精细化用户行为分析
精细化的行为
产品演进及市场需求变化
站长/日志：PV、UV，网站访客等，简单通过日志计算简单指标
CNZZ/GA：PV、UV、来访次数、地域，PC端流量数据需求
百度统计/友盟：不仅停留在PC，还有app的数据需求
12年后：诸葛/神策：大数据流行，用户行为多样化、碎片化、复杂化，用户行为价值越来越重要。
流量时代（12年前）
1、单一产品
2、单一需求
3、单一指标
4、单一分析
指标单一/明确
主要靠流量，例如不断拉新、留存用户、大量DAU，挣钱很容易，案例参考美团前期。
从数据角度来看，关注流量指标，保证不断地有新用户进来，就能保证产品活下去。
从分析场景来看，渠道拉新，在流量时代，总结来看就是上面的4个单一。
用户时代（12年后）
1、获取成本的增加（可能到几百块才有一个真实的用户）：获取流量越来越难（天猫）
2、业务更加细分、垂直化：母婴（贝贝网）、YOHO（潮牌）、迷橙（奢侈品）
3、产品形态的多样化：pc、app、web、h5
4、心态回归，转化，挣钱
。。。
结论是：仅仅针对用户访问已经不能满足需求。
华润万家
对数据要求，什么样的数据才是精细化的用户行为？
1、用户跨屏识别、精准标记
1.1 pc：cookies，android：设备id，苹果：idfv或者idfa
1.2 华润万家需要对三端用户统一识别、统一标识、统一看数据
1.3 对于精准标记来说，需要知道用户注册前后是同一个人，贯通用户行为
2、行为数据与业务数据打通
2.1 一般来说，平时看到的概览数据，如果收入、订单量、用户数等都是业务数据
2.2 反观，这些指标产生之前，用户做了什么？他的行为路径又是怎样的？是否存在可以优化的点？
2.3 通过分析用户行为路径的特征，找到提升业务的优化点
3、多端数据行为采集与监控
3.1 融合多端数据指标分析（H5、pc、app、wap），友盟、talkingdata、极光都是分端分析。
3.2 线上线下数据结合
4、复杂的指标体系
4.1 不限于用户到了网站pv、uv、访问时长等指标
4.2 根据不同的业务线、用户行为自定义用户指标口径
4.3 例如提购率：商品详情页直接点击购买的次数/浏览该页面的次数
5、多样的数据维度
5.1 维度需要充分描述用户行为，所以包含非常多
5.2 用户进入商品详情页：从商品的角度包含【商品平类、库存、优惠等】，从用户的角度包含【页面、模块、广告位等】进入详情页面
5.3 多个维度进行下钻分析、交叉分析
。。。
用户行为数据特征
精细化的用户行为是：准、全、细、时
准：用户准确标识，准确是分析的基础
全：全端的行为贯通，数据源的多样性
细：任意行为【接入用户的所有行为】、任意指标、任意维度
时：数据的时效性，秒级相应。例如聚美秒杀活动，如果跨天看，只能看到结果，不能及时优化活动
案例分析
如何驱动业务的提升
共享单车-ofo
目标：提升GMV
1、坏车及维修部分（能用）
如何建立坏车的分析模型，并通过用户行为找到坏车？
建立坏车分析模型
1.1 被报修的自行车：最开始无GPS定位；用户主动报修，通过用户手机的经纬度判断自行车位置
1.2 未被报修的自行车：监控用户骑行数据，10天或者30天都没被使用的车辆（车辆损坏），找最后一次骑行用户手机的经纬度确定位置，提升车辆可用性
2、车辆市场投放部分（可用）
如何提高车效、合理分配车辆资源
2.1 停在哪个位置：
2.1.1 根据市场调研投放到重要地点，例如人流量大，感性投放数量
2.1.2 精确追踪用户的行为数据，跟踪车辆的牌号，所属区域，车辆起始-停放位置
2.1.3 通过用户行为的属性作聚合分析，覆盖未投放且用户需要的位置
2.1.4 牌号-区域的标识，某区域的单车长期活动在另一个区域，分析单车资源紧张，增量投放资源
2.1.5 骑行属性，时长、地点、时间、停放，分析不同区域的用车习惯，例如学生用车、白领、程序员，构建车辆停放的用户模型
2.2 周围车辆的推荐
2.2.1 车辆停放位置最后停放经纬度，推送精确位置给需求用户
3、产品自身的优化部分（好用）
新用户注册交押金到认证页有较大的流失（超过50%），影响新订单
漏斗转化
建立分析模型，分析该流失用户流失的原因和去哪儿了。
3.1 流失用户打标签：例如叫做从交押金到认证流失用户群
3.2 从产品中通过埋点精确跟踪用户的行为轨迹分析为什么没走到注册
如何降低沉默用户，保持用户的活跃度（可以理解成留存）
跟上述差别不大，先给用户打标签，例如叫沉默用户群，跟踪这些用户的行为，作出对应的分析。
产品自身的优化回顾：
流失分群、用户标签
行为分析、猜测原因
优化产品、验证猜想
注册提升：10%
留存提升：13%
4、用户精细化运营部分（爱用）
千人千面，用户运营
结合用户行为数据与业务数据进行模型构建，针对不同任务，进行不同的策略进行不同的推送、优惠等
4.1 密度
4.2 时间点
4.3 时长
4.4 距离
4.5 收入
奢侈品电商-迷橙OFashion
目标：精准推送，提升转化
奢侈品必须珍惜用户，主要用户感兴趣，就不能放过，因为贵，都是钱。所以要针对用户做精准推送，触动用户需求，提升用户活跃，提升付费转化
1、纵向用户群分层（上下结构）
1.1 通过用户动态演进过程进行分层
用户分层金字塔
1.2 对不同用户进行不同的划分以及针对性运营
模拟数据
2、横向用户群分群（水平结构：更精细化）
用户分群
2.1 通过用户的自然属性和行为特征进行分群
2.1.1 新用户：A渠道获取；25~30岁年龄；白领/学生职业；男/女
2.1.2 活跃用户：喜欢LV；手表；添加过购物车；app习惯中午打开
2.1.3 付费用户：平均消费大于3000；每个月消费3次；购买商品是重度奢侈商品
场景
筛选用户
推送
根据app常用启动时间推送，避免用户烦躁，用户休闲时间更容易接受及查看推送信息。
从右图，迷橙详细记录了用户的行为轨迹。
终端接收推送信息
通过用户从app浏览的行为，可作出推送、挽留用户，针对特有行为推送用户真实需要的产品。
精准推送过程回顾：
用户分层
详细层级用户精确划分
找到用户习惯（依据用户行为数据）：在特定时间推送用户关注的商品
精准推送
总结
如何提升整体业务？
1、渠道质量：用户质量变高价值自然大
1.1 拉新能力：每日新用户数、新用户注册率
1.2 活跃能力：深度、时长、查看商品数、收藏商品、加入购物车、代表性行为
1.3 留存能力：日/周/月留存，自定义留存
1.4 付费能力：支付订单数、支付转化率、付费占比、支付金额分布
