------------恢復內容開始------------

　　本文采用的資料集是阿里天池提供的user_behavior_data_on_taobao_app公開資料集進行分析，期望通過此次分析能通推動產品迭代、實現精準營銷，提供定製服務，驅動產品決策等，需要此資料的小朋友們可以前往天池下載

使用者行為分析

想要進行精細化運營，圍繞的中心永遠是使用者。使用者研究的常用方法有：情境調查、使用者訪談、問卷調查、A/B測試、可用性測試與使用者行為分析。其中使用者行為分析是使用者研究的最有效方法之一。

什麼是使用者行為分析

瞭解使用者行為分析

使用者行為分析是對使用者在產品上的產生的行為及行為背後的資料

在產品運營過程中，對使用者行為的資料進行收集、儲存、跟蹤、分析與應用等，可以找到實現使用者自增長的病毒因素、群體特徵與目標使用者。從而深度還原使用者使用場景、操作規律、訪問路徑及行為特點等。

使用者行為分析的目的

對於網際網路金融、新零售、供應鏈、線上教育、銀行、證券等行業的產品而言，以資料為驅動的使用者行為分析尤為重要。使用者行為分析的目的是：推動產品迭代、實現精準營銷，提供定製服務，驅動產品決策等。

主要體現在以下幾個方面：

• 對產品而言，幫助驗證產品的可行性，研究產品決策，清楚地瞭解使用者的行為習慣
  ，並找出產品的缺陷，以便需求的迭代與優化。
• 對設計而言，幫助增加體驗的友好性，匹配使用者情感，細膩地貼合用戶的個性服務，並發現互動的不足，以便設計的完善與改進。
• 對運營而言，幫助裂變增長的有效性，實現精準營銷，全面地挖掘使用者的使用場景，並分析運營的問題，以便決策的轉變與調整。

使用者行為分析指標

對使用者行為資料進行分析，關鍵是找到一個衡量資料的指標。根據使用者行為表現，可以細分多個指標，主要分為三類：黏性指標、活躍指標和產出指標。

• 粘性指標：主要關注使用者週期內持續訪問的情況，比如新使用者數與比例、活躍使用者數與比例、使用者轉化率、使用者留存率、使用者流失率、使用者訪問率。
• 活躍指標：主要考察的是使用者訪問的參與度
  ，比如活躍使用者、新增使用者、回訪使用者、流失使用者、平均停留時長、使用頻率等。
• 產出指標：主要衡量使用者創造的直接價值輸出，比如頁面瀏覽數PV、獨立訪客數UV、點選次數、消費頻次、消費金額等。

這些指標細分的目的是指導運營決策，即根據不同的指標去優化與調整運營策略。簡而言之，使用者行為分析指標細分的根本目的有：一是增加使用者的粘性，提升使用者的認知度；二是促進使用者的活躍，誘導使用者的參與度；三是提高使用者的價值，培養使用者的忠誠度。

實施使用者行為分析

確定好使用者行為分析指標後，我們可以藉助一些模型對使用者行為的資料進行定性和定量的分析。

常用的分析模型有：

• 行為事件分析
• 使用者留存分析
• 漏斗模型分析
• 行為路徑分析
• 福格模型分析

行為事件分析

行為事件分析是根據運營關鍵指標對使用者特定事件進行分析。通過追蹤或記錄使用者行為事件，可以快速的了解到事件的趨勢走向和使用者的完成情況。

作用：主要是解決使用者是誰，從哪裡來，什麼時候來，幹了什麼事情，如何做的，歸納總結即為事件的定義遵循5W原則：Who、When、Where、What、How。主要用於研究某行為事件的發生對企業組織價值的影響以及影響程度。

使用者留存分析

使用者留存分析是一種用來分析使用者參與情況與活躍程度的模型。通過留存量和留存率，可以瞭解使用者的留存和流失狀況。比如用次日留存、周留存、月留存等指標來衡量產品的人氣或粘度。

留存率=新增使用者中登入使用者數/新增使用者數*100%（一般統計週期為天）

新增使用者數：在某個時間段（一般為第一整天）新登入應用的使用者數；

登入使用者數：登入應用後至當前時間，至少登入過一次的使用者數；

第N日留存：指的是新增使用者日之後的第N日依然登入的使用者佔新增使用者的比例

第1日留存率（即“次留”）：（當天新增的使用者中，新增日之後的第1天還登入的使用者數）/第一天新增總使用者數；

第3日留存率：（當天新增的使用者中，新增日之後的第3天還登入的使用者數）/第一天新增總使用者數；

第7日留存率：（當天新增的使用者中，新增日之後的第7天還登入的使用者數）/第一天新增總使用者數；

第30日留存率：（當天新增的使用者中，新增日之後的第30天還登入的使用者數）/第一天新增總使用者數；

作用：

使用者留存一般符合40-20-10法則，即新使用者的次日留存應該大於40%，周留存大於20%，月留存大於10%才符合業務標準。我們做使用者留存分析主要驗證是否達到既定的運營目標，進而影響下一步的產品決策。

漏斗模型分析

漏斗模型分析是使用者在使用產品過程中，描述各個階段中關鍵環節的使用者轉化和流失率情況。比如在日常活動運營中，通過確定各個環節的流失率，分析使用者怎麼流失、為什麼流失、在哪裡流失。找到需要改進的環節，要重點關注，並採取有效的措施來提升整體轉化率。

作用：

漏斗模型分析可以驗證整個流程的設計是否合理。通過對各環節相關轉化率的比較，可以發現運營活動中哪些環節的轉化率沒有達到預期指標，從而發現問題所在，並找到優化方向。

行為路徑分析

行為路徑分析就是分析使用者在產品使用過程中的訪問路徑。通過對行為路徑的資料分析，可以發現使用者最常用的功能和使用路徑。並從頁面的多維度分析，追蹤使用者轉化路徑，提升產品使用者體驗。 不管是產品冷啟動，還是日常活動營銷，做行為路徑分析首先要梳理使用者行為軌跡。使用者行為軌跡包括認知、熟悉、試用、使用到忠誠等。軌跡背後反映的是使用者特徵，這些特徵對產品運營有重要的參考價值。

在分析使用者行為路徑時，我們會發現使用者實際的行為路徑與期望的行為路徑有一定的偏差。這個偏差就是產品可能存在的問題，需要及時對產品進行優化，找到縮短路徑的空間。

福格模型分析

福格行為模型是用來研究使用者行為原因的分析模型。福格行為模型用公式來簡化就是B=MAT，即B=MAT。B代表行為，M代表動機，A代表能力，T代表觸發。它認為要讓一個行為發生，必須同時具備三個元素：動機、能力和觸發器。因此可以藉助福格行為模型來評估產品的合理性和能否達到預期目標。

AISAS模型

使用者行為分析模型其實也是一種AISAS模型：Attention注意、Interest興趣、Search搜尋、Action行動、Share分享，也影響了使用者行為決策。

• Attention Attention是指我們要想獲得一定的業績，就要首先吸引客戶的注意。如果沒有客戶的話，那後面的一切營銷活動都會沒有任何用武之地。想要吸引客戶的注意，我們可以從多方面來下手，比如說通過互動營銷這種辦法來吸引到店消費。
• Interest 吸引住了客戶之後，我們要想真正的留住這些客戶，就要讓客戶對我們的產品產生一定的興趣，讓他們發自內心的想要購買我們的產品。這就要求我們在事先要對目標群體進行一定的市場調查，瞭解目標群體的癢點。

• Search 當目標群體對我們產生一定的興趣之後，他們可能就會通過一些線上或者線下的渠道來蒐集我們產品的資訊，這個階段就是搜尋階段。如果要想使客戶對我們留下較好的印象，線上要注意搜尋引擎優化，線下要做到優化服務、提升口碑。

• Action 如果客戶經過一系列的調查之後對公司的產品較為滿意的話，就會直接進行消費。在這個階段裡面促進訂單成交的最主要的環節便是銷售環節，所以會對銷售能力有著較高的要求。

• Share 如果客戶使用該企業的產品獲得了較好的使用感受，他可能會和周圍的人進行分享，向周圍的人推薦該企業的產品，這也就是所謂的口碑傳播。我們一定要重視口碑傳播的重要作用，它的說服力能夠秒殺一切營銷活動。

資料集描述

其中，使用者行為類別包含點選、收藏、加購物車、支付四種類別，分別用數字1，2，3，4表示

明確分析目的

基於淘寶app平臺數據，通過相關指標對使用者行為進行分析，推動產品迭代、實現精準營銷，提供定製服務，驅動產品決策等。

獲得相關指標：

1. 總量

2. 日pv

3. 日uv

使用者消費行為分析

4. 付費率
5. 復購率

通過漏斗模型進行使用者行為分析

RFM模型分析使用者價值

理解資料

------------恢復內容結束------------