在PC互联网时代，网民的年增长率达到50%，随便建个网站就能得到大量流量在移动互联网早期，APP也经历了一波流量红利，获取一个客户的成本不到1元而近几年随着流量增长的红利消退，竞争越来越激烈，每个领域均有成百上千的同行竞争，获客成本也飙升到难以承受的水平，业务增长越来越慢甚至倒退。

在如此高成本、高竞争的环境下，如果企业内部不能利用数据分析做好精细化运营，将产生巨大的资源浪费，势必会让企业的运营成本高涨，缺乏竞争力。

对于互联网平台来说，传统的数据分析主要针对结果类的数据进行分析，而缺乏对产生结果的用户行为过程的分析，因此数据分析的价值相对较局限，这也是为什么近几年很多企业感觉做了充分的数据分析，但却没有太大效果的原因。

上一代的用户行为分析(更确切的说法应该是：网站统计或APP统计)工具，主要功能还是局限于浏览行为的分析，而没有针对用户的深度交互行为进行分析，因此分析价值相对有限，目前大部分互联网从业人员对用户行为分析的印象还停留在这个阶段。

很多人还不理解用户行为与业务增长究竟有什么因果关系，即使购买了用户行为分析系统，也只关注常规的pv、uv，不了解用户行为分析的价值，同时也低估了用户行为分析的难度，最终促使系统处于闲置状态。

那如何破解这个困局呢？让我们从了解用户行为分析开始。

一、什么是用户行为分析？

用户行为分析就是通过对这些数据进行统计、分析，从中发现用户使用产品的规律，并将这些规律与网站的营销策略、产品功能、运营策略相结合，发现营销、产品和运营中可能存在的问题，解决这些问题就能优化用户体验、实现更精细和精准的运营与营销，让产品获得更好的增长。

通过对用户行为的5W2H进行分析可以掌握用户从哪里来，进行了哪些操作，为什么流失，从哪里流失等等。从而提升用户体验，平台的转化率，用精细化运营使企业获得业务增长。

：Who(谁)、What(做了什么行为)、When(什么时间)、Where(在哪里)、Why(目的是什么)、How(通过什么方式)，Howmuch(用了多长时间、花了多少钱)。

二、如何做好用户行为分析？

首先我们要明确业务目标，深刻理解业务流程，根据目标，找出需要监测的关键数据节点，做好基础的数据的收集和整理工作，有了足够的数据，还需要掌握科学的方法和分析模型，加之以实际应用，实现有效分析，才能真正的做到数据驱动业务分析与决策。

从整体的用户维度观察数据趋势的变化

新增用户、活跃用户、访问次数、平均使用时长和使用时长分布，是日常运营工作中比较常用的，衡量整体数据维度的粗略指标。我们可以利用这些指标，从宏观角度查看不同时间段、不同渠道、不同产品的大致数据情况。一旦出现数据异常，例如今日的活跃登录用户数明显下降，可以针对性的缩小分析范围，便于定位产品问题。

以“阅读”类产品为例，从图中可以看出，在用户的每一次使用中，这款产品大部分用户的使用时长在1-5秒钟和3-10分钟之间，对产品粘性有了基本了解以后，你可以去分析使用时长在1-5秒钟之间用户的行为特征，也可以分析使用时长大于3分钟的用户行为特征，从而找到提升用户使用时长的增长关键点。

针对不同的用户行为进行具体分析

我们可以将用户在产品上的行为定义为事件，这样用户在产品上的所有获得的程序反馈都可以抽象为事件进行采集。事件可以完整记录了用户的行为，如我们可以知道用户A几点几分进入了商品详情页，并且通过属性可以采集当前页面的商品名称、商品ID、商品类型等，最大化的还原用户使用场景。我们可以针对用户的不同行为，进行重点分析。

：分析单个事件随时间的变化趋势

：根据用户属性或事件属性进行

通过选择符合某些特征的事件，并进行分析

：对环境属性、用户属性中省份、城市细分可查看

通过漏斗对不同行为之间的转化率展开分析

对于业务流程相对规范、周期较长、环节较多的流程分析,漏斗分析能够直观地发现和说明问题所在。企业可以监控用户在各个层级的转化情况，聚焦用户选购全流程中最有效转化路径，找到可优化的短板，提升用户体验。

同时科学的漏斗分析能够展现转化率趋势的曲线，能帮助企业精细地捕捉用户行为变化。对提升了转化分析的精度和效率,流程的异常定位和策略调整效果验证有科学指导意义。

运营人员可以通过观察不同属性的用户群体（如新注册用户与老客户、不同渠道来源的客户）各环节转化率，各流程步骤转化率的差异对比，了解转化率最高的用户群体，分析漏斗合理性，并针对转化率异常环节进行调整。

以初始行为、回访行为针对用户进行留存判断

留存分析是一种用来分析用户参与情况/活跃程度的分析模型，考察进行初始行为的用户中，有多少人会进行后续行为。这是用来衡量产品对用户价值高低的重要方法。通过留存分析，我们主要可以查看新功能上线之后，对不同群体的留存是否带来不同效果?可以判断产品新功能或某活动是否提高了用户的留存率？结合版本更新、市场推广等诸多因素结合，砍掉使用频率低的功能，实现快速迭代验证，制定相应的策略。

留存率是判断产品价值最重要的标准，揭示了产品保留用户的能力。实际上是一种转化率，即由初期的不稳定的用户转化为活跃用户、稳定用户、忠诚用户的过程。随着统计数字的变化，运营人员可看到不同时期用户的变化情况，从而判断产品对客户的吸引力。

记录用户的真实行为操作，判断偏好路径

用户来到你的应用后，通常会沿着不同的路径去使用你的产品。这时，我们需要从一个全局的视角，去探索用户在应用中所经过的所有不同的路径。路径分析可以让我们看到在指定时间内，用户所经过的最常见的那些路径，了解到用户进入应用后，后续分别都做了些什么也可以了解到用户是如何一步步离开应用的。 

以电商为例，买家从登录网站／APP到支付成功要经过首页浏览、搜索商品、加入购物车、提交订单、支付订单等过程。而在用户真实的选购过程是一个交缠反复的过程，例如提交订单后，用户可能会返回首页继续搜索商品，也可能去取消订单，每一个路径背后都有不同的动机。与其他分析模型配合进行深入分析后，能为找到快速用户动机，从而引领用户走向最优路径或者期望中的路径。

最后

对于任何事情，我们要想做好它就必须先了解它，了解之后我们才能更好的驾驭它。那么对一款产品的市场表现情况我们需要如何才能清晰地知道呢？这就需要我们通过用户对该产品的使用行为来进行分析。善于获取数据、分析数据、应用数据，是每个人做好工作的基本功，每家企业都应该加强对用户行为分析大数据的应用，从数据中找出规律，用数据驱动企业增长。

-END-