用戶行為分析是大廠的普遍要求，可一到實操環節，很多同學就犯難。統計了一堆用戶活躍，登錄，點擊數據，卻得不到對業務有用的結論？該怎么做，今天陳老師給大家詳細盤一盤。

一、清晰目標

分析完用戶行為，可以做什么？是必須首先回答的問題。因為用戶行為數據量大且分散，頁面瀏覽、交易、評論、轉發、點贊、客服問答、售后、積分兌換……如果沒有清晰的目標，很容易迷失在細節里無法自拔。

以電商業務為例，我們希望用戶多多交易，貢獻交易額。此時，可以將用戶行為，劃分為售前/售中/售后三大類（如下圖）。

圖片

這三類行為，對于促成交易有直接幫助：

1、售前行為：分析用戶興趣→ 預判需求，提升成交率

2、售中行為：分析購買記錄→ 支持復購/交叉購買

3、售后行為：區分風險用戶→ 減少投訴/薅羊毛風險

目標清晰，后續輸出的結果就是一定有用的。

有些業務，比如直播/游戲/短視頻/小說，可能是交易的變型，售前行為更長，此時也可以用類似的框架，先理清目標（如下圖）。

圖片

二、頻率分析

統計用戶行為的發生頻率，區分輕重度用戶，是用戶分析最直接的做法。

以售中行為舉例，針對某產品：

• 購買頻次=0，潛在用戶
• 購買頻次=1，首購用戶
• 購買頻次≥2，復購用戶

你很自然的會聯想到：要把潛在用戶變成首購用戶，讓首購用戶復購1次，讓復購用戶多買一些。這就是頻率分析的用法。

只不過，單一行為維度的頻率，不足以說明問題。比如用戶購買了1次A品牌的牙膏，可能是誤打誤撞，可能是因為便宜，可能是湊單的……想要精準鎖定用戶，需要多個行為維度的組合。

比如識別：用戶對A品牌興趣，可以綜合多個行為：廣告點擊、種草文章瀏覽、直播間訪問、商品詳情頁訪問、收藏、加購物車等等。

行為維度很多時，如何設定輕重度標準，是重要議題，常用的方法包括以下三種（如下圖）實操的時候，經常是先做單維度區分，再組合使用。

圖片

三、響應分析

做完頻率分析后，常以標簽形式，記錄分析結論。比如打上“A產品偏好者”的標簽，標示出對A產品意向高但仍未購買的用戶。有了標簽以后，驗證標簽有效性，是重要工作。如果標簽打得準，那么業務對應開展行動，一定能取得更好的效果，這才是數據分析的終極目標。

此時要做響應分析。即分析用戶對不同業務行為的響應效果，驗證標簽有效性，促成業績。需注意的是，產品、價格、購買渠道、推送文案等多重因素，都會影響用戶行為。僅靠單一標簽，不能實現100%精準劃分。

因此，響應分析的重點，就是設計實驗線路，以相對科學的順序，驗證效果，而不是閉著眼睛撞大運。一般認為：應按影響用戶行為的大小排序，先測試價格/產品等影響大的全局變量，再測試文案/圖片/標題等局部變量，逐步積累經驗（如下圖）。

圖片

四、路徑分析

以上分析，都是基于單個用戶行為。還有一種思路，是看用戶群體行為路徑。比如電商業務下，用戶從首頁開始，交易路徑可能有很多條：

• 首頁→搜索欄→列表頁→詳情頁→支付
• 首頁→banner位 →列表頁→詳情頁→支付
• 首頁→活動專區→列表頁→詳情頁→支付

此時，可以利用漏斗分析法，分析不同路徑下成交轉化率/轉化障礙點，進而選擇：

• 增加高轉化路徑流量（比如增大首頁上位置，或主動引導用戶進入）
• 改善低轉化路徑障礙點（比如調整頁面設計，增加引導說明）
• 縮短流失率高的轉化路徑（合并功能項，省去一些環節）

（如下圖）

圖片

路徑分析與頻次/響應分析，也可以結合應用。一般是先做路徑分析，再看個人情況。比如先看交易路徑，發現大量用戶到了加購環節，但是遲遲不付款。此時你肯定會想：用戶是在比款式？等優惠？還是壓根沒需求？下一步，可以把這些“已加購未付款”用戶單獨取數，分析其產品偏好/優惠偏好標簽，從而細致分析問題（如下圖）。

圖片

綜上可見，想做好用戶行為分析，密切結合業務，清晰目標，找到關鍵行為路徑，樹立判斷偏好的標準，一樣都少不了。很多公司，業務沒有清晰思路，數據缺少主動梳理能力，只能盯著一堆指標大眼瞪小眼了。