Analisis tingkah laku pengguna ialah bahagian penting dalam analisis data, tetapi ramai orang sering berasa terharu apabila berhadapan dengan sejumlah besar data. Artikel ini akan memberikan anda panduan praktikal untuk analisis tingkah laku pengguna, daripada definisi tingkah laku pengguna, kaedah pengumpulan data, kepada strategi analisis dalam senario perniagaan yang berbeza, untuk membantu anda memahami dan menggunakan data tingkah laku pengguna secara sistematik.

"Kami mempunyai banyak data pengguna, tetapi bagaimana kami menganalisisnya?" Ramai orang mempunyai soalan yang sama. Jika anda hanya mengira bilangan pengguna aktif dan berapa ramai pengguna berbayar yang ada, anda boleh melihat bahawa nombor ini tidak bernilai.

Hari ini, saya akan memperkenalkan sistem kepada anda.

Artikel itu panjang, pelajar ingat untuk menyukainya terlebih dahulu, dan kemudian membacanya perlahan-lahan.

1. Apakah tingkah laku pengguna?

ID pengguna, yang dijana dalam sistem dalaman perusahaan, boleh direkodkan, boleh dipanggil: tingkah laku pengguna.

Tingkah laku pengguna yang lengkap, termasuk 6 elemen:

1. Bila: Apabila ia berlaku
2. Lokasi: Berlaku pada saluran/platform/sistem XX
3. Orang: Siapa yang berlaku
4. Punca: Tindakan pertama
5. Melalui: Pautan semua tindakan
6. Keputusan: Akibat Tingkah Laku Unsur-unsur ini diwakili secara berbeza pada platform yang berbeza (seperti yang ditunjukkan dalam rajah di bawah):

Cara tingkah laku pengguna dikumpulkan secara berbeza pada platform sistem yang berbeza.

Terdapat tiga kategori biasa:

1. Rekod latar belakang: borang pendaftaran pengguna, borang permintaan perkhidmatan, pesanan transaksi, dsb
2. Rekod titik terkubur: pengguna menyemak imbas rekod dalam APP, applet dan H5
3. Maklum balas daripada kakitangan perniagaan: maklumat yang diberikan semula oleh jualan, perkhidmatan pelanggan dan kakitangan selepas jualan

Itulah sebabnya terdapat begitu banyak penunjuk tingkah laku pengguna sehingga tidak mudah untuk membuat kesimpulan.

Terdapat berjuta-juta tingkah laku pengguna, dan hanya dengan memahami mengapa perniagaan memerlukan data tingkah laku pengguna, kita boleh mengetahui yang mana yang benar-benar berguna

Kedua, keperluan perniagaan yang berbeza

Bahagian perniagaan memberi tumpuan kepada tingkah laku pengguna, dan terdapat empat senario:

Situasi 1: Kejahilan, mari kita lihat.

Yang biasa termasuk:

• Pegawai baru itu memegang jawatan, dan tidak jelas bagaimana keadaannya
• Barisan perniagaan baharu belum dikaji semula
• Pada awal tahun baru, kita mesti membuat semua jenis rancangan baru

Dalam kes ini, data hendaklah kasar dan bukannya halus, dan ia harus lengkap tetapi tidak baik. Mula-mula, berikan gambaran keseluruhan keseluruhan, biarkan pemimpin / rakan sekerja perniagaan mencari perasaan, dan kemudian mempunyai isu tertentu, dan kemudian analisis secara mendalam (seperti yang ditunjukkan dalam rajah di bawah). Jika tidak, apabila sekumpulan perkara remeh muncul, kemungkinan besar akan membuat orang terpegun dan menghela nafas, "Apa yang dikatakan timbunan besar ini?" ”

Situasi 2: Fikiran dan fokus pada hasilnya.

Dalam kes ini, secara amnya, perhatikan proses perniagaan, titik fungsi produk dan kesan keluaran kandungan. Matlamat di bahagian perniagaan adalah jelas: lihat bagaimana perkara ini berlaku.

Yang biasa termasuk:

• Bahagian kandungan: Pengguna mengklik, mengambil bahagian dalam perbincangan dan memajukan tindakan
• Titik fungsi: bilangan pengguna, kekerapan dan tempoh
• Barangan: Penyemakan imbas pengguna, pembelian, pembelian berulang, pembelian besar sekali sahaja

Pada masa ini, anda tidak boleh menyebarkannya, tetapi fokus pada titik fungsi yang dibimbangkan oleh perniagaan (seperti yang ditunjukkan dalam rajah di bawah)

Ambil perhatian! Lebih banyak tingkah laku pengguna tidak sama dengan prestasi yang baik. Sebagai contoh, dalam perniagaan e-dagang, operasi pokok penyiraman dan penanaman untuk menerima aktiviti diskaun dengan minat yang besar, cuba menarik bilangan orang aktif, hanya untuk mendapati bahawa pengguna sedang bermain permainan dan menunggu diskaun, tetapi bilangan orang yang membuat pesanan semakin berkurangan!

Pada masa ini, anda boleh menggunakan kaedah matriks, kaedah perbandingan sebelum dan selepas, analisis hubungan tingkah laku dan kaedah lain untuk melihat kesan tingkah laku ini terhadap prestasi (seperti yang ditunjukkan dalam rajah di bawah).

Situasi 3: Tekanan prestasi, keletihan.

Dalam kes ini, secara amnya untuk menilai prestasi proses teras. Sebagai contoh, pendaftaran pengguna baharu, penyertaan acara berskala besar, proses transaksi, aduan masalah utama, dsb.

Pada ketika ini, matlamat analisis sangat spesifik:

• Kadar penukaran pendaftaran hendaklah tinggi!
• Kadar penyertaan acara perlu ditingkatkan!
• Nisbah transaksi hendaklah tinggi!
• Padamkan aduan utama dengan tegas!

Analisis tingkah laku pengguna yang disasarkan dengan baik ini boleh dikatakan paling mudah dan paling santai. Idea terasnya ialah empat modul berikut

Ambil perhatian! Ramai pelajar melihat data dan suka melihat secara langsung butiran terhalus, cuba mencari masalah daripada setiap tindakan pengguna. Sangat mudah untuk terharu dengan jumlah data.

Untuk penilaian proses teras, kita harus terlebih dahulu memberi perhatian kepada kesan keseluruhan (seperti trafik keseluruhan + kadar penukaran keseluruhan) dan kemudian melihat butirannya

Perkara lain ialah melihat data pengguna bersempena dengan langkah pemulihan.

Tingkah laku pengguna adalah hasil daripada pelbagai faktor, dalam perusahaan sebenar, adalah mustahil untuk melakukan penyelidikan pembolehubah kawalan untuk setiap projek seperti makmal, walaupun ABtest telah dilakukan terlebih dahulu, akan ada pelbagai perbezaan kerana masa dan tempat yang sesuai apabila ia benar-benar dilancarkan.

Dalam menghadapi masalah yang kompleks, tidak perlu terjerat: sama ada pengguna tidak menyukai copywriting atau produk, tetapi apa lagi yang boleh kita lakukan untuk menebusnya.

Analisis pemulihan adalah lebih baik daripada jeritan kesepian "Proses ini tidak berfungsi!" "Jauh lebih berharga.

Dalam jangka pendek, terdapat 3,0 kemungkinan langkah pemulihan perniagaan, dan menganalisis yang mana satu berkemungkinan berkesan secara langsung boleh membawa kepada tindakan perniagaan dan menjadikan analisis data berkesan

Situasi 4: Keadaan tidak jelas dan mencurigakan.

Dalam kes ini, secara amnya apabila perniagaan tertentu tidak dapat dilakukan dengan baik, dan pihak perniagaan tidak mempunyai andaian yang jelas. Saya fikir, "Bolehkah kita menggali lebih mendalam tingkah laku pengguna?" Ketahui mengapa? "Mengenai apa yang perlu digali dan mengapa, mungkin mereka sendiri tidak mengetahuinya......

Ini adalah kes yang paling sukar untuk dilakukan. Kerana matlamat analisis sama sekali tidak jelas.

Terdapat dua idea asas di sini:

Idea 1: Bahagian perniagaan mula-mula mengelilingi pelanggan sasarannya, dan kemudian melihat apa yang dilakukan oleh pelanggan sasaran

Idea 2: Ketahui pelanggan berat dengan tingkah laku, dan kemudian tanya pihak perniagaan: inilah yang anda mahukan, ringkasnya, dari keadaan yang melampau, lebih mudah untuk mencari inspirasi untuk menyelesaikan masalah.

Sebagai contoh, pertukaran mata, pihak perniagaan hanya berfikir bahawa perniagaan ini tidak baik, dan mustahil untuk mengatakan di mana ia tidak baik.

Pada ketika ini, anda boleh melihat data dalam dua cara seperti yang ditunjukkan dalam rajah di bawah (seperti yang ditunjukkan di bawah):

Jika anda mendapati bahawa pengguna bernilai tinggi jelas lebih suka pertukaran hadiah tertentu, anda boleh mereka bentuk pelan hadiah untuk menarik pengguna bernilai tinggi.

Jika didapati bahawa pengguna berat jelas disyaki memetik bulu, peraturan ganjaran boleh diubah suai dengan sewajarnya.

Pendek kata, selagi tingkah laku kumpulan pengguna cukup besar, strategi boleh dijana.

IV. Xiaoyu

Seperti yang dapat dilihat daripada empat situasi di atas, walaupun data yang sama adalah sama, mungkin terdapat cara yang berbeza untuk membentangkannya dalam situasi yang berbeza.

Ini memerlukan pelajar memahami dengan teliti keperluan perniagaan dalam kerja mereka.

Ramai pelajar akan berkata: Adalah baik untuk bertanya kepada perniagaan secara langsung.

Masalahnya ialah dalam empat kes, kecuali situasi ketiga, yang sangat jelas dan mempunyai tekanan KPI, tiga situasi lain sangat kabur, dan permintaan lisan terakhir ialah: "Lakukan analisis tingkah laku pengguna dan lihat". Ini memerlukan pelajar yang melakukan data mempunyai tahap keupayaan pertimbangan tertentu.

Empat situasi di atas adalah progresif, dan hubungan logiknya adalah seperti berikut, pelajar boleh mengupas perniagaan bimbingan seperti bawang, mencari masalah yang benar-benar mereka pedulikan dan membuat analisis yang berharga.