六种常见的「用户行为」分析方法

转自：日常生活中的脂肪

在日常用户行为分析中，

行为分析页点击分析用户行为路径分析用户健康分析漏斗模型分析用户肖像分析

用户分析可以更好地了解用户的行为习惯，发现产品在推广、创新、用户保留、转型等方面存在的问题，帮助探索高质量的推广渠道，找到高转化率的方法，使产品营销更加准确有效。

1 行为事件分析

行为事件分析法主要用于研究某行为事件的发生对产品的影响及影响程度，一般来说，事件通过埋点来获取。

对于一具体的行为，首先要对其进行定义，将人物（Who）、时间（When）、地点（Where）、交互（How）、交互内容（What）聚合构成完整的用户行为事件。

Who：事件的参与者，如用户id，设备id等；When：事件发生时间；Where：事件发生的地点，如通过ip地址解析，GPS获取；How：用户从事设备等行为，app版本、渠道等；What：用户在事件中所做行为的具体内容，如名称、类型、数量、金额、付款方式等。

定义完成后，需要进行多维钻分析和细分，确认行为的原因，并根据存在的现象找出这种现象的行为。例如，在登录页面下，单击登录和跳过登录的新用户之间的行为差异是什么。定义用户行为事件，然后进行多维度（如位置、事件、app拆分版本等)，找出原因。

2 页面点击分析

页面点击分析主要用于显示页面或页面组（相同结构的页面，如商品详细信息页面、官方网站主页等）区域中不同元素的点击密度，如点击次数、比例、用户点击行为等。

页面点击分析主要解决三个问题：

准确评价用户与产品交互背后的深层关系；实现产品跳转路径分析，挖掘产品页面之间的深层关系；与其他分析模型合作，从全面的角度探索数据价值，深入感知用户体验，实现科学的决策。

页面点击分析模型主要用于分析官方网站主页、活动页面、产品主页或细节页面的互动页面。一般的分析形式包括：视觉热图（如下图所示）和固定埋点。

用户的浏览用户的页面浏览次数、浏览次数、点击次数、点击次数、点击次数/浏览次数、浏览时间等来判断用户的浏览偏好用户的浏览行为对用户进行分组，以便以后进行有针对性的分析和优化。

3 用户行为路径分析

通过分析用户的行为路径，可以发现路径中存在的问题，如转化率问题。在发现具体问题的基础上，可以结合业务场景进行相应的优化和改进。

这可以包括转换漏斗和用户路径（行为轨迹）。我在之前的推文中也提到了这两种分析方法

八种数据分析方法

转换漏斗是一种特殊的路径分析，主要针对少数人为特定模块和事件节点进行路径分析，是一种预先设置的路径，主要用于提高转换效果。适用于分析和监控产品操作中的关键环节，通过用户指导或产品迭代优化发现薄弱的转换环节，以提高转换效果。

用户路径不需要提前设置漏斗，而是计算用户使用产品（app或网站)的每一步，然后依次计算每一步的流向和转换。通过数据再现用户的整个行为轨迹。找出用户访问最多的路径，用户容易丢失的路径。

4 用户健康分析

用户健康是基于用户行为数据综合考虑的核心指标，反映产品运行，预警产品发展。包括：产品基本指标、流量质量指标和产品收入指标。

产品基本指标：用于评价产品本身的运行状态，如uv，pv，dau，新用户数量等。流量质量指标：用于评估用户流量质量，如人均浏览时间、人均浏览次数、保留率、跳出率、回访率等。产品收入指标：用于评估产品的盈利能力和可持续性，如用户支付的金额（GMV）、客单价（ARPU）、订单转换率等。

uv它是衡量产品量级最重要的指标；新用户的数量不仅可以看到新的效果，还可以看到从新用户到老用户的转变过程。

跳出率是指浏览单页时退出的次数/访问次数，可用于衡量用户的访问质量。当跳出率高时，可能意味着内容对用户没有吸引力；人均停留时间可以反映产品对用户的吸引力；保留率可以反映一个渠道的质量，如付费、粘性和价值，CAC成本等。；用户回访率是指使用产品后的用户N产品的比例在日/周/月之后再次使用。

用户支付金额(产品流量一段时间)、客户单价(有效金额/用户数量)、订单转换率(有效订单用户数量/uv）与产品收入有关，产品收入有以下恒等式：

销售额 = 访客数*成交转化率*客单价

销售额= 曝光次数*点击率*成交转化率*客单价

5 漏斗模型分析

漏斗模型是一套流程数据分析模型，可以反映用户的行为状态、从头到尾的转化率和整体转化率。最常用的两个指标是：转化率和损失率。

举个

上图包括三个步骤的注册过程，整个注册过程的整体转化率为46.5%，即1000个访问注册页面的用户中，有465个成功完成了注册。注意每一步的转化率，发现第二步的转化率是65.3%明显低于第一步85.3%和第三步83.5%，可以推测这一步可能有问题。可以针对这一注册步骤发现问题，然后提高转化率，提高整体转化率。

经典漏斗模型为AARRR，包括五个阶段：客户获取（Acquisition）、激活（Activation）、留存（Retention）、营收（Revenue）、自传播（Referral）。

AARRR模型是围绕增长建立的，主要关注新客户的吸引。在当今时代，对于绝大多数产品来说，新产品的成本急剧增加，dau流失率急剧上升，流量红利时代一去不复返。因此，以吸引新客户为中心的增长模式变得毫无意义。获取客户不再是增长之王。也许它已经过时了。目前，大多数人都很受欢迎RARRA模型：留存（Retention）、激活（Activation）、自传播（Referral）、营收（Revenue）、获客（Acquisition），即AARRR该模型突出了用户保留的重要性，通过用户保留来关注增长。

6 用户肖像分析

用户肖像是根据用户特征、在线浏览内容、在线社交活动和消费者行为等信息抽象获得的标签用户模型。通过对数据的挖掘和分析，标签可用于业务运营和数据分析。

用户画像的主要内容可包含：性别、年龄、职业、位置（城市、居住区域）、兴趣爱好（购买、订阅、阅读等）、设备属性（安卓、iOS）、行为数据（浏览时间、路径、拇指、收集、评论、活动）、社交方式等。不同的行业和产品关注不同的用户特征，通常有自己的用户标签系统。