从流量营销到数据驱动,很多产品的精细化运营都是围绕用户来进行的,关键在于用户研究

用户研究的常用方法有:情境调查、用户访谈、问卷调查、A/B测试、可用性测试与用户行为分析,其中用户行为分析是用户研究的最有效方法之一。

第三方统计工具一般是通过SDK接入,我们只需根据指标去搭建分析模型。常见的第三方统计工具有:百度统计、CNZZ统计、GrowingIO、诸葛IO、神策IO、Google Analytics、Thinking Analytics、友盟、Mixpanel、Heap等。

3、用户行为分析指标

对用户行为数据进行分析,关键是找到一个衡量数据的指标。根据用户行为表现,可以细分多个指标,主要分为三类:黏性指标、活跃指标和产出指标。

确定投标行为事件后,我们可以根据事件属性细分维度:用户来源、性别、出生年月、注册时间、绑卡时间、首次充值时间、首次投资时间、标的ID,标名、期限、利率、还款方式等。然后从中找出符合指标的规律,并制定针对性的措施。

2.用户留存分析

用户留存分析是一种用来分析用户参与情况与活跃程度的模型。通过留存量和留存率,可以了解用户的留存和流失状况。比如用次日留存、周留存、月留存等指标来衡量产品的人气或粘度。

以渠道访问的用户留存为例,我们对APP端有过访问行为的渠道用户进行留存分析。从图中可以看出8月14日~8月20日的次日留存率在41%以上,周留存率在22%以上。但在8月17日的次日留存率突然飙升到67%,一般是进行了活动策划或功能优化才会留存率这么高。

用户行为分析模型其实也是一种AISAS模型,即代表了用户从注册、认证、开户、充值到投资整个过程表现:Attention注意、Interest兴趣、Search搜索、Action行动、Share分享,也影响了用户行为决策。

用户行为分析模型是一个完整的行为模型,可以对产品的功能进行验证;也是一个闭环的分析体系,可以对数据的结果进行分析。总而言之,用户的核心是洞察心理,行为的本质是挖掘需求,分析的目的是增长业务。