5. 做好用户行为分析
确定好用户行为分析指标后，我们可以借助一些模型对用户行为的数据进行定性和定量的分析 。 常用的分析模型有：行为事件分析、用户留存分析、漏斗模型分析、行为路径分析和福格模型分析 。

文章插图

行为事件分析
行为事件分析是根据运营关键指标对用户特定事件进行分析 。 通过追踪或记录用户行为事件，可以快速的了解到事件的趋势走向和用户的完成情况 。
以用户投标的行为事件为例，出借人在完成投标过程中，所进行的注册、认证、开户、充值、投资等行为，都可以定义为事件，也是完成投标成功的一个完整事件 。


文章插图



文章插图

确定投标行为事件后，我们可以根据事件属性细分维度：用户来源、性别、出生年月、注册时间、绑卡时间、首次充值时间、首次投资时间、标的ID，标名、期限、利率、还款方式等 。 然后从中找出符合指标的规律，并制定针对性的措施 。
用户留存分析
用户留存分析是一种用来分析用户参与情况与活跃程度的模型 。 通过留存量和留存率，可以了解用户的留存和流失状况 。 比如用次日留存、周留存、月留存等指标来衡量产品的人气或粘度 。
以渠道访问的用户留存为例，我们对APP端有过访问行为的渠道用户进行留存分析 。 从图中可以看出8月14日~8月20日的次日留存率在41%以上，周留存率在22%以上 。 但在8月17日的次日留存率突然飙升到67%，一般是进行了活动策划或功能优化才会留存率这么高 。


文章插图

用户留存一般符合40-20-10法则，即新用户的次日留存应该大于40%，周留存大于20%，月留存大于10%才符合业务标准 。 我们做用户留存分析主要验证是否达到既定的运营目标，进而影响下一步的产品决策 。
漏斗模型分析
漏斗模型分析是用户在使用产品过程中，描述各个阶段中关键环节的用户转化和流失率情况 。 比如在日常活动运营中，通过确定各个环节的流失率，分析用户怎么流失、为什么流失、在哪里流失 。 找到需要改进的环节，要重点关注，并采取有效的措施来提升整体转化率 。
以邀请投资的漏斗模型为例，邀请人将活动专题页分享给好友，之后进行的注册、认证、开户、充值到投资，用漏斗模型分析一些关键节点的转化率 。 其中用户注册转化率为68%，实名认证转化率为45%，绑卡开户转化率为29%，线上充值转化率为17%，投资标的转化率为8% 。


文章插图

漏斗模型分析可以验证整个流程的设计是否合理 。 经过对比发现，访问到注册的转化率为68%，远低于预期的80% 。 这次运营策略是用户必须先注册才能领取新手福利 。 之后采取A/B测试的方式，优化为先领取新手福利再诱导用户注册 。 经过数据对比分析，注册转化率提升了20% 。 因此，通过对各环节相关转化率的比较，可以发现运营活动中哪些环节的转化率没有达到预期指标，从而发现问题所在，并找到优化方向 。
行为路径分析
行为路径分析就是分析用户在产品使用过程中的访问路径 。 通过对行为路径的数据分析，可以发现用户最常用的功能和使用路径 。 并从页面的多维度分析，追踪用户转化路径，提升产品用户体验 。