用户分析体系,该如何搭建
导读:用户分析是很多人挂在嘴边的东西。然而一做起来,经常被做得七零八落。很多新手一听”用户分析”,就跟条件反射一样开始:“性别、年龄、地域、活跃、留存、流失、转化、RFM……”数据摆了一大堆却没有什么结论。如何将用户分析做的更体系化?今天系统讲解一下。
文章插图
一、用户分析体系的最大难点搭建用户分析体系的最大难点是啥?当然是:缺数据!
用户数据采集只有三个渠道:
- 用户填写的表单信息
- 用户消费的历史记录
- 用户在APP/小程序活跃记录
而大部分普通企业的现状是:
- 用户表单填写率低,连个身份证都收集不上来,更不要说人脸识别信息
- 用户消费次数少、消费种类少,消费频次低,消费最多的还是引流产品
- 用户活跃行为少,除了少数忠实粉丝外,大部分用户只在有活动时候登录
第一步:用户价值分层【 用户分析体系,该如何搭建】所有企业一定有的数据是:消费记录。因此第一步先做这个。从消费记录里,可以区分出来:谁是高消费用户。识别出金主爸爸,是后续所有分析的起点。
注意:识别高消费,不是简单地统计一下过去一年消费金额。而是要用生命周期的观察方法,观察用户从注册开始的消费分布。不同的分布形态,意味着不同的用户运营策略(如下图)。

文章插图
第二步:用户来源渠道分析了解了谁是高消费用户,可以进一步思考:高消费用户是从哪些渠道来的。用户来源渠道分析,应首先对渠道质量做评价,识别出高消费用户较多的优质渠道。之后,提高优质渠道投入,削减劣质渠道投入,从而达到降本增效的目的。这样,即使暂时没有转化路径数据,也能做初步分析。

文章插图
之后,可以逐步推动业务,完善转化路径的数据采集,对广告素材、转化流程、引流产品、引流活动等方面进行分析,进一步提高拉新质量。
第三步:用户活跃情况分析解决完拉新问题,还可以进一步思考:存量用户活跃程度如何?哪个群体需要帮上一把?站在用户运营的视角,不同层级+不同活跃程度的用户,运营的思路也是不同的。因此,整理出用户活跃情况分层,对于形成运营思路大有帮助(如下图)。

文章插图
很多同学会在这一步陷得很深,列举一大堆指标却发现不了什么问题。要注意:大部分企业没有一款类似微信、淘宝、抖音这样的超级应用。大部分用户和企业的互动频率低,很有可能只在大型活动的时候才会露面。只有极少数用户互动频次较高。
因此用户留存情况分析,要先把下面两个因素做矩阵分析,看清大盘,找准发力方向(如下图)。

文章插图
第四步:用户活动参与分析经过前三步,已经对三个基础问题有了了解:
- 创业|八成互联网电视非法采集用户数据, 彩电企业怎么办?
- 新书推荐 │ 大数据算法设计与分析
- 高通骁龙|夏天一到骁龙8Gen1没怎么玩就发热?Find X5 Pro用户最有发言权
- 潘博文|腾讯QQ回应用户号码被盗:目前受影响范围已得到控制
- PHP|如何降低用户关注的非必要页面的权重传递?
- telegram|突破7亿人!海外版“微信”用户数创新高:还上线了付费会员
- 小屏|2022年坚持用小屏手机的用户,一般是这三类人,被说中了吗?
- realme q5|realme V20对比realme Q5x:另类套娃,刷新用户认知!
- 客户端|多平台分析618数据,看清家居人未来方向!
- 零售业|2022年全球物联网PaaS市场现状及发展趋势预测分析(图)
