《新媒体运营-用户行为分析之用户细查》由会员分享，可在线阅读，更多相关《新媒体运营-用户行为分析之用户细查（4页珍藏版）》请在人人文库网上搜索。
1、新媒体用户运营新媒体用户运营用户行为分析之用户细查 在大数据被充分利用之前，假设想要了解用户真实使用应用的方式和路径，那么只能通过抽样的方式试验。我还记得刚做产品经理的时候，为了看用户的使用场景和操作习惯，都会随机选择一些志愿者，把他们邀请到公司的会议室，然后当面观看他们的使用状况，这样效率特别低，而且时间本钱和人力本钱都很高，存在很大的问题，很可能某一环节消失问题，那么整个试验结论就会受到肯定影响。 进入大数据时代后，一切都可以通过数据采集和分析的方式进行复原，不仅可以轻松看到每一位用户的行为轨迹，还可以将用户分群，观看不同群体的用户行为模式，找到典型的用户使用习惯。 在大多数状况下，对网站
2、或者应用的数据统计分析针对的都是一些宏观数据状况如一些指标的汇总等。例如，查看每天App的活泼用户数、统计文章的用户平均停留时长、用户平均点击文章数等，以此推断产品的业务进展状况和用户使用状况。有时候还会看某个用户使用的行为数据，例如有多少人点击了参加活动按钮，进入活动后又有多少人完成了下单购置，然而，这些都基于群体用户的表现数据，如何让数据以某个用户为单位，呈现出这个用户在网站或者App中的真实交互行为，觉察是什么样的用户，都在应用中完成了哪些操作，从而关心产品运营人员找到消失问题的症结所在，为产品优化供给更多的数据支撑。 例如，某互联网电商平台的购置转化率始终在40%左右波动，想要提高转化
3、率，削减用户流失，却不知道应当怎样优化。 在这里，就可以结合用户分群和用户细查功能，首先使用“用户分群功能，将点击了“购置按钮但最终未能胜利提交订单的用户筛选出来，然后通过用户细查功能观看用户在购置流程中的交互行为，最终觉察了一批典型用户，他们拥有类似的行为模式：由于该电商平台产品设计的问题，用户在订单页无法删掉某一项保险，所以这些用户在下单后，会不断修改订单信息，试图去掉默认的保险，然而在屡次尝试无效后，最终失去急躁无奈地放弃了支付购置，最终影响了转化率。 在这个例子中，通过细查功能，产品运营人员能直接观看到用户的行为轨迹，从而觉察产品设计中被无视的局部，找到关键症结，对症下药，进行产品优化
4、。 通过用户分群和用户细查，在日常中常常需要把满意某个或者某些条件的用户区分出来，然后查看这批用户的一些关键指标和一些行为大事等，例如，想了解iOS平台上，最近5天内连续缄默的用户，使用人员选择这些条件组合后，就可以猎取一批userid的列表，然后可以查看这批用户中每个userid的用户属性、用户行为轨迹、用户活泼度趋势、用户阅读文章列表等信息，由于不便利透露一些用户信息，用户细查页面就以原型图的形式赐予例如，如下列图所示。 用户细查原型页面 用户细查功能会以用户在系统中的userid为索引，查询到该用户在最近一段时间内的活泼状况。表示用户的活泼状况可以分两局部呈现，第一局部呈现用户日粒度的日
5、历热力图，中选择某一天的时候，在下面显示这一天的分钟级粒度的用户活泼曲线，用来全面了解用户对应用的访问次数和访问习惯。 然后用户行为分析主要包括哪些内容，展现该用户的根本信息，包括用户所在地区、使用的设备类型、设备版本等信息，然后显示用户的一些核心指标，比方订阅频道数、本月阅读文章数、最近一个月访问次数以及最终登录时间等。 在用户活泼度和用户根本信息下方，显示用户访问的轨迹，即该用户在什么时间翻开了App，输入了什么内容，点击了哪个频道，扫瞄了哪一篇文章等，并且可以显示该大事的一些具体信息，例如用户都扫瞄了详细的哪些文章等，清楚地复原了用户在产品内每一次点击、扫瞄行为，让产品运营人员结合用户设备、属性数据深化分析，优化产品的功能。 用户细查功能可以很好的让我们去了解用户具体信息，优化产品功能，排查用户使用问题等用户行为分析主要包括哪些内容，可以说，用户细查功能是产品经理优化产品的一个很好的助手。作为一名数据人，你需要做的是把这么好的工具尽快的让更多的人用起来。
