数据营销中的用户行为应该从哪几个方面入手

数据营销中的用户行为应该从以下方面入手：

第一：用户行为研究能干什么?

需求分析、产品评估、行为分析合三为一，就构成了企业或个人研究用户到底能干些什么?这三个部分缺一不可，缺乏任何一个，都无法构成最为基础的数据营销分析，否则，你做出来的产品是有缺陷的，是无法被用户所接纳的。

第二：用户研究的方法

用户研究方法主要分为两个部分：

1：定性分析

定性分析中的原理是要找到组成事物的最小元素，理清他们之间的相互关系，然后进行回答问题，如：Why、How等。它最重要的就是要进行语言、行为、使用的痕迹三个方面采集数据，最后进行数据的处理方法：分析、整理、归纳、拆解、理解和解释。它比较适合深度理解、挖掘和提供假设，但是缺陷就是无法推及总体。

2：定量分析

数据分析中的原理是指将实际问题转化为数字指标，用过解决数学问题获得答案，然后再进行回答问题，如：Who、What、When、Where、Which、How many、How much等。然后进行数据指标的采集，最后使用统计进行数据处理。不过它比较适合描述当前现象、假设的验证、解决边界比较清楚、较容易量化的问题。

比如说我们可以通过访谈法、焦点小组、脉络访查、竞品分析、卡片分类、用户模型、专家评估、认知走查、满意度评估、问卷调查、产品可用性测试、网站数据统计等用户研究的方法。

第三：用户研究方法在产品流程中的使用方法

第二点最后说到我们可以通过某些方法去研究用户，那么这些方法如何具体使用在产品研发过程中呢?这块就要针对四个点：

1：产品概念

访谈法、焦点小组、脉络访查、问卷调查、竞品分析、用户模型这五点是产品的概念，通过这五点我们可以发掘、验证、用户用户的需求，从而明确产品的最后设计目标，这也是产品研发过程中最重要的一环。

2：产品设计

可用性测试、卡片分类、合理性研究、认知走查、专家评估这五点是产品在设计中需要掌握的，用过这五点可以明确视觉及设计方案的确定，交互设计体验的方案评价及可用性分析。

3：产品研发

可用性测试、认知走查、专家评估这三点是针对产品在迭代开发过程中，不同版本的易用性问题等进行复查，它们是组成产品设计和研发过程中最需要的三个要点。

4：产品发布

在产品发布之后，企业需要进行调查问卷、满意度评估、用户访谈等了解产品在发布后用户的反馈、各个功能点的使用情况、新功能点的发掘及产品的推广策略等。这里就回到了第一点的用户行为研究能干什么了。

一、什么是用户行为分析？

用户行为可以用5W2H来总结：

Who(谁)、What(做了什么行为)、When(什么时间)、Where(在哪里)、Why(目的是什么)、How(通过什么方式)，How much (用了多长时间、花了多少钱)。

用户行为分析就是通过对这些数据进行统计、分析，从中发现用户使用产品的规律，并将这些规律与网站的营销策略、产品功能、运营策略相结合，发现营销、产品和运营中可能存在的问题，解决这些问题就能优化用户体验、实现更精细和精准的运营与营销，让产品获得更好的增长。

二、为什么需要用户行为分析？

在PC互联网时代，网民的年增长率达到50%，随便建个网站就能得到大量流量在移动互联网早期，APP也经历了一波流量红利，获取一个客户的成本不到1元而近几年随着流量增长的红利消退，竞争越来越激烈，每个领域均有成百上千的同行竞争，获客成本也飙升到难以承受的水平，业务增长越来越慢甚至倒退。

图：互联网行业竞争越来越激烈

在如此高成本、高竞争的环境下，如果企业内部不能利用数据分析做好精细化运营，将产生巨大的资源浪费，势必会让企业的运营成本高涨，缺乏竞争力。 对于互联网平台来说，传统的数据分析主要针对结果类的数据进行分析，而缺乏对产生结果的用户行为过程的分析，因此数据分析的价值相对较局限，这也是为什么近几年很多企业感觉做了充分的数据分析，但却没有太大效果的原因。

通过对用户行为的5W2H进行分析可以掌握用户从哪里来，进行了哪些 *** 作，为什么流失，从哪里流失等等。从而提升提升用户体验，平台的转化率，用精细化运营使企业获得业务增长。

三、如何采集用户行为数据？

用户行为分析如此重要，为什么互联网公司中能做好用户行为分析的凤毛麟角？主要是原因是数据采集不全面和分析模型不完善。

1.如何高效采集用户行为数据

传统的数据分析因为数据精细度不够和分析模型不完善等原因，导致分析过于粗放，分析结果的应用价值低。而我们要想做好分析，首先必须要有丰富的数据，因此要从数据采集说起，传统的用户行为数据采集方法比较低效，例如：我们获取用户的某个行为数据时，需要在相应的按钮、链接、或页面等加入监测代码，才能知道有多少人点击了这个按钮，点击了这个页面。这种方式被称为“埋点”，埋点需要耗费大量的人力，精力，过程繁琐，导致人力物力投入成本过高。

在移动互联网时代，埋点成了更痛苦的一件工作，因为每次埋点后都需要发布到应用商店，苹果应用商店的审核周期又是硬伤，这使得数据获取的时效性更加大打折扣。由于数据分析是业务发展中极其重要的一个环节，即便人力物力成本过高，这项工作仍然无法省掉。

因此，我们也看到国内外有一些优秀的用户行为分析工具，实现了无埋点采集的功能，例如：国外有Mixpanel，国内的数极客在WEB、H5、Android、iOS四端都可以无埋点采集数据。通过无埋点的采集，可以极大的增强数据的完善性和及时性。

2.如何精准采集用户行为数据

有些核心业务数据，我们希望确保100％准确，因此还可以通过后端埋点的方式作为补充，这样既可以体验到无埋点带来的高效便捷，又能保障核心业务数据的精准性。数极客在数据采集方面支持无埋点、前端埋点、后端埋点以及数极客BI导入数据这四种方式的数据整合。

四、如何做好用户行为分析？

首先要明确业务目标，深刻理解业务流程，根据目标，找出需要监测的关键数据节点，做好基础的数据的收集和整理工作，有了足够的数据，还要有科学的模型，才能更有效的支持分析结果。

上一代的用户行为分析工具(更确切的说法应该是：网站统计或APP统计)，主要功能还是局限于浏览行为的分析，而没有针对用户的深度交互行为进行分析，因此分析价值相对有限，目前大部份互联网从业人员对用户行为分析的印象还停留在这个阶段。

我认为要做好用户行为分析，应该掌握以下的分析模型：

1.用户行为全程追踪，支持AARRR模型

500 Startups 投资人Dave McClure提出了一套分析不同阶段用户获取的“海盗指标”这套分析模型，在硅谷得到了广泛应用。

AARRR是Acquisition、Activation、Retention、Revenue、Refer这个五个单词的缩写，分别对应用户生命周期中的5个重要环节，首先要基于用户的完整生命周期来做用户行为分析。

1).获取用户

在营销推广中，什么渠道带来的流量最高，渠道的ROI如何？不同广告内容的转化率如何，都是在这一步进行分析的数据。

来源渠道是获客的第一步，通过系统自动识别和自定义渠道相结合，分析每一个来源渠道的留存、转化效果。网站的访问来源，App 的下载渠道，以及各搜索引擎的搜索关键词，通过数据分析平台都可以很方便的进行统计和分析，利用UTM推广参数的多维分析、通过推广渠道、活动名称、展示媒介、广告内容、关键词和着陆页进行交叉分析，可以甄别优质渠道和劣质渠道，精细化追踪，提高渠道 ROI。

通过渠道质量模型，制定相应的获客推广策略：

图：渠道质量模型

以上图形中的所示渠道为示例，渠道质量也会动态的变化。 第一象限，渠道质量又高流量又大，应该继续保持渠道的投放策略和投放力度第二象限 渠道的质量比较高但流量比较小。应该加大渠道的投放，并持续关注渠道质量变化第三象限 这个象限里渠道质量又差，带来流量又小，应该谨慎调整逐步优化掉这个渠道第四象限 渠道质量比较差，但是流量较大，应该分析渠道数据做更精准的投放，提高渠道质量。

2).激活用户

激活用户是实现商业目标最关键的第一步，如果每天有大量用户来使用你的产品，但没有用户和你建立强联系，你就无法进行后续的运营行为。

3).用户留存

如今一款产品要获得成功的关键因素不是病毒性机制或大笔营销资金，而是用户留存率。开发出吸引用户回头的产品至关重要。 Facebook平台存在“40 – 20 – 10”留存法则。数字表示的是日留存率、周留存率和月留存率，如果你想让产品的DAU超过100万，那么日留存率应该大于40%，周留存率和月留存率分别大于20%和10%。

留存是 AARRR 模型中重要的环节之一，只有做好了留存，才能保障新用户在注册后不会白白流失。这就好像一个不断漏水的篮子，如果不去修补底下的裂缝，而只顾着往里倒水，是很难获得持续的增长的。

4).获取收入

实现收入是每个平台生存的根本，因此找到适合自己的商业模式至关重要。根据不同的业务模式，获取收入的方式也不同：媒体类平台依靠广告变现，游戏类依靠用户付费，电商类通过收取佣金或卖家付费的方式等，而在企业服务领域LTV: CAC大于3，才能有效良性增长。

5).病毒传播

通过模型前四个阶段的优化分析，从不稳定用户、活跃用户再到最终的忠实用户，将获客做最大的留存和转化，培养为企业的忠实用户，通过社交口碑传播可以给企业带来高效的收益。

在获客成本高昂的今天，社交传播可以为企业带来更优质的用户群，更低的获客成本。

2.转化分析模型

转化率是持续经营的核心，因此我也用较大篇幅来详细解读。转化分析常用的工具是转化漏斗，简称漏斗（funnel）。新用户在注册流程中不断流失，最终形成一个类似漏斗的形状。用户行为数据分析的过程中，我们不仅看最终的转化率，也关心转化的每一步的转化率。

1).如何科学的构建漏斗

以往我们会通过产品和运营的经验去构建漏斗，但这个漏斗是否具有代表性，优化这个漏斗对于整体转化率的提升有多大作用，心里没有底气，这时我们可以通过用户流向分析去了解用户的主流路径。

图：用户流向分析

用户流向分析，非常直观，但需要分析人员有一定的经验和判断能力。为了解决这个问题，数极客研发了智能路径分析功能，只需要选择转化目标后，一键就能分析出用户转化的主流路径。将创建漏斗的效率缩短到了几秒钟。

图：智能转化分析

2).漏斗对比分析法

转化分析仅用普通的漏斗是不够的，需要分析影响转化的细节因素，能否进行细分和对比分析非常关键。例如：转化漏斗按用户来源渠道对比，可以掌握不同渠道的转化差异用于优化渠道而按用户设备对比，则可以了解不同设备的用户的转化差异(例如：一款价格较高的产品，从下单到支付转化率，使用iphone的用户比android的用户明显要高)。

图：漏斗对比分析

3).漏斗与用户流向结合分析法

一般的转化漏斗只有主干流程，而没有每个步骤流入流出的详细信息，当我们在分析用户注册转化时，如果能知道没有转化到下一步的用户去了哪，我们就能更有效的规划好用户的转化路径。例如下图中的转化路径，没有进入第二步的用户，有88%是直接离开了，而还有10%的用户是注册用户选择直接登录，只有2％的用户绕过了落地页去网站首页了而没有从第二步转化至第三步的用户100％都离开了。这是比较典型的封闭式落地页，因此只需要优化第三步的转化率即可提升整体转化率。

4).微转化行为分析法

很多行为分析产品只能分析到功能层级和事件层级的转化，但在用户交互细节分析方面存在严重的缺失， 比如：在上图的漏斗中我们分析出最后一步是影响转化的关键，但最后一步是注册表单，因此对于填写表单的细节行为分析就至关重要， 这种行为我们称为微转化。

例如：填写表单所花费的时长，填写但没有提交表单的用户在填哪个字段时流失，表单字段空白率等表单填写行为。

图：表单填写转化漏斗

图：表单填写时长

通过上述表单填写的微转化分析，用户从开始填写到注册成功转化率达85％，而流量到填写只有8%，可以得出影响转化的最大泄漏点就是填写率，那么如何提高填写率就是我们提升注册转化的核心。有效的内容和精准的渠道是影响填写的核心因素，渠道因素我们在获客分析中已经讲过，这就引出我们微转化分析的第4种工具：用户注意力分析。

5).用户注意力分析法

用户在页面上的点击、浏览、在页面元素上的停留时长、滚动屏幕等用户与页面内容的交互行为，这些都代表用户对产品要展示的信息的关注程度，是否能吸引用户的眼球。

业务数据可以可视化，那么行为数据如何可视化呢？ 数极客把上述行为转化成了分屏触达率热图、链接点击图、页面点击图、浏览热图、注意力热图这5种热图，通过5种热图的交叉分析，可以有效的分析出用户最关注的内容。

图：注意力热图

只有能掌握微转化的交互行为分析，才能更有效的提高转化率。而一切不能有效提高平台转化率的分析工具都在浪费企业的人力和时间资源，这也是众多企业没有从用户行为分析中获益的根本原因。

3.精细化运营模型

以前做运营只能针对全体用户，如果要针对部分目标客户做精准运营行为。

图：用户分群画像

例如：当我们希望对某个地区使用iphone的注册但三天不活跃或未形成交易转化的用户进行精准营销时，需要运营人员、产品人员、技术人员 全体配合去调取数据、制定运营规则，其中涉及到大量人力和时间投入。而新一代的用户行为分析可以采用用户分群、用户画像、自定义用户活跃和留存行为，精准的定位用户，从而实现精细化运营。

图：创建用户分群

4.定性分析模型

用户体验是企业的头等大事，在产品设计、用户研究、研发、运营、营销、客户服务等众多环节，都需要掌握用户的真实体验过程。但如何优化用户体验向来是内部争议较多，主要原因还是难以具体和形象的描述。通过行为分析分现异常用户行为时，能否重现用户使用你的产品时的具体场景，这对于优化产品的体验至关重要。

以前我在淘宝时，用户体验部门会通过邀请用户到公司进行访谈，做可用性实验的方式来进行体验优化，但这种方式需要化费比较多的时间和费用投入，样本不一定具有代表性。为了解决这个难题，数极客研发了用户行为录屏工具，无需邀请用户到公司实地录制节省成本，直观高效的以视频形式还原用户的真实 *** 作，使得企业各岗位均能掌握用户体验一手信息，帮助产品研发提高用户体验。

图：用户行为录屏播放界面

总结：通过AAARRR模型分析用户生命周期全程通过转化率分析模型 提高产品转化率通过精细化运营 提高运营有效性通过定性分析方法 优化用户体验 如果以上4方面都做好了，就一定可以通过用户行为分析实现业务增长。

五、用户行为分析的未来方向是什么？

有很多人问我，为什么已经有几家做用户行为分析的公司了，你还要创办数极客？ 我认为数据分析的目标是应用分析结果优化经营效率，而国内外主要的分析工具，还只停留在分析层面，对于如何高效的应用还有很大的空间。因此数极客除了要在分析层面做得更专业和更有效，还要在应用层面实现新的突破。数据分析结果反映的问题主要是两类：运营(含营销)和产品。所以需要针对这两类问题提供针对性的解决方案。

1.运营的自动化

我们前面讲了，通过用户行为分析系统可以实现精细化运营，但具体应用还需要人工制定运营和营销策略，通过产品、研发开发才能应用，而且当策略改变时，需要重新开发相应的工具，这也占用了很多时间，影响运营与营销效率。数极客研发了会员营销系统和自动化运营工具，运营与营销人员直接设置规则，系统根据规则自动将精准的活动信息推送给符合条件的用户，直接提高运营人员工作效率，运营人员可以将工作重心转移到策划而不是浪费太量时间在重复执行，自动化运营可为企业节约大量运营成本。

图：创建自动化运营规则

2.产品、运营(营销)方面的科学决策

用户行为数据分析，往往是在行为发生之后进行分析，而产品、运营都是通过经验，拍脑袋进行决策，一旦决策失误就会造成难以挽回的结果。因此如果能在产品、运营方案上线前，通过用户分流A/B测试进行小范围验证，选择其中最优的方案发布，这样就可以大大提高决策的科学性。

Google每年通过运行数万次A/B测试优化产品、运营，为公司带来了100亿美元的收益。

A/B测试的方法非常有效，但国内互联网公司应用不普遍，主要和应用A/B测试的复杂性有关，

数极客拥有完整的A/B测试工具，业务人员可以在网站和APP上自助使用可视化试验编辑工具，创建并运行试验，通过自动解读测试报告，使得A/B测试门槛大大降低。

图：网站端可视化编辑试验工具

3.分析的自动化

用户行为分析有一定专业性，不仅需要掌握不同的分析方法，还要熟悉业务，结合业务才能给出有价值的分析结果。 如果能像360安全卫士一样，只需要加载SDK，就能自动诊断和分析，并给出解决方案，这是数据分析的未来方向，数极客在这方面也有积极的尝试，并有了初步成果，目前拥有数据自动预警、自动报表等功能。

用户行为分析是一门科学，善于获取数据、分析数据、应用数据，是每个人做好工作的基本功，每家企业都应该加强对用户行为分析大数据的应用，从数据中找出规律，用数据驱动企业增长。

数极客是国内新一代用户行为分析平台，是增长黑客必备的大数据分析工具，支持APP数据分析和网站分析，独创了6大转化率分析模型，是用户行为分析领域首家应用定量分析与定性分析方法的数据分析产品，并且基于用户行为分析系统，提供了会员营销系统和A/B测试工具两大数据智能应用解决方案，使得企业可以快速的实现数据驱动增长。

本文由数极客CEO谢荣生原创，欢迎转载，转载请保留全文和作者信息。

快年底了

小微型公司市场部忙着年终汇报和参选拿奖；

中型公司忙着包装营销案例理论；

大型公司老板开始论坛聚餐并以上帝视角提出新思考、制造新风向 ……

总之是欢声笑语、觥筹交错、一片祥和，企业品牌和营销之美不断被提及放大。

但光鲜背后的营销真相却少有人说，更不能被大众知道。但作为营销人，你必须牢记于心，千万别做一个只会看热闹的傻白甜。

01 

企业的使命就是要追求高利润

在市场中，其实没有暴利的行业/产品，每家企业都应该追求高利润。

营销的本质就是让顾客自愿地完成价值交换并愿意与企业建立关系，也就是说在不欺骗不作恶的前提下，只要顾客自愿花钱购买产品，就意味他们认同该产品拥有相应的价值。

所以，营销人不必心怀不安，更不要只盯着产品生产成本和对外售价，动不动就怂恿企业老板做促销或降价 （美其名曰性价比） ，真正的营销是帮助产品创造更高价值，也只有当拥有更高的利润，企业才有空间提供更优质的产品和服务体验，才有更多的研发、营销推广 （广告公司） 经费，才有企业的持续发展。

02 

产品是否盈利并非是高利润唯一评价指标

刚读过上一条初看这句可能会觉得很打脸，但实质上两者并不矛盾。

企业战略是要看通盘全局，为全局服务的产品一定会有偏爱和牺牲，比如亚马逊为了保证市场的垄断态势主动放弃提早盈利，比如一些企业所谓的爆品往往是赔钱赚吆喝。

因此，营销人不要单纯把自己负责的产品线是否盈利当做自己营销工作的考核评估 （更不要让老板这样评估你） ，而是要看该产品是否完成了企业战略赋予的使命，并比预设目标做的更好。 这个道理不但适用于多品牌多产品线的企业，也适用于企业中不同的营销线，比如传统线下零售商开拓线上销售阵地。

当然，如果你把本应该盈利甚至高利润的产品做成了赔本买卖，就主动卷铺盖吧。

03 

企业营销并没那么关心用户满意和建议

几乎所有企业都强调顾客至上，但事实上并非如此。

在企业的野蛮生长期，用户的建议和满意没那么重要和必要，企业在乎的是顾客的最低忍耐限度在哪，小蓝单车就是典型的例子，在市场急速扩张的时候，用户能找到"能骑的车"要比找到"好骑的车"更重要。

小黄车曾因为质量、易损等问题被诸多抱怨，但并不妨碍它扩张市场份额成为巨头。同理，某生鲜快送品牌目前只考虑价格和派送速度，而并不那么在意生鲜腐坏比率，争取到新用户下单更有价值……

所以，市场营销人 （尤其是第三方公司） 不要只想着给企业找毛病补漏洞，而是要理解企业战略并帮品牌做到扬长避短，转移顾客注意力，使得企业一直不会触及顾客忍耐的最低红线。

04 

市场营销不是单机游戏，有对手更要出招

很多营销人往往把市场营销当做观赏性的运动赛事，错误地认为只要自己打好自己的套路，自然就能获得点数拿到顾客认可，一路发展壮大。

但实际上市场营销就是战场厮杀，你身边都是伺机而动的对手，他们会模仿你的优势，会筛查揭穿你的缺点，会抢夺你的资源与顾客，甚至会混淆视听，这并不是罕见的、可耻的行为，超市里放眼望去包装相似度爆表的牛奶或方便面盒就是最好的例子。

做市场营销，在完成自身顾客吸引的同时，还要思考在竞争中压制甚至扼杀对手的招数。竞争很惨烈，你可以联手或擒敌，但不能只考虑独善其身。

05 

有一战成名，但没有一战制胜

品牌也好营销也好，都是靠不断地刷怪升级积累经验和成功的，没有哪一个企业是靠一战就决定了市场的霸主地位。

在战场上，确实有企业凭借高超的营销手段、天时地利人和的条件配合，达成一战成名广为人知，但t它一次次的试错失败，一步步的攻城略地的积累才是制胜关键。

营销人，别只盯着他人漂亮的品牌战役，天真地以为做上一场NB的Campaign或拍一支TVC后企业就扭转乾坤所向披靡了，那都只是人家评奖时包装出来的案例而已。一刀60级，装备爆一地，只存在于山寨游戏里。

06 

结语

营销战场血淋淋的真相定不止这5条，你还有哪些故事和感悟，欢迎留言告诉我。

---