用户行为路径分析的3个方法

网络传播蛙

众所周知,用户分析是做好产品的前提,也是运营人员的必备技能。360董事长周鸿祎做演讲时说过:“用户至上,体验为王,做产品一定要先分析用户是怎么想的。”

在日常工作中要分析用户,必不可少的就是用数据分析的方法。前期文章中我们做了用户画像和漏斗模型的详细介绍(感兴趣的同学可在文末相关阅读中查看原文),今天我们就来说一说用户分析中的另一个典型方法论——用户行为路径分析。

一、什么是用户行为路径分析

用户行为路径分析是一种监测用户流向,从而统计产品使用深度的分析方法。它主要根据每位用户在App或网站中的点击行为日志,分析用户在App或网站中各个模块的流转规律与特点,挖掘用户的访问或点击模式,进而实现一些特定的业务用途,如App核心模块的到达率提升、特定用户群体的主流路径提取与浏览特征刻画,App产品设计的优化与改版等。

以电商为例,买家从登录网站/APP到支付成功要经过首页浏览、搜索商品、加入购物车、提交订单、支付订单等过程。而用户真实的选购过程往往是交缠反复的,例如提交订单后,用户可能会返回首页继续搜索商品,也可能去取消订单,每一个路径背后都有不同的动机。与其他分析模型配合进行深入分析后,能快速找到用户行为动机,从而引领用户走向最优路径或者期望中的路径。

二、用户行为路径分析的作用

用户路径的分析结果通常以桑基图形式展现,以目标事件为起点/终点,详细查看后续/前置路径,可以详细查看某个节点事件的流向,总的来说,科学的用户行为路径分析有以下作用:

1、可视化用户流向,对海量用户的行为习惯形成宏观了解。

通过用户路径分析,可以将一个事件的上下游进行可视化展示,业务人员可以查看用户当前节点事件的相关信息,包括事件名、分组属性值、后续事件统计、流失、后续事件列表等。从而帮助业务人员全面了解用户整体行为路径分布,找到不同行为间的关系,挖掘规律并突破业务瓶颈。

2、定位影响转化的主次因素,使产品的优化与改进有的放矢

路径分析对产品的优化与改进有着很大的帮助,可以日常监测用户的行为路径,根据用户路径中各个环节的转化率,及时发现用户的核心关注点及干扰选项,引导用户持续挖掘产品及服务的价值。

例如,一款视频创作分享型App应用中,从开始拍摄制作视频到视频的最终发布过程中,用户往往会进行一系列的剪辑操作;通过路径分析,我们可以清晰的看到哪些是用户熟知并喜爱的编辑工具,哪些操作过于冗长繁琐,这样可以帮助我们针对性地改进剪辑操作模块,优化用户体验。如果在路径分析过程中用户的创作数量与用户被点赞、评论以及分享的行为密切相关,就可以考虑增强这款App的社交性,增强用户黏性与创作欲望。

三、用户行为路径分析的关键

互联网行业对数据的获取有着得天独厚的优势,路径分析所依赖的数据主要就是服务器中的日志数据。用户在使用App过程中的每一步都可以被记录下来,这时候就需做好数据埋点,它与我们所关心的业务息息相关。如果数据埋点没做好,数据就不全面,导致数据分析过程比较困难。通常我们会借助第三方数据分析跟踪平台来做数据埋点,不管用哪个平台,做好数据埋点才是关键,如各个页面之间的停留时间、跳出率、离开次数、流失率和转化率等。

注意,那种只有几大主界面的跳转数据是没用的。比如,用户从A界面跳转至B界面,跳出率是30%,那你能知道哪里需要优化吗?这么模糊的数据是不可能进行准确的用户行为数据分析的。一个界面那么多按钮,光一个页面跳出率,我们不可能知道用户是在哪个环节离开的,进行细节优化时会抓不到点。

正确的姿势应当是,做好每个关键节点的数据埋点。以电商中的购物环节为例,一个完整顺畅的用户购物环节大致是:登录→浏览商品→点击查看商品详情→选中商品并放入购物车→结算→支付,在这每一个环节中又有很多小的关键节点,比如用户在”结算“环节跳出来了,你不能想当然的认为结算页面跳出率是30%,这样你只知道结算页面有问题,但是具体哪个点有问题你是不知道的。你要知道用户是在选择支付方式时跳出的还是选择修改收货地址时跳出的,还是选择配送方式时跳出的。这样你才能准确地知道哪里出了问题,然后对这个点进行改进优化。

总之,要做用户行为路径分析,关键是要做好数据埋点。

四、用户行为路径分析方法

常见的分析方法有:转化漏斗、智能路径、用户路径。三者都是基于用户行为,以上下环节的转化率为计算核心。三者的关系如图所示:

转化漏斗是预先设定好的路径;智能路径是设定了目标行为之后发现更多漏斗;用户路径是完整再现用户的整个转化过程。在实际应用中,三者有各自适用的分析场景,通常也需要互相结合,相辅相成。接下来逐一介绍这三种方法。

1、转化漏斗

作用:提升转化效果。

转化漏斗是路径分析中的一种特殊情况,是针对少数人为特定模块与事件节点的路径分析。它适用于对产品运营中的关键环节进行分析、监控,找到其中薄弱的环节,通过用户引导或者产品迭代来优化,提升转化效果。

无论是新用户的引导、某个业务流程还是某一次运营活动,涉及到有流程转化的都可以建立漏斗来分析。转化漏斗的例子之前也讲过,这里就不再赘述了。在分析的过程中,可以观察整体的转化率是否符合行业水准,哪些步骤转化率还有优化空间?可以通过细分维度发现导致转化率低的因素是哪些,也可以通过查看流失环节的其他使用路径,做出针对性的引导。

2、智能路径

作用:探索更多的转化路径。

很多情况下,虽然有最终的转化目标,但是用户到达该目标却有多条路径,无法确定哪条路径是用户走的最多的路径,哪条转化路径最短,这时候我们就采用智能路径模型来进行分析。首先确定想要观察的目标行为,通常是业务中需要引导用户完成的某个功能或到达的某个页面。然后将其设置为起始事件,分析发生该行为的后续路径;或者设置为结束事件,分析该行为的前置路径。