到的用戶行為的數(shù)據(jù)質(zhì)量。
不同的行業(yè)，畫像體系各不相同，以我們?yōu)榻鹑谛袠I(yè)的用戶基礎(chǔ)畫像為例。
這個畫像的體系包括了用戶的基本屬性、關(guān)聯(lián)關(guān)系、興趣偏好、客戶價值、輿論評價等，其中的一些屬性與用戶行為緊密相關(guān)，另一些則是用戶的自然屬性，包括姓名、性別、住址等。
用戶畫像會隨著數(shù)據(jù)的收集不斷優(yōu)化，比如，用戶偏好會隨對用戶行為分析的不斷深入，而進行動態(tài)的調(diào)整。
4
Fourth Point
用戶行為分析的基本思路
下面將從渠道分析、轉(zhuǎn)化分析、路徑分析、留存分析四個方面，簡單介紹一下用戶行為分析的基本思路。
如何降低獲客成本
有效獲取高價值用戶
首先，我們需要對渠道的拉新能力和獲客質(zhì)量進行評估。
評估可能包含下面一系列問題：哪個渠道帶來的新增用戶更多？哪個渠道的虛假流量占比更少？哪個渠道的高價值用戶更多？哪個渠道的轉(zhuǎn)化效果更好？
為了得到這些問題的答案，我們要做事件分析或渠道分析。第一步，需要定義分析的對象，比如評估渠道拉新能力時，我們的分析對象就是新用戶。第二步，我們會分析拉新渠道的獲客量，及用戶后續(xù)的轉(zhuǎn)化情況與價值情況。
結(jié)合對獲客渠道的分析，可以嘗試尋找ROI更高的渠道組合，并且合理地分配預(yù)算。
如何提高營銷轉(zhuǎn)化率和收入
用戶觸達后的理想路徑，是通過營銷活動到達落地頁，再到具體的商品詳情頁，最終完成購買行為。如果落地頁跳出率90%，產(chǎn)品做得再好也是事倍功半！
在設(shè)計好的路徑中間，存在著用戶流失的情況。這就需要進行用戶行為分析，去解決用戶在哪個環(huán)節(jié)流失的問題。用戶流失率最高的環(huán)節(jié)，就是我們優(yōu)化的重點。關(guān)鍵環(huán)節(jié)的策略改進，對于整體的用戶轉(zhuǎn)化和業(yè)務(wù)收入的幫助非?？捎^。
轉(zhuǎn)化分析中，時常借助漏斗分析模型，將用戶的訪問路徑編號，如1、2、3、4、5等多個步驟，去看每一步的用戶轉(zhuǎn)化情況，用轉(zhuǎn)化漏斗快速找到轉(zhuǎn)化瓶頸，通過維度的細分拆解用戶流失。
通過漏斗分析，我們得到了導(dǎo)致用戶流失的事件，進而找到問題的根源。這些都可以幫助我們改進產(chǎn)品設(shè)計和用戶體驗，甚至促進業(yè)務(wù)流程的重構(gòu)。
如何引導(dǎo)客戶路徑
促進轉(zhuǎn)化
用戶路徑分析即使用智能路徑，跟蹤用戶從轉(zhuǎn)化流程的開始到最終實現(xiàn)轉(zhuǎn)化目標，經(jīng)過了哪些關(guān)鍵節(jié)點。觀察在節(jié)點之間的用戶流轉(zhuǎn)，從中發(fā)現(xiàn)一些問題。
例如，現(xiàn)有用戶群A和B，兩個用戶分群的價值不同。低價值用戶群產(chǎn)生的原因是多樣的，可能是用戶群自身的消費能力不足，也可能是因為產(chǎn)品的設(shè)計不佳，給這部分用戶的轉(zhuǎn)化造成了阻礙。
用戶在APP中的實際路徑，與我們預(yù)設(shè)的轉(zhuǎn)化路徑時常存在差異。線上的用戶路徑分析其實與線下的動線分析類似，關(guān)鍵的數(shù)據(jù)是用戶訪問了哪些頁面，在哪些環(huán)節(jié)中離開了轉(zhuǎn)化流程。
這時候我們會根據(jù)需要，做針對性的優(yōu)化，比如在關(guān)鍵的頁面定向推送促銷信息，減少流失 。
如何提高召回用戶
提升留存率
用戶行為分析中，最重要指標就是用戶的留存率。只有留存的用戶，才會有不斷產(chǎn)生業(yè)務(wù)貢獻的可能。
因此，我們需要進行用戶的留存分析，通過新用戶的七日留存、三十日留存、復(fù)購等指標，判斷其留存情況。
但是，對于用戶留存分析來說，只有這些指標是遠遠不夠的，還需要看用戶的關(guān)鍵行為。因為很多時候，用戶產(chǎn)生了購買行為只是一個結(jié)果，需要分析過程中的行為，了解用戶成單背后的邏輯。
比如，經(jīng)常點擊促銷類的活動頁面與點擊滿減類活動頁面的用戶，哪一類的購買力比較高，通過這樣的分析，我們能更好地掌握高價值用戶的真實需求。
探究和分析用戶行為過程和最終的結(jié)果之間的邏輯關(guān)系，有助于了解如何影響用戶行為，并最終達到業(yè)務(wù)轉(zhuǎn)化的目標。
Analysys
關(guān)于易觀數(shù)科
易觀數(shù)科是國內(nèi)專業(yè)的一站式智能用戶運營（CEM，Customer Engagement Management）解決方案服務(wù)商，旗下?lián)碛幸子^方舟智能分析、易觀方舟智能運營、易觀方舟智能畫像三大產(chǎn)品組件及配套咨詢服務(wù)，幫助企業(yè)沉淀數(shù)字用戶資產(chǎn)，打造數(shù)據(jù)驅(qū)動運營閉環(huán)，建立私域用戶親密關(guān)系，實現(xiàn)精益成長。
作為國內(nèi)首個專注CEM的服務(wù)商，易觀數(shù)科目前已經(jīng)覆蓋品牌零售、地產(chǎn)、汽車、金融、企業(yè)服務(wù)、互聯(lián)網(wǎng)+等10余個行業(yè)，獲得招商銀行、工商銀行、翼支付、平安集團、華潤置地、中石化、用友、上汽EVCARD、相宜本草、幸福西餅等上百家客戶的認可。
