菜单导航

如何通过数据分析掌握用户行为?(一)(原创)

作者: 昌平信息网 发布时间: 2019年12月18日 22:22:36

对于运营来说,需要掌握用户行为来制定不同的运营策略。而用户行为是通过数据分析得出的,那么,具体的数据分析是哪些数据,不同的数据又有什么区别?本篇文章中,笔者对用户留存和用户行为两个指标进行梳理分析,对相关数据进行了总结,与大家分享。

如何通过数据分析掌握用户行为?(一)(原创)

通过本文能够学到什么?

快速了解一款APP。

行业趋势,市场空间。

APP的生存现状,所处阶段,遇到的问题。

产品迭代,发现新的增长引擎方向。

用户运营过程中的数据分析指标

一般来说,对i运营人员的核心任务总结为两点:流量的引入和流量的维系。

而根据具体的具体的工作可以划分为用户运营,内容运营及活动运营。但其核心都是通过产品为你的用户池传递价值

如何通过数据分析掌握用户行为?(一)(原创)

产品运营基本工作

如何通过数据分析掌握用户行为?(一)(原创)

不同运营工作的关系

根据不同的阶段,运营人员要做的工作也不尽相同。比如早期的用户,运营人员的工作主要是集中于如何拉新用户,并为其产生持续的价值,使其留下来。

而成熟的产品则集中于如何有效的促进用户的活跃度和留存率,从中发现有价值的用户,刺激这部分用户为产品带来价值,昌平新房,产生收益,促使产品有质量的存活下去。

如果把用户运营进行拆解,可以分为几个阶段:寻找种子用户——>挖掘核心用户——>吸引更多用户——>实现用户自运营——>挖掘用户价值(包括消费广告等各种创收行为)

如何通过数据分析掌握用户行为?(一)(原创)

用户运营阶段任务

每个阶段的工作独立但又层层递进,影响整体效果,所以工作时对于单独的一项任务或者运营模块,应该将其进行量化为不同的数据指标,来判定工作成效。

一、用户留存

用户留存需要考虑的是用户兴趣的热度衰减程度。

留存的用户无非存在两种情况:一种是无意中使用该产品,发现满足了自己的需求,留下来不断使用。另一种是用户对产品兴趣度递减,逐渐降低使用频次,逐渐远离直至完全消失。

常用的留存指标是次日留存,3日留存,7日留存,15日留存和30日留存。

无论多好的产品都有留存和流失。新老交替无法避免,用户留存一直随着新增用户和流失用户而出于动态平衡:

UR=(SNU/NU)*100%

UR:用户留存率,SNU第N天依然使用的用户,NU新增用户。

这几个数据每一个内部的含义都不同。

关注产品的次日留存:

关注次日留存可以第一时间发现产品新版本的品质变动;

冷启动对于用户的吸引力,以及用户粘性;

通过AB测试添加新手引导设计判断产品的易用性;

通过新用户路径埋点分析用户流失原因。

关注3日留存:可用来判断渠道优劣,以便筛选渠道调整投放策略。

关注7日留存:反应用户一个完整体验周期后的去留情况,判断用户忠诚度。

针对不同时间点的用户留存率,颗粒度较细的数据统计更容易分析出用户留存的规律,并针对实际情况制定相应的运营策略。

如何通过数据分析掌握用户行为?(一)(原创)

某APP留存情况数据

二、用户行为指标

用户的行为数据主要通过埋点获取,通过用户行为分析可以判断用户对产品的喜好以及期望。

如何通过数据分析掌握用户行为?(一)(原创)

用户行为数据分析

黏性:关注用户持续访问情况;

活跃:关注用户访问参与度;

产出:用来衡量用户创造的价值。

基于用户行为的三大类,在每个大类上再添加不同的行为指标。可以进一步挖掘数据价值,添加数据标准,使得团队目标提升更加具有针对性,有利于用户效率提升,

1. 黏性指标

数据显示用户平均每天按压,滑动,点击手机的次数为2617次,普通用户手机屏幕亮起时间为2.42小时,重度用户为3.75小时。

随着智能手机的普及,流量红利的消失,所有流量增长都停滞了,战场从抢夺流量转为抢夺用户时间。

打开次数:而用户行为指标中打开次数是第一重要指标,因为只有让用户打开才有无限的可能;

访问次数:用户单位时间内的访问次数,是用户粘性的核心指标。加上时间,年龄,地域,收入,性别等维度,可以有效的针对不同层级用户制定相应产品策略;