北京醫藥集團教育培訓中心_醫學教育網

北京醫藥集團教育培訓中心_醫學教育網

http://www.fetchbus.com

菜單導航

常見用戶行為分析模型解析(1)

作者: 甘諾穎 發布時間: 2021年03月29日 03:28:54

在用戶行為領域,通過數據分析方法的科學應用,經過理論推導,能夠相對完整地揭示用戶行為的內在規律?;诖藥椭髽I實現多維交叉分析,幫助企業建立快速反應、適應變化的敏捷商業智能決策。結合近期的思考與學習,將為大家陸續介紹不同針對用戶行為的分析模型。本文主要介紹行為事件分析。

一、什么是行為事件分析?

行為事件分析法來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。企業借此來追蹤或記錄的用戶行為或業務過程,如用戶注冊、瀏覽產品詳情頁、成功投資、提現等,通過研究與事件發生關聯的所有因素來挖掘用戶行為事件背后的原因、交互影響等。

在日常工作中,運營、市場、產品、數據分析師根據實際工作情況而關注不同的事件指標。如最近三個月來自哪個渠道的用戶注冊量最高?變化趨勢如何?各時段的人均充值金額是分別多少?上周來自北京發生過購買行為的獨立用戶數,按照年齡段的分布情況?每天的獨立 Session 數是多少?諸如此類的指標查看的過程中,行為事件分析起到重要作用。

二、行為事件分析模型的特點與價值

行為事件分析法具有強大的篩選、分組和聚合能力,邏輯清晰且使用簡單,已被廣泛應用。簡單的說,行為事件分析法一般經過事件定義與選擇、下鉆分析、解釋與結論等環節。

事件定義與選擇

事件定義包括定義所關注的事件及事件窗口的長度,這也是事件分析法最為核心和關鍵的步驟。這里需要了解“Session”的概念,Session 即會話,是指用戶在指定的時間段內在 APP、WEB 上發生的一系列互動。例如,一次會話可以包含多個網頁或屏幕瀏覽、事件、社交互動和電子商務交易。當用戶想了解“訪問次數”、“平均交互深度”、“平均使用時長”、“頁面平均停留時長”、“跳出率”、“頁面退出率”等指標時,都需引入 Session 才能分析。因此,創建和管理 Session 是事件定義的關鍵步驟。

多維度下鉆分析

最為高效的行為事件分析要支持任意下鉆分析和精細化條件篩選。當行為事件分析合理配置追蹤事件和屬性,可以激發出事件分析的強大潛能,為企業回答關于變化趨勢、維度對比等等各種細分問題。同時,還可以通過添加篩選條件,可以精細化查看符合某些具體條件的事件數據。

解釋與結論

此環節要對分析結果進行合理的理論解釋,判斷數據分析結果是否與預期相符,如判斷產品的細節優化是否提升了觸發用戶數。如果相悖,則應該針對不足的部分進行再分析與實證。

三、行為事件分析模型應用場景 場景一:互金行業常見的行為事件分析

某互聯網金融客戶運營人員發現,4月10日號來自新浪渠道的 PV 數異常標高,因此需要快速排查原因:是異常流量還是虛假流量?

企業可以先定義事件,通過“篩選條件”限定廣告系列來源為“新浪”。再從其它多個維度進行細分下鉆,比如“地理位置”、“時間”、“廣告系列媒介”、“操作系統”、“瀏覽器”等。當進行細分篩查時,虛假流量無處遁形。下圖為來源為“新浪”的各城市瀏覽頁面的總次數。

常見用戶行為分析模型解析(1)

圖1 通過神策數據了解來源新浪的各城市瀏覽頁面的總次數

在剔除虛假流量后,運營人員可進行其他用戶行為分析。通過“投資成功”事件,查看各個時段的投資金額。若想知道每個產品類型的投資金額,此時再按照“產品類型”進行分組查看即可。如圖2。

常見用戶行為分析模型解析(1)

圖2 通過神策數據了解不同產品投資成功的支付金額的總和

當用戶投資到期后,后續行為可能是提現或繼續投資,運營人員可以實時關注“提現率”的變化趨勢。

常見用戶行為分析模型解析(1)

圖3 通過神策數據了解用戶投資到期后提現率的變化情況

值得強調的是,行為事件分析方法是多種數據分析模型之一,它與其他分析模型存在無法割裂的關系。只有各分析模型實現科學互動和配合,能夠科學揭示出用戶個人/群體行為的內部規律,并據此做出理論推導,不斷在工作實踐中優化商業決策和產品智能。

相關閱讀

常見用戶行為分析模型解析(2)——用戶留存分析

常見用戶行為分析模型解析(3)——漏斗分析

常見用戶行為分析模型解析(4)——用戶行為路徑分析

常見用戶行為分析模型解析(5)——用戶分群

常見用戶行為分析模型解析(6)——點擊分析

數據分析方法論:你真的懂 Session(會話) 分析嗎?

作者:張喬,神策數據內容營銷負責人。公眾號:神策數據

本文由 @張喬-神策 原創發布于人人都是產品經理。未經許可,禁止轉載。

給作者打賞,鼓勵TA抓緊創作!

贊賞

10人打賞

常見用戶行為分析模型解析(1)

常見用戶行為分析模型解析(1)

常見用戶行為分析模型解析(1)

常見用戶行為分析模型解析(1)

常見用戶行為分析模型解析(1)

常見用戶行為分析模型解析(1)

常見用戶行為分析模型解析(1)

常見用戶行為分析模型解析(1)

本文地址:/xinwen/171105.html

請遵守互聯網相關規定,不要發布廣告和違法內容