用户行为分析

1、以数据为驱动的价值观

认同数据的价值；工作定位：统计、助力、优化、创新；商业变现是最根本目标：用户使用→产生数据→商业变现

2、用户行为分析的方法论

具体讲解

3、用户行为分析工具

Google analysis、神策数据、Growing IO等等

1、流量来源：网站的访问来源，用于统计分析各渠道的推广效果。如用户来知乎、微博等等

2、PV（page view）: 即页面浏览量或点击量，指页面刷新的次数，每一次页面刷新，就算做一次PV流量。

3、UV (unique visitor): 即独立访客数，在同一天内，UV只记录第一次进入网站的具有独立IP的访问者，在同一天内再次访问该网站则不计数。PV与UV的比值一定程度上反映产品的粘性，比值越高往往粘性越高.

4、IP数：IP数即独立IP的访问用户数，指1天内使用不同IP地址的用户访问网站的数量。IP数字与UV可能不同（可大可小可相等）.

5、日活/月活：每日活跃用户数（DAU）/每月活跃用户数（MAU），反映的是网站或者APP的用户活跃程度，用户粘性。

6、次日留存/次月留存：次日留存、次月留存反映的是网站或者APP的留存率。

7、用户保有率：指在单位时间内符合有效用户条件的用户数在实际产生用户量的比率，也叫用户留存。

8、转化率/流失率：转化率一般用来统计两个流程之间的转化比例。其中流失率也是重要的数据指标。用户流失率=总流失用户数/总用户数。

9、跳出率：指用户到达网站上且仅浏览了一个页面就离开的访问次数（PV）与所有访问次数的百分比。跳出率越高说明越不受欢迎。

10、退出率：对某一个特定的页面而言，从这个页面离开网站的访问数（PV）占这个页面的访问数的百分比。跳出率适用于访问的着陆页（即用户访问的第一个页面），而退出率则适用于任何访问退出的页面。

11、使用时长：每天用户使用的时间。对于游戏或者是社交产品来说，使用时间越长，说明用户越喜欢。一般来说，使用时长越短说明产品粘性越差，用户越不喜欢。

12、ARPU：Average Revenue Per User，每用户平均收入在一定时间内，ARPU=总收入/用户数。

快速定位问题: 内外因分析、行为事件分析who,when,where,how,what.

分析问题原因：点击分析、行为轨迹分析、漏斗模型、留存分析、

解决问题办法：A/B test、灰度测试

1、内外因素分析：快速定位问题。

例子：一款金融类产品UV下降，内部可控因素：渠道变化、近期上线更新版本、内部不可控因素：公司战略变更、外部可控因素：淡旺季、外部不可控因素：监管。

2、事件分析：4W1H

用户在某个时间点、某个地方、以某种方式完成了某个具体的事情。

事件维度：用户在产品中的行为以及业务过程。

指标：具体的数值，访客、地址、浏览量（PV、UV）、停留时长。趋势分析：分析各个事件的趋势

通过事件分析，比如分析用户的在线时长、点击事件、下载事件等等，然后分析用户的行为。并且通过各类图标来分析用户的行为趋势，从而对用户的行为有初步的了解。

3、试点分析

发现问题——解决办法——灰度测试——规模化推广

4、漏斗模型

漏斗模型是最常用的分析方法，可以广泛应用于流量监控、产品目标转化等日常数据运营工作中。

特别在需要分析用户在哪个环节流失最严重时使用。

5、留存分析

通过留存分析，分析用户的次日留存、次周留存、次月留存等等，次日留存率能够说明用户对这款产品是否有持续使用的兴趣，对于社交、游戏类产品来说，次日留存率非常重要。

6、行为轨迹分析

关注用户如何使用产品的

例：通过用户行为轨迹分析发现，大部分用户支付转化率不高并不是退出了，而是返回了上一个页面，猜测：当前页面信息不足，用户在犹豫，想返回上一个页面再了解一下产品。

7、A/B test

A/B test是一种产品优化方法，AB测试本质上是个分离式组间实验，将A与B两个不同的版本同时发往两个几乎一致的用户群，来观测这两个用户群的数据反馈。

需要注意：实验设计科学、采样具有代表性等等。

8、点击分析

能够直观地看出来在这个页面中，用户的注意力都集中在哪些地方，用户最常用的功能是什么。

方便产品经理对用户行为形成整体的了解，有助于产品经理引导用户往自己想要的方向去操作。

来源于各种资料整理摘抄，旺崽冲冲冲！