用户分析及总结.pptxVIP

用户分析及总结

用户分析概述用户分析常见模型用户分析经验总结目录

用户分析的目的现在产品和服务都是围绕用户来进行展开的，用户的需求、反馈、满意度、体验度等越来越受到关注。通过收集企业各类直销渠道、代理渠道及线下渠道的用户信息，按照不同维度给用户贴上不同的标签，总结出各类型的用户形象；并分析活跃用户的行为，投其所好，实现精细化运营，从而吸引更多用户，提升用户体验，延长用户生命周期，增加用户的留存度和价值。分析用户行为和用户行为的结果。谁在什么时间、什么地方做了什么行为，能反映出什么信息。

用户数据采集方式埋点在要关注的行为处加一段监测代码，比如网页、APP埋点，来获取各种信息，如多少用户点击了哪个按钮，都是什么身份、性别等等。明确需求（确定核心指标）埋点方案设计埋点过程实施埋点上线回测点击事件曝光事件停留事件常见的埋点事件

用户行为五要素用5W2H来总结Who：行为的发起者When：行为发生的实际时间Where：行为发生的具体地点How：用户发起行为的具体方式What：用户行为发生的具体内容在什么样的场景下？面向哪些目标用户？解决了哪些问题？带来了什么价值？哪些是主要问题？哪些是次要问题？重不重要？紧不紧急每个问题怎么量化？量化指标是什么？怎么通过数据定义问题？有哪些辅助指标？

用户画像用户画像是将一类有共同特征的用户聚类分析后得出的。首先明确画像目的，采集数据，数据清洗，标签标准化，数据标签化，生成画像。画像分类有很多种，一般可以按照用户的自然特征、社会特征、行为偏好特征等，根据画像目的不同分出不同标签。用户分群数据分析方法是进行用户画像的关键数据分析模型，这是企业进行数据分析、精细化运营的第一步。用户分群即用户信息标签化，通过用户的历史行为路径、行为特征、偏好等属性，将具有相同属性的用户划分为一个群体，并进行后续分析。

用户生命周期用户生命周期指用户从注册账户建立起业务关系到完全终止关系的全过程，它动态地描述了用户在不同阶段的大致特征。主要分为新用户、活跃用户、忠诚用户、沉默用户、睡眠用户、流失用户等，不同生命周期的用户需要有不同的关注度和运营策略。赚钱=CLV（用户生命周期价值）-CAC（获客成本）-COC（运营成本）用户生命周期=周期/(1-周期内新增留存率)将活跃用户数、新用户比例、流失率结合在一起看时可以掌控产品用户的全景。

用户分析的三大重点指标活跃用户数新用户比例用户流失率新用户比例反映了产品的推广能力、渠道的铺设及带来的修改，新用户比例不仅是评估市场绩效的一个关键指标，同时也反映了产品的发展状况。用户流失率反映了产品对用户的吸引力，所以从新用户比例看用户就”进来“的情况，从流失率看用户”离开“的情况。

1、新用户比例大于流失率：产品处于发展成长阶段；2、新用户比例与流失率持平：持平处于成熟稳定阶段；3、新用户比例低于用户流失率：产品处于下滑衰退阶段。通过分析新用户比例可以知道老用户有多少，分析新老用户是为了更好的保留老用户、发掘新用户，老用户一般是产品的忠诚用户，黏度较高，是为产品带来价值的重要用户群体。所以，老用户是产品生存的基础，新用户是产品发展的动力，在发展的同时产品得在保证老用户的基础上不断地提升新用户数。

从用户活跃度来看，可以分为僵尸用户、低频用户、活跃用户和深度用户。活跃用户可以为产品带来活力并创造持久的价值，而一旦用户活跃度下降，用户很可能就渐渐流失。流失用户：有一段时间没有再打开产品(曾经打开过产品），那么我们就视为流失用户，根据产品的属性，可以按30天，60天，90天等划分。不活跃用户：有一段时间没有打开产品，为了和流失区分开来，需要选择无交集的时间范围。比如流失用户是60天以上没打开产品，那么不活跃则是0～60天没打开。回流用户：有一段时间没用产品，之后突然回来再次使用，则称为回流用户。回流用户是活跃用户，且是由流失用户或不活跃用户唤回而来。活跃用户：一段时间内打开过产品。忠诚用户：也可以叫超级活跃用户，长期持续使用产品，比如连续四周，或者一个月内15天等。用户活跃度模型

流失、留存由于获客成本越来越高，留住已有的用户并让用户保持活跃就显得更为重要。留存分析是一种用来分析用户参与情况/活跃程度的分析模型，考察进行初始行为的用户中，有多少人会进行后续行为。这是用来衡量产品对用户价值高低的重要方法。留存率反映的实际上是一种转化率，即由初期的不稳定的用户转化为活跃用户、稳定用户、忠诚用户的过程。随着统计数字的变化，运营人员可看到不同时期用户的变化情况，从而判断产品对客户的吸引力。

分析用户流失率可以了解产品是否存在淘汰的风险，以及产品是否有能力留住用户。当用户长久的不登录APP或者网站即为流失用户，一般流失用户都是对于那些需要注册、提供应用服务的网站而言的，比如微博、邮箱、电子商务类网站，因为注