91久久国产婷婷一区二区丨亚洲综合无码一区二区三区不卡丨超caopor在线公开视频丨国产精品乱码久久久久久久久丨日韩a片无码一区二区三区电影丨www.亚洲com丨动漫精品无码视频一区二区三区丨一道本视频在线观看丨五月天三级丨国户精品久久久久久久久久久不卡丨男女作爱bbbbbbbbb丨亚洲综合色成在线观看丨国产美女久久精品香蕉69丨黑人大群体交免费视频丨成人无码视频在线观看网址丨久久久1丨我想看一级黄色毛片丨精品一区久久丨www黄色网址丨911久久香蕉国产线看观看

▌一、什么是用戶行為？

用戶行為由最簡單的五個元素構成：時間、地點、人物、交互、交互的內容。

（一）什么是用戶行為？

對用戶行為進行分析，要將其定義為各種事件。比如用戶搜索是一個事件，在什么時間、什么平臺上、哪一個ID、做了搜索、搜索的內容是什么。這是一個完整的事件，也是對用戶行為的一個定義；我們可以在網站或者是 App中定義千千萬萬個這樣的事件。

有了這樣的事件以后，就可以把用戶行為連起來觀察。用戶首次進入網站后就是一個新用戶，他可能要注冊，那么注冊行為就是一個事件。注冊要填寫個人信息，之后他可能開始搜索買東西，所有這些都是用戶行為的事件。

（二）如何獲取用戶行為數據？

那么，我們又該如何去監測這些用戶行為數據呢？

一種非常傳統、非常普遍的方式就是通過寫代碼去定義這個事件。在網站需要監測用戶行為數據的地方加載一段代碼，比如說注冊按鈕、下單按鈕等。加載了監測代碼，我們才能知道用戶是否點擊了注冊按鈕、用戶下了什么訂單。

所有這些通過寫代碼來詳細描述事件和屬性的方式，國內都統稱為“埋點”。這是一種非常耗費人力的工程，并且過程非常繁瑣重復，但是大部分互聯網公司仍然雇傭了大批埋點團隊。

▌二、為什么要做用戶行為分析？

既然這么麻煩，那為什么要做用戶行為分析？

因為只有做了用戶行為分析才能知道用戶畫像、才能知道用戶在網站上個各種瀏覽、點擊、購買背后的商業真相。

簡單講，分析的主要方式就是關注流失，尤其是對轉化有要求的網站。我們希望用戶不要流失，上來之后不要走。像很多 O2O產品，用戶一上來就有很多補貼；一旦錢燒完了，用戶就都走了。這樣的產品或者商業模式并不佳，我們希望用戶真正找到平臺的價值，不停的來，不要流失。

用戶行為分析幫助分析用戶怎么流失、為什么流失、在哪里流失。

比如最簡單的一個搜索行為：某一個 ID什么時間搜索了關鍵詞、看了哪一頁、哪幾個結果，同時這個 ID在哪個時間下單購買了，這個整個行為都非常重要的。如果中間他對搜索結果不滿意，他肯定會再搜一次，把關鍵詞換成別的，然后才能夠搜索到結果。

用戶行為分析還能做哪些事情？

當你有了很多用戶行為數據、定義事件之后，你可以把用戶數據做成一個按小時、按天，或者按用戶級別、事件級別拆分的一個表。這個表用來做什么？一個是知道用戶最簡單事件，比如登錄或者是購買，也可以知道哪些是優質用戶、哪些是即將流失的客戶，這樣的數據每天或每個小時都能看到。

▌三、用戶行為分析的五大場景

有了用戶的行為數據以后，我們有哪些應用場景呢？

拉新，也就是獲取新用戶；

轉化，比如電商特別注重訂單轉化率；

促活，如何讓用戶經常使用我們的產品；

留存，提前發現可能流失用戶，降低流失率；

變現，發現高價值用戶，提高銷售效率。

（一）拉新

2008年我在 eBay時，我的工作就是分析 SEM和 SEO的每個關鍵詞的 ROI。eBay每天要向谷歌買400萬個關鍵詞，除了SEM、SEO我們還要分析其它各種合作伙伴渠道。比如一家小電商網站上面放了 eBay的鏈接，而后用戶通過該鏈接最終在 eBay上完成了購買，eBay就會分錢給這家網站。

eBay特別注重是哪個搜索引擎、哪個關鍵詞帶來的流量；關鍵詞是付費還是免費的。從谷歌那邊搜素引擎詞帶來了很多流量，但是這些流量是否在 eBay上成單，所以這個數據還要跟 eBay本身數據結合、然后再做渠道分配，到底成單的是哪個渠道。整個數據鏈要從頭到尾打通，需要把兩邊的數據整合之后才能做到。

（二）轉化

以注冊轉化漏斗為例，第一步我們知道網頁上有哪些注冊入口，很多網站的注冊入口不只一個，需要定義每個事件；我們還想知道下一步多少人、多少百分比的人點擊了注冊按鈕、多少人打開了驗證頁；多少人登錄了，多少人完成了整個完整的注冊。

期間每一步都會有用戶流失，漏斗做完后，我們就可以直觀看到，每個環節的流失率。

（三）促活

還有一個是用戶使用產品的流暢度。我們可以分析具體用戶行為，比如訪問時長，在那個頁面上停留時間特別長，尤其在 App上會特別明顯。再有是完善用戶畫像，拿用戶行為分析做用戶畫像是比較準的。

舉個例子，在美國有一個非常有名的在線視頻網絡 Netflix。Netflix非常有意思，通過用戶行為分析，他把你一家人都進行精準分析定義。你們一家人有多少人，是大人還是小孩，你最喜歡看的是哪三部電影？你的行為輸出越多，他的推薦就會越來越精準。

（四）留存

用戶流失不是說一下子就流失了，一些細微、小的一些行為，就能預示他將來會流失。

在LinkedIn的時候，我們要去追蹤用戶的使用行為。比如說有沒有登錄、登錄之后有沒有搜簡歷、有沒有上傳簡歷等等。用戶這些點點滴滴的行為，都很重要。有了這些數據支撐，LinkedIn的產品、銷售每天都要去看用戶報告，最簡單的就是用戶使用行為有沒有下降、哪些行為下降、哪些用戶用的特別好等，以此來維護用戶關系。

（五）變現

LinkedIn是一家 2C又 2B的公司，在全球有4億的用戶，有很多真實用戶的簡歷信息。2B的業務是LinkedIn為每一個企業 HR銷售的，目的就是幫助美國的企業去找中高端的人才，這里面有很多的不同的產品線。LinkedIn本身就是一個社交網絡，用戶是經理、Vp還是總監，還是業務類的，市場的、銷售的等等這些數據在 LinkedIn上都聚合成一個公司的緯度。

有了這個公司的緯度之后，我們就能夠很快讓銷售拿著這個賣給客戶。比如要跟星巴克談業務，最能震撼到星巴克 HR的數據是人才流失率的列表。

如上圖，其員工在最近一年有哪些是從別的公司加入進來，上一家公司是誰，用藍色顯示；左邊做的是星巴克員工流失，其跳槽去了哪家公司，用紅色顯示。

通過這個簡單的分布，就可以迅速看出來人才流失情況。如果是藍色的多，說明這家公司的人才吸引方面是強的，如果是紅色的多，說明這家公司人才儲備和招聘方面正處于頹勢。我們把數據展示給最終客戶，基本上就可以拿到單子。我們可以通過數據來講故事。我們一開始做了很多的報告，銷售可以拿去講故事，可以很快促進成單。

所有這些是通過用戶行為分析做出來的，不是通過拍腦門或者是第三方數據，用戶行為分析的價值不言而喻。