用户行为分析

一、什么是用户行为分析：用户行为分析：在获得网站访问量最基本数据的情况下，对有关数据进行统计、分析，从中发现用户访问网站的规律，并将这些规律与网络营销策略相结合，从而发现目前网络营销活动中可能存在的问题，并为进一步的修正或者是重新制定网络营销策略提供依据。以上只是很多种情况中一种———-针对网站的用户行为分析。那么，对于目前的互联网行业成千上万的产品，我们又该如何重新定义用户行为分析呢？重新定义的用户行为是什么呢？1、分析用户行为，那我们应该先确定用户群体特征；2、用户对产品的使用率。网站类产品主要体现在点击率、点击量、访问量、访问率、访问模块、页面留存时间等等；移动应用产品主要体现在下载量、使用频率、使用模块等等；3、用户使用产品的时间。比如用户基本是每天中的什么时候使用产品。综合以上说说的几点，其实用户行为分析可以这样来看：用户行为分析就是对用户使用产品过程中的所有数据（包括下载量、使用频率、访问量、访问率、留存时间等等）进行收集、整理、统计、分析用户使用产品的规律，为产品的后续发展、优化或者营销等活动提供有力的数据支撑。二、用户行为分析方式都有哪些？既然是对用户的行为进行分析，那么在得到数据后，我们需要如何进行行为分析呢？分析方式有哪些呢？这里我们主要从几个维度来分析：方式、侧重、优缺点。应该具体从何开始呢？我们先说说用户行为分析的方式：1、网站数据分析。通过对每个模块的点击率、点击量、访问量进行数据捕获，然后进行分析；2、用户基本动作分析。用户访问留存时间、访问量等；3、关联调查数据分析。主要在电商上的相关推荐、你可能喜欢等等；4、用户属性和习惯分析。对用户属性和用户习惯两个维度进行分析。用户属性包括性别、年龄等固有的；用户习惯包括用户的一起喜爱度、流量习惯、访问习惯等等；5、用户活跃度分析。综合以上可以概括为：以数据分析为导向、以产品设计反馈为导向、以对用户的调查为导向。通过上面的分析方式，我们需要整理出每种方式的分析侧重点。那么，下面我们谈谈用户行为分析的侧重点，主要有以下几点：1、网站数据分析的侧重点：数据监测、挖掘、收集、整理、统计。2、用户基本动作分析侧重点：统计用户基本信息，比如：性别、年龄、地域，分析用户群体；3、关联分析侧重点：分析数据为精准营销提供数据支撑；4、用户活跃度侧重点：主要是用户的使用频率进行分析，可以得出分析为什么用户喜欢使用这个产品这个功能。三、用户行为分析的工具有哪些？如何做好用户行为分析？工欲善其事必先利其器，我们知道了我们需要做什么事情，那么我们应该用什么工具来提高效率呢？1、百度站长统计。网站流量统计、用户访问统计、页面访问统计；2、Cnzz、googleanalytics等统计工具；要做好用户行为分析，除了需要对数据进行很好的分析处理外还要有一颗把握用户心理特征的心，知道用户的真实想法，只有这样才能做好准确的分析基于沙漏模型的移动互联网用户行为分析沙漏中间是用户行为分析的两个抓手：用户个体画像和用户群体特征。用户个体画像可通过手机号进行用户识别，并以“打标签”的方式为每位用户建立用户特征宽表，从而方便移动互联网业务运营单位通过建模分析找到目标用户，迎合其个性化需求，实施个性化的客户策略。（二）模型应用一：基于用户行为的受众兴趣营销以某电信运营商的移动互联网业务营销为例。两个移动互联网业务“WO视讯”和“音乐”希望能够实现个性化营销，数据分析的关键在于沙漏模型中的数据建模部分需要为用户或者会用群打上概念标签。1、用户群体特征建模。（1）分类模型：分类模型对类别未知的用户进行预测，以判断其属于哪个类别的概率比较高。（2）关联模型：关联模型研究产品购买的关联性，即购买A产品的同时是否会对B产品也感兴趣。2、用户个体画像建模。基于多个IT支撑系统的静态和动态数据，对可接触的用户进行个体画像，能够颗粒度更细地判断其是否为“wo视讯”或“WO音乐”的目标客户，以便进行针对性营销。3、个性化营销应用展示。（1）优选推送方案：对照客户画像和“wo视讯”的目标客户特征，显然小A是“WO视讯“的目标客户，可小A偏好时段是11：00-11：30之间，可通过网站弹窗方式，向小A推荐体育类手机视频（2）实施交叉营销：基于前文的关联规则，小A成功订购“体育”频道后，可再次向他推荐“娱乐”频道，或者将“体育频道”和娱乐频道打包，捆绑销售，给予一定的折扣优惠。（3）个性化呈现：在小A登陆登陆统一门户后，可重点展示“wo视讯”产品，尤其是体育类视频内容，同时，统一门户的页面也切换为他喜欢的蓝色。（4）挖掘种子用户。通过客户社会网络分析，小Z的手机通话主要集中在5个号码，且通话频率相当高。因此，可将小Z作为“wo音乐”产品的种子用户，在小Z登陆统一门户后，定向推送促销信息，成功推荐5个好友订购WO音乐全曲下载，次月返话费20元。模型应用二：移动互联网的产品优化大量用户行为数据的搜集与分析，还能使运营单位准确、迅速地发现与用户使用感知相关，的产品问题，有助于产品优化和进行用户对产品的态度预测等分析。例如，在一些关键操作流程上，用户使用是否顺畅？主要操作过程中涉及到的产品页面布局、信息框架、命名标识方面，用户是否存在使用障碍等。下面以优化移动互联网门户网站为例，介绍利用用户行为数据进行产品优化的应用。1、用户行为采集与建模。根据数据分析的目标进行页面数据采集，并识别用户行为的群体特征，发现大量用户在某一个节点的异常行为，触发产品优化需求。（1）页面之间的路径关系分析：用于改进WAP网站信息框架，分析常用任务的设计路径与用户操作习惯是否匹配。如用户通常访问“页面1-页面3-页面5”完成一个操作路径。（2）频道关联分析：即分析用户访问的“频道1-子频道1.1-频道2.。。。”之间的关联，用于管理频道内容与子频道排布，使其更加符合用户需求。（3）最终转化率分析：显示用户从进入流程到实现目标的步骤，通过对某些关键路径的转化率分析，以确定整个流程的设计是否合理，各个步骤的优劣，是否存在优化的空间等（4）热点分析：在特定的步骤中分析用户在页面上的点击操作，是否出现异常点击，用于分析页面上的图标命名，操作入口排布方面是否存在障碍。（5）访问兴趣分析：多数用户或者重度访问用户（每次访问时间超过15分钟）或重复访问用户（每周平均访问次数超过5次）访问集中的页面，表明是用户感兴趣的内容。2、产品优化建议：通过分析，发现存在的产品问题，评估产品问题改进的效果，用量化数据验证产品问题，评估产品运营效果。（1）用户的访问规律。操作步骤与放弃率：当任务操作步骤超过三步时，一半以上的用户已经选择放弃。相应时间与使用率:当响应时间超过8秒，大部分用户会选择离开。（2）识别用户习惯的操作路径。以手机视频为例，70%用户播放非直播视频是从首页推荐栏目点击进入，25%的用户从所播放视频傍边的县官链接点击进入（3）用户页面信息的关注规律。针对首页等主要页面，监测用户点击热点，77%用户只看第一屏内容，只有23%的访问者在第一次访问时会滚动。轻度访问用户中，75%的用户只浏览一分钟以内；60%的用户访问不超过6个页面（4）特定操作行为。用户发表评论操作，完成整个操作平均时间4分钟，是熟练用户操作用时的8倍。在查看评价页面时，用户点击热点集中在“评级星号”上，这是一个错误的操作入口（5）访问行为和消费行为关联。相比其他内容偏好者，偏好财经、视频、游戏的用户手机消费业务金额最该。