一文看懂:用户分析体系该如何搭建

时间:2023-01-19 | 标签: | 作者:Q8 | 来源:网络

小提示:您能找到这篇{一文看懂:用户分析体系该如何搭建}绝对不是偶然,我们能帮您找到潜在客户,解决您的困扰。如果您对本页介绍的一文看懂:用户分析体系该如何搭建内容感兴趣,有相关需求意向欢迎拨打我们的服务热线,或留言咨询,我们将第一时间联系您!

编辑导语:用户分析对企业的发展至关重要,它可以还原用户使用的真实过程,让我们更加清楚的了解用户的行为习惯,那么用户分析应该怎样做呢?本文对用户分析的过程进行拆解,通过讲述“用户是谁”“用户从哪里来”“用户做了什么”“用户会到哪里去”,详细传递了用户分析的方法,值得一看。



用户分析,是当前数据分析领域最热门的话题了。不管是互联网企业还是传统企业,都在问:

  • 我的用户是谁?
  • 用户从哪里来?
  • 用户做了什么?
  • 用户会到哪去?

几乎所有部门,都会用到用户分析的结论,所以用户分析,在整个分析体系中,是最基础的环节(如下图)。

今天就简单分享一下,用户分析该怎做。

一、用户分析做什么?

用户分析解答四个问题:

  • 用户特征是什么(我的用户是谁?)
  • 从哪里获得用户(用户从哪里来?)
  • 用户的活跃行为(用户做了什么?)
  • 用户的行为预测(用户会到哪去?)

这样做完分析以后,就能对用户状况有清晰的了解,还能根据预测结果,做出针对性的服务/营销动作。用户分析,可谓是人人都喜欢看。

二、用户特征分析

用户特征分析,就是把用户基础的性别、年龄、职业、收入、家庭地址、兴趣爱好……等展示出来,告诉大家我们的用户是什么样的。但是这部分受数据来源局限,实际工作中,很多公司无法记录到足够多的真实数据。所以,有哪些数据就展示哪些吧,无法强求。

但是,有一项特征分析,是一定能做的,就是:消费分层。用分层分析法,对用户消费进行分层,识别出哪些用户消费很高,哪些很低。这个结果,在后边的各个分析中都能用到。并且,特定的消费分层机构,会影响到后边运营思路(如下图)。

三、用户来源分析

用户来源分析,就是从获取用户角度,把用户来源渠道、转化路径,结合用户消费分层与用户特征进行分析。从而识别出:

  • 哪个渠道获客效率更高
  • 高价值的用户在哪里集中
  • 获取用户的方式,是否能进一步优化

用户来源分析,对于广告投放、销售培训、市场推广都有重要意义,因此备受关注。

四、用户行为分析

用户行为分析,针对已经注册,具有ID的用户,分析其活跃行为,包括:

  • 用户消费行为:用户买了多少钱、买了什么货、上次消费距今多久了
  • 用户咨询行为:用户向客服咨询了什么问题,投诉了什么问题
  • 用户互动行为:用户浏览了什么内容、点击了什么页面、看了什么直播

这里最重要的就是消费行为。大部分公司都是依靠用户消费赚取利润的,运营/营销的策略,也是从消费行为分析里推导出来的。更好的是:用户消费数据一定有完整的记录,所以可以做很多分析。比如经典的RFM模型,就是针对消费行为进行分中国营销软件网网站析(如下图)。

用户咨询行为,一般是通过客服/门店收集的,即使传统企业也能拿到这部分数据。用户咨询数据量不会很大(发起咨询的用户,只占全量的1%左右),商城怎样发布小红书种草笔但是意义很大。因为会发起咨询,就说明用户有强烈的意愿。

如果咨询的是活动信息,就说明活动宣传有问题,用户看不懂。

如果咨询的是商品信息,就说明有些用户对该商品有特殊兴趣。

如果投诉的是产品质量,那就得赶紧处理,避免事态升级。

用户互动行为,在互联网行业很普遍(传统线下门店记录不到这些数据)。通过埋点数据,可以获得用户点击、浏览、观看等数据,这些数据,零散地看可能意义不大,但是汇总起来,能形成很有意义的分析。

比如:

  • 分析用户在交易过程中行为,找到提升交易概率的关键
  • 分析用户对内容点击浏览行为,找到用户的兴趣点以提升留存
  • 分析用户对商品/活动信息的浏览行为,找到用户购买需求

在用户互动行为上,分析模型也很多。比如勾画用户站内行为的UJM模型,比如找用户关键行为的“魔法数字”分析方法等等。有机会再跟大家一一分享。

除了单独的用户行为分析,用户行为数据,可以作为建模的输入素材,训练更多的模型。

五、用户行为预测

用户行为预测包含宏观、微观两个层面。

宏观层面,针对用户群体总量进行预测,比如预测整体上用户会流失多大比例,用户增长到什么规模,活跃用户预计是什么水平。通过宏观预测,能指导企业整体经营计划的制定。预测宏观数据的方法相对简单,可以用之前介绍的时间序列方法,也能直接拟合曲线/按比例推算(如下图)。



微观层面,则是对每一个用户的行为进行预测,包括:



  • 预测用户是否消费:找出不消费的用户,进行激活
  • 预测用户是否流失:对于高流失概率的用户,体现促活
  • 预测用户需求:通过关联规则、协同规律,找用户可能购买的产品

这些模型能直接指导业务动作,意义很大。但是建模本身需要较多基础数据积累。而数据积累又恰恰是很多企业最大的软肋,所以这一部分分析,大家量力而行。

六、小结

今时今日,各个部门遇到点问题,都会问:

  • 是不是用户不喜欢?
  • 是不是没找对用户?
  • 是不是用户行为有变化?

所以,用户分析可以展开讲的内容太多了,几乎与每一类分析都有点关系。今天就当开个头,后边再跟大家一一分享。

 

作者:码工小熊,微信公众号:码工小熊

本文由 @码工小熊 于,,。

,基于CC0协议

一文看懂:用户分析体系该如何搭建

上一篇:【数据】是如何坑人的?
下一篇:实战经验分享:APP付费推广中的数据分析如何做


版权声明:以上主题为“一文看懂:用户分析体系该如何搭建"的内容可能是本站网友自行发布,或者来至于网络。如有侵权欢迎联系我们客服QQ处理,谢谢。
相关内容
扫码咨询
    一文看懂:用户分析体系该如何搭建
    打开微信扫码或长按识别二维码

小提示:您应该对本页介绍的“一文看懂:用户分析体系该如何搭建”相关内容感兴趣,若您有相关需求欢迎拨打我们的服务热线或留言咨询,我们尽快与您联系沟通一文看懂:用户分析体系该如何搭建的相关事宜。

关键词:2年, 初级, 用户体系,

关于 | 业务 | 案例 | 免责 | 隐私
客服邮箱:545321@QQ.com
电话:400-021-1330 | 客服QQ:545321
沪ICP备12034177号 | 沪公网安备31010702002418号