8個步驟，教你如何開始使用者行為分析！

以客戶為中心的團隊：•全面瞭解使用者的挑戰•瞭解客戶使用什麼功能以及不使用什麼功能•瞭解客戶如何從產品中獲得最大價值

真正瞭解客戶及其問題是產品經理承擔的最重要角色。

當釋出新功能後，最緊迫的問題就是：

人們在使用它嗎？

如何使用？

我們是否做出了正確的假設並建立了人們想要的東西？

這是一個問題，假如每日活躍使用者和會話等指標無法回答，要真正瞭解使用者對產品的想法，就需要更深層次的分析–

行為分析

。

什麼是行為分析？為何如此重要？

行為分析是一種分析，提供

使用者在移動應用程式或網站中行為方式的資訊

。它超越了諸如日常活動使用者或綜合瀏覽量之類的基本指標，揭示了使用不同功能如何帶來留存，轉化和收益。

行為分析的基石是

事件

。

事件表示使用者可以在您的產品中執行的任何操作（例如開啟應用程式，建立帳戶，觀看影片）或與使用者相關的任何活動（例如進行購買）。

如何開始分析使用者行為？

以下8個步驟，諸葛君教大家以正確的方式開始分析使用者行為。

步驟1：定義業務和分析目標。

團隊目前正在做什麼？

團隊的總體目標是什麼？

一旦確立了總體目標，將如何實現這一目標？

建立專注於改進以實現目標的關鍵績效指標（KPI）

。假設業務目標是增加收入。那麼KPI可能是：·增加新增轉化·增加付費客戶的留存率·增加付費渠道轉化率

步驟2：找出與目標相符的關鍵路徑。

關鍵路徑是使用者根據產品目的採取的一系列操作。電商產品的示例可能是：

搜尋→瀏覽產品→新增到購物車→結帳→訂單確認

（諸葛io路徑分析）

對於遊戲產品，關鍵路徑可能始於使用者開啟應用，提示註冊並隨後透過遊戲教程進行的操作。您可以將此路徑過程分解為一系列事件：“開啟應用程式”，“註冊-已填充個人資訊”，“註冊-已選擇頭像”，“註冊-完成”，“遊戲指南-已開始”和“遊戲教程-已觀看”。

步驟3：組織活動分類。

每個出色的使用者行為分析的背後都有一個出色的

事件分類法

—— 一種組織事件和屬性的集合的方式，該集合用於定義人們可以在產品中採取的行動。將事件分類法視為您將使用分析平臺進行分析的基礎是至關重要的。

步驟4：瞭解如何識別使用者。

大多數分析平臺都需要在其移動SDK或HTTP API中配置某種識別符號（以跟蹤唯一使用者。例如諸葛io的

SDK整合到App或網站中

，便能獲得應用內的所有使用者行為資料，這樣可以將來自多個裝置和會話的資料與一個使用者進行匹配。事實上，諸葛io認為在每個App裡，不是所有事件都有著同樣的價值，基於對核心事件的深度分析需求，諸葛io推薦大家使用

層級化的自定義事件布點方式

，每一個事件由三個層次組成的：

事件(Event)、屬性(Key)和屬性值(Value)

。同時，諸葛io還為開發者們提供資料監測布點諮詢服務，可以根據豐富的行業經驗為客戶提供個性化的事件布點諮詢和技術支援。

步驟5：建立“最小可行儀器”。

一旦花了一些時間思考如何設定分析和組織事件（步驟1至5），就該開始訪問一些基本的應用程式指標了。現在，您應該整合分析解決方案的移動SDK或HTTP API並分配使用者ID。

步驟6：追蹤事件。

針對使用者的關鍵行為路徑進行精細跟蹤和記錄，並在此基礎上，透過分析挖掘得到使用者的詳細網路行為路徑特點、每一步的轉化特點、每一步的來源和去向等，從而幫助企業分析使用者的網路行為，找出使用者的主流路徑，分析網路產品的使用者使用路徑，從而針對典型場景的使用者轉化資料來進一步制定和實施有針對性的策略，以提升轉化效率。

（諸葛io路徑分析）

步驟7：設定使用者屬性和事件屬性。

分配使用者屬性和事件屬性

可以更深入地瞭解客戶與應用互動時所表現出的行為，不同特點的使用者有著完全不同的行為習慣，通過了解使用者畫像，可以幫助運營理解使用者。

女性使用者的轉換速度是否比男性使用者快？

南方使用者的消費習慣和北方使用者的是否一樣？

年輕人的轉化率和中老年的轉化率差多少？

（諸葛io實名使用者群留存分析）

步驟8：開始深入研究使用者行為。

我們可以用最簡單與直接的方式將每個使用者的事件路徑點選流資料進行統計，並用資料視覺化方法將其直觀地呈現出來。諸葛io不僅能夠便捷獲取布點資料，也為客戶提供了個性化的sunburst事件路徑圖分析，並可為客戶產品製作定製化的產品分析報告。

建立行為群體，

檢視關鍵路徑並透過渠道報告提高轉化率，

計算一段時間內的使用者留存率，

衡量新功能釋出的影響

寫在最後

記錄使用者行為事件是一項巨大的成就，這是一項有意義的投資，可以讓企業更加詳細、清楚地瞭解使用者的行為習慣，推動產品迭代、實現精準營銷、提供定製服務、驅動產品決策，善於獲取資料、分析資料、應用資料是每個人做好工作的基本功，從資料中找出規律，用資料驅動增長。