网站用户数据分析论文_网络论文.pdfVIP

精品文档

网站用户数据分析论文_网络论文

从网站的用户层面，我们根据用户访问的行为特征将用

户细分成各种类型，因为用户行为各异，行为统计指标各异，

分析的角度各异，所以如果要对用户做细分，可以从很多角

度根据各种规则实现各种不同的分类，看到过有些数据分析

报告做了各种用户的细分，各种用户行为的分析，再结合其

他各种维度，看上去内容绝对足够丰富，但很难理解这些分

析结果到底是为了说明什么问题，也许作为一个咨询报告反

映当前整体的趋势和用户特征确实合适，但如果真的要让数

据分析的结果能够引导我们去做些什么，还是要在做用户细

分前确定分析的目的，明确业务层面的需求。

既然要做基于用户细分的比较分析，自然是为了明确

某些用户分类群体的行为特征与其他用户群体的差异。这里

主要从指导内容层面的调整为导向，通过比较各用户细分群

体对内容需求的差异，优化内容运营，将优质的内容或者符

合用户偏好的内容推荐给相应的用户。

既然是基于用户细分，首先明确用户的细分规则，这

里举例3类细分：流失用户与留存用户、新用户与老用户、

单次购买用户和二次购买用户，基于这3类细分，对每个分

类的用户购买商品进行比较分析，明确哪些商品更加符合用

户的预期。

流失用户和留存用户比较

2016全新精品资料-全新公文范文-全程指导写作–独家原创

1/4

精品文档

当然，要区分流失用户和留存用户，首先必须对用户

流失有一个明确的定义，关于流失用户的定义可以参考博客

之前的文章——网站的活跃用户与流失用户。有了定义我们

就可以做统计和细分了，还是以电子商务网站为例，电商网

站的内容就是商品，我们基于每个商品计算购买这些商品的

用户中购买后造成流失的用户比例，如下：

这里的指标定义应该比较明确，每个商品的流失用户

比例应该是购买该商品后流失的用户数在所有购买该商品

的用户中的占比，但只知道每个商品的流失用户比例无法评

价这个商品是否对用户保留有促进作用，或者在一定程度上

造成了用户的流失，只有通过与总体水平的比较才能得出相

应的结论。所以这里需要重点解释的是“与总体比较”这个

数值是怎么计算的到的，这里的百分比不是直接相减的结

果，而是一个差异的幅度体现，这里假设总体用户流失率为

56%，那么以A商品为例，与总体比较的结果是：(%–56%)

/56%=%，使用同样的计算方法也可以得到其他商品与总

体比较的差异幅度。最后就是展示，在Excel里面通过“条

件格式”里面的数据条功能可以直接展现出图中的效果，非

常方便。

很明显，上面图中的分析结果对运营调整有直接的指

导性，目的是促进用户保留，所以我们要做的就是将有利于

用户留存的商品(F商品的用户流失率明显要比总体低得多，

2016全新精品资料-全新公文范文-全程指导写作–独家原创

2/4

精品文档

说明F产品更有利于用户保留)推荐给用户，而将那些可能

导致用户流失的商品(C商品)进行优化或者下架。

新用户和老用户比较

同样，使用上面的方法可以区分不同用户群的购买偏

向。新老用户的细分是最常见的用户细分方法，我们可以使

用类似的方法来看看新老用户对商品的不同喜好：

从上图中你看出了什么?购买D商品的用户中新用户

的比例明显偏低，也许新用户根本就不喜欢这个商品，而B

商品和F商品显然更加符合新用户的口味。如果你的网站可

以进行新老用户区分的定向推广，那么上面这个分析结果将

让你受益良多。

当然，这个数据呈现的特征可能跟商品的推广渠道有

一定的关系，比如上图的D商品比较多的