¿Qué es el análisis del comportamiento del usuario? ¿Cómo hacer un análisis del comportamiento del usuario?
1. ¿Qué es el análisis del comportamiento del usuario?
El comportamiento del usuario se puede resumir en 5W2H:
Quién (quién), Qué (qué comportamiento se realizó), Cuándo (cuándo), Dónde (dónde), Por qué (propósito Qué es ), cómo (por qué medios), cuánto (cuánto tardó, cuánto costó).
El análisis del comportamiento del usuario consiste en recopilar estadísticas y analizar estos datos para descubrir las reglas de los usuarios que utilizan los productos y combinar estas reglas con la estrategia de marketing del sitio web, las funciones del producto y las estrategias operativas para descubrir el marketing, el producto y los posibles. Resolver estos problemas puede optimizar la experiencia del usuario, lograr operaciones y marketing más refinados y precisos y permitir que los productos logren un mejor crecimiento.
2. ¿Por qué es necesario el análisis del comportamiento del usuario?
En la era de Internet para PC, la tasa de crecimiento anual de usuarios de Internet llegó a 50, y se podía obtener mucho tráfico simplemente creando un sitio web. En los primeros días de Internet móvil, la aplicación también experimentó un aumento; ola de dividendos de tráfico, y el costo de adquirir un cliente no fue mucho a 1 yuan en los últimos años, a medida que los dividendos del crecimiento del tráfico se han desvanecido, la competencia se ha vuelto cada vez más feroz. Los costos de adquisición de clientes también se han disparado a niveles insoportables. El crecimiento empresarial se ha vuelto cada vez más lento o incluso atrasado.
Imagen: La competencia en la industria de Internet es cada vez más feroz
En un entorno tan competitivo y de alto costo, si una empresa no puede utilizar el análisis de datos para realizar operaciones refinadas, las consecuencias son enormes. El desperdicio de recursos inevitablemente aumentará los costos operativos de la empresa y la hará menos competitiva. Para las plataformas de Internet, el análisis de datos tradicional analiza principalmente datos de tipo resultado, pero carece de un análisis del proceso de comportamiento del usuario que produce resultados. Por lo tanto, el valor del análisis de datos es relativamente limitado. Es por eso que muchas empresas lo consideran suficiente en los últimos años. Se realizó el análisis de datos, no tuvo mucho efecto.
Analizando 5W2H del comportamiento de los usuarios, podemos entender de dónde vienen los usuarios, qué operaciones realizan, por qué se pierden, dónde se pierden, etc. Mejorando así la experiencia del usuario, la tasa de conversión de la plataforma y permitiendo a las empresas lograr el crecimiento empresarial a través de operaciones refinadas.
3. ¿Cómo recopilar datos de comportamiento del usuario?
El análisis del comportamiento del usuario es tan importante. ¿Por qué hay tan pocas empresas de Internet que puedan hacer un buen trabajo en el análisis del comportamiento del usuario? Las principales razones son la recopilación de datos incompleta y los modelos de análisis imperfectos.
1. Cómo recopilar de manera eficiente datos sobre el comportamiento del usuario
El análisis de datos tradicional es demasiado extenso debido a una precisión de datos insuficiente y modelos de análisis imperfectos, y el valor de aplicación de los resultados del análisis es bajo. . Si queremos hacer un buen trabajo en el análisis, primero debemos tener datos ricos, por lo que tenemos que comenzar con la recopilación de datos. El método tradicional de recopilación de datos sobre el comportamiento del usuario es relativamente ineficaz. Por ejemplo: cuando obtenemos determinados datos de comportamiento. usuario, debemos recopilarlo en consecuencia. Solo agregando código de monitoreo a botones, enlaces o páginas se puede saber cuántas personas hicieron clic en este botón y en esta página. Este método se denomina "puntos de enterramiento". Los puntos de entierro requieren mucha mano de obra y energía, y el proceso es engorroso, lo que genera altos costos de inversión en mano de obra y recursos materiales.
En la era de Internet móvil, enterrar puntos se ha convertido en una tarea más dolorosa, porque cada vez que entierras puntos, debes publicarlos en la App Store. El ciclo de revisión de la App Store de Apple también es defectuoso. , lo que hace que los datos La puntualidad de la adquisición se reduzca aún más. Dado que el análisis de datos es una parte extremadamente importante del desarrollo empresarial, incluso si el costo de los recursos humanos y materiales es demasiado alto, este trabajo no se puede eliminar.
Por lo tanto, también hemos visto que existen algunas excelentes herramientas de análisis del comportamiento del usuario en el país y en el extranjero que realizan la función de recopilación sin puntos, por ejemplo: Mixpanel está disponible en el extranjero y los geeks digitales nacionales están utilizando WEB, H5, Android, los cuatro terminales de iOS pueden recopilar datos sin puntos ocultos. Mediante la recopilación sin puntos enterrados, se puede mejorar enormemente la integridad y puntualidad de los datos.
2. Cómo recopilar con precisión datos sobre el comportamiento del usuario
Para algunos datos comerciales centrales, queremos garantizar una precisión del 100%, por lo que también podemos complementarla ocultando puntos en el back-end. , para que podamos experimentar la eficiencia y la conveniencia que brindan los puntos no enterrados, al tiempo que garantizamos la precisión de los datos comerciales centrales. En términos de recopilación de datos, Shugeke admite cuatro métodos de integración de datos: sin puntos enterrados, puntos enterrados de front-end, puntos enterrados de back-end y datos importados de Shugeke BI.
4. ¿Cómo hacer un buen trabajo en el análisis del comportamiento del usuario?
En primer lugar, debemos aclarar los objetivos comerciales, comprender profundamente los procesos comerciales, de acuerdo con los objetivos, descubrir los nodos de datos clave que deben monitorearse y hacer un buen trabajo en la recopilación y organización. datos básicos. Con suficientes datos, también debemos tener modelos científicos que puedan respaldar de manera más efectiva los resultados del análisis.
La función principal de la generación anterior de herramientas de análisis del comportamiento del usuario (más precisamente: estadísticas de sitios web o estadísticas de APP) se limita al análisis del comportamiento de navegación, pero no analiza en profundidad el comportamiento interactivo del usuario. Por lo tanto, el valor del análisis es relativamente limitado. En la actualidad, la impresión de la mayoría de los profesionales de Internet sobre el análisis del comportamiento del usuario aún permanece en esta etapa.
Creo que para hacer un buen trabajo en el análisis del comportamiento del usuario, debes dominar los siguientes modelos de análisis:
1. Seguimiento completo del comportamiento del usuario, compatible con el modelo AARRR.
500 Startups Investment Dave McClure propuso un conjunto de modelos de análisis de "indicadores piratas" para analizar la adquisición de usuarios en diferentes etapas, que se ha utilizado ampliamente en Silicon Valley.
AARRR es la abreviatura de Adquisición, Activación, Retención, Ingresos y Referencia, que corresponden a los cinco vínculos importantes en el ciclo de vida del usuario. Primero, se debe realizar un análisis del comportamiento del usuario en función de la vida completa del usuario. ciclo. .
1). Adquirir usuarios
En la promoción de marketing, ¿qué canal genera mayor tráfico y cuál es el ROI del canal? Las tasas de conversión de diferentes contenidos publicitarios son todos datos analizados en este paso.
Los canales de origen son el primer paso para adquirir clientes. Mediante la combinación de identificación automática por parte del sistema y canales personalizados, se pueden analizar los efectos de retención y conversión de cada canal de origen. La fuente de acceso al sitio web, el canal de descarga de la aplicación y las palabras clave de búsqueda de cada motor de búsqueda se pueden contar y analizar fácilmente a través de la plataforma de análisis de datos, utilizando el análisis multidimensional de los parámetros de promoción UTM, a través de canales de promoción, eventos. nombres y medios de visualización El análisis cruzado de anuncios, contenido publicitario, palabras clave y páginas de destino puede identificar canales de alta calidad y canales inferiores, realizar un seguimiento refinado y mejorar el retorno de la inversión del canal.
Desarrolle las correspondientes estrategias de promoción de adquisición de clientes a través del modelo de calidad del canal:
Figura: Modelo de calidad del canal
Los canales que se muestran en los gráficos anteriores también son ejemplos de Calidad. cambia dinámicamente. En el primer cuadrante, la calidad del canal es alta y el tráfico es grande, por lo que la estrategia de entrega del canal y la intensidad de entrega deben mantenerse; en el segundo cuadrante, la calidad del canal es relativamente alta pero el tráfico es relativamente pequeño; Deberíamos aumentar la inversión en canales y seguir prestando atención a los cambios en la calidad del canal; el tercer cuadrante es de mala calidad del canal y trae poco tráfico, por lo que debemos hacer ajustes cuidadosos y optimizar gradualmente este canal; Los datos del canal de mayor tamaño, pero con poco tráfico, deben analizarse para realizar una entrega más precisa y mejorar la calidad del canal.
2). Activar usuarios
Activar usuarios es el primer paso más crítico para lograr los objetivos comerciales si una gran cantidad de usuarios utilizan su producto todos los días, pero ningún usuario establece una conexión sólida. relación con usted, Si se comunica con nosotros, no podrá realizar operaciones posteriores.
3) Retención de usuarios
El factor clave para el éxito de un producto hoy en día no es la viralidad o los grandes dólares de marketing, sino la retención de usuarios. Desarrollar productos que hagan que los usuarios regresen es crucial. Existe una regla de retención “40 – 20 – 10” en la plataforma de Facebook. Los números representan la tasa de retención diaria, la tasa de retención semanal y la tasa de retención mensual. Si desea que la DAU de su producto supere 1 millón, entonces la tasa de retención diaria debe ser superior a 40 y la tasa de retención semanal y la tasa de retención mensual deben ser superiores. ser mayor que 20 y 10 respectivamente.
La retención es uno de los vínculos importantes en el modelo AARRR. Sólo garantizando una buena retención podemos garantizar que no se pierdan nuevos usuarios en vano después del registro. Es como una canasta que gotea constantemente. Si no repara las grietas de debajo y simplemente vierte agua en ella, será difícil lograr un crecimiento sostenido.
4). Obtener ingresos
Conseguir ingresos es la base para la supervivencia de toda plataforma, por lo que es fundamental encontrar un modelo de negocio que se adapte a ti. Según los diferentes modelos de negocio, los métodos para obtener ingresos también son diferentes: las plataformas de medios dependen de la publicidad para monetizar, los juegos dependen de los pagos de los usuarios, las plataformas de comercio electrónico cobran comisiones o los vendedores pagan, etc., mientras que en el campo de los servicios empresariales LTV: CAC es mayor que 3, Sólo así podremos lograr un crecimiento efectivo y saludable.
5). Propagación viral
A través del análisis de optimización de las primeras cuatro etapas del modelo, desde usuarios inestables, usuarios activos hasta usuarios finales leales, maximizaremos la retención y conversión de clientes. , cultivar usuarios leales de la empresa y brindar beneficios eficientes a la empresa a través de la comunicación social de boca en boca.
En el mundo actual, donde los costos de adquisición de clientes son altos, la comunicación social puede brindar a las empresas una mejor base de usuarios y reducir los costos de adquisición de clientes.
2. Modelo de análisis de conversión
La tasa de conversión es el núcleo de las operaciones sostenibles, por lo que utilizaré un espacio más amplio para explicarlo en detalle. Una herramienta comúnmente utilizada para el análisis de conversión es el embudo de conversión, o embudo para abreviar. Los nuevos usuarios se pierden durante el proceso de registro y eventualmente forman una forma similar a un embudo. En el proceso de análisis de los datos del comportamiento del usuario, no solo observamos la tasa de conversión final, sino que también nos preocupamos por la tasa de conversión en cada paso de la conversión.
1) Cómo construir un embudo científicamente
En el pasado, construíamos un embudo basado en el producto y la experiencia operativa, pero ¿es este embudo representativo de cómo optimizar este embudo? para la tasa de conversión general? No tenemos confianza en qué tan efectiva será la mejora. En este momento, podemos comprender la ruta principal de los usuarios a través del análisis del flujo de usuarios.
Figura: Análisis de flujo de usuarios
El análisis de flujo de usuarios es muy intuitivo, pero requiere que los analistas tengan cierta experiencia y capacidad de juicio. Para resolver este problema, Shugeke ha desarrollado una función de análisis de ruta inteligente. Después de seleccionar el objetivo de conversión, la ruta principal de conversión del usuario se puede analizar con un solo clic. Reduzca la eficiencia de la creación de embudos a segundos.
Figura: Análisis de conversión inteligente
2). Método de análisis comparativo de embudos
Para el análisis de conversión, no basta con utilizar embudos comunes. Para analizar los detalles que afectan los factores de conversión, es muy importante poder realizar segmentaciones y análisis comparativos. Por ejemplo, al comparar embudos de conversión por canales de origen de usuarios, puede comprender las diferencias de conversión de diferentes canales para optimizar canales y al comparar los dispositivos de los usuarios, puede comprender las diferencias de conversión de usuarios con diferentes dispositivos (por ejemplo: un producto con un; se puede utilizar un precio más alto para optimizar los canales). La tasa de conversión del pedido al pago es significativamente mayor para los usuarios de iPhone que para los usuarios de Android).
Figura: Análisis comparativo de embudos
3). Método de análisis combinado de embudo y flujo de usuarios.
Los embudos de conversión generales sólo tienen el proceso principal, pero no el Flujo de cada paso Con base en la información detallada de salida, cuando analizamos las conversiones de registro de usuarios, si podemos saber dónde han ido los usuarios que no se han convertido al siguiente paso, podemos planificar de manera más efectiva la ruta de conversión del usuario. Por ejemplo, en la ruta de conversión de la figura siguiente, 88 usuarios que no ingresaron al segundo paso lo abandonaron directamente, mientras que 10 usuarios fueron usuarios registrados que eligieron iniciar sesión directamente, y solo el 2% de los usuarios omitieron la página de destino y fueron a la página de inicio del sitio web; y el 100% de los usuarios que no realizaron la conversión del segundo paso al tercer paso se fueron. Esta es una página de destino cerrada típica, por lo que solo necesita optimizar la tasa de conversión en el tercer paso para aumentar la tasa de conversión general.
4) Método de análisis del comportamiento de microconversión
Muchos productos de análisis de comportamiento solo pueden analizar las conversiones a nivel de función y de evento, pero existen graves deficiencias en el análisis de la interacción del usuario. Detalles Por ejemplo: en el embudo anterior, analizamos que el último paso es la clave para afectar la conversión, pero el último paso es el formulario de registro, por lo que el análisis del comportamiento detallado de completar el formulario es crucial. lo que llamamos microconversión.
Por ejemplo: cuánto tiempo lleva completar el formulario, qué campos los usuarios que completaron pero no enviaron el formulario se perdieron al completarlo, tasa de campos en blanco del formulario y otros comportamientos de llenado del formulario.
Imagen: Embudo de conversión de llenado de formularios
Imagen: Tiempo de llenado de formularios
A través del análisis de microconversión del llenado de formularios anterior, la tasa de conversión desde el principio de completar el formulario para el registro exitoso alcanza el 85%, mientras que el tráfico para completar es solo 8. Se puede concluir que el mayor punto de fuga que afecta la conversión es la tasa de llenado, entonces, ¿cómo mejorar el llenado? en tasa es el núcleo de nuestra mejora de la conversión de registros. El contenido efectivo y los canales precisos son los factores centrales que afectan el llenado. Ya hemos hablado de los factores del canal en el análisis de adquisición de clientes, lo que lleva a la cuarta herramienta de nuestro análisis de microconversión: el análisis de la atención del usuario.
5) Método de análisis de la atención del usuario
La interacción entre el usuario y el contenido de la página, como los clics del usuario en la página, la navegación, el tiempo de permanencia en los elementos de la página, el desplazamiento. la pantalla, etc. Todos estos representan el nivel de atención del usuario a la información que se mostrará en el producto y si puede atraer la atención del usuario.
Los datos empresariales se pueden visualizar, pero ¿cómo visualizar los datos de comportamiento? Shugeike ha transformado los comportamientos anteriores en cinco tipos de mapas de calor: mapa de calor de tasa de alcance de pantalla dividida, mapa de clics en enlaces, mapa de clics en páginas, mapa de calor de navegación y mapa de calor de atención. A través del análisis cruzado de los cinco mapas de calor, podemos. Analice eficazmente el contenido que más interesa a los usuarios.
Imagen: Mapa de calor de atención
Solo dominando el análisis interactivo del comportamiento de las microconversiones podremos mejorar de manera más efectiva la tasa de conversión. Todas las herramientas de análisis que no pueden mejorar eficazmente la tasa de conversión de la plataforma son una pérdida de mano de obra y recursos de tiempo de la empresa. Esta es también la razón fundamental por la que muchas empresas no se han beneficiado del análisis del comportamiento del usuario.
3. Modelo de operación refinado
En el pasado, las operaciones solo podían dirigirse a todos los usuarios si desea realizar operaciones precisas para algunos clientes objetivo.
Imagen: Retrato de grupo de usuarios
Por ejemplo: cuando queremos realizar marketing preciso a usuarios que se han registrado usando iPhones en un área determinada pero han estado inactivos durante tres días o no Al formar conversiones de transacciones, necesitamos que el personal de operaciones, el personal de productos y el personal técnico trabajen juntos para recuperar datos y formular reglas operativas, lo que implica una gran cantidad de mano de obra y una gran inversión de tiempo. La nueva generación de análisis del comportamiento del usuario puede utilizar agrupaciones de usuarios, retratos de usuarios, actividad personalizada del usuario y comportamientos de retención para localizar con precisión a los usuarios, logrando así operaciones refinadas.
Figura: Creación de grupos de usuarios
4. Modelo de análisis cualitativo
La experiencia del usuario es la principal prioridad de las empresas en el diseño de productos, la investigación de usuarios, la I+D y las operaciones. Muchos aspectos, como el marketing y el servicio al cliente, deben comprender el proceso de experiencia real de los usuarios. Sin embargo, cómo optimizar la experiencia del usuario siempre ha sido una fuente de controversia interna, la razón principal es que es difícil describirlo de manera concreta y vívida. Cuando se descubre un comportamiento anormal del usuario a través del análisis de comportamiento, poder reproducir los escenarios específicos cuando los usuarios usan su producto es crucial para optimizar la experiencia del producto.
Cuando estaba en Taobao en el pasado, el departamento de experiencia del usuario optimizaba la experiencia invitando a los usuarios a la empresa para entrevistas y realizando experimentos de usabilidad, pero este método requería mucho tiempo y dinero. La muestra no es necesariamente representativa. Para resolver este problema, Shugeke ha desarrollado una herramienta de grabación de pantalla del comportamiento del usuario, que ahorra costos al no invitar a los usuarios a la empresa para grabar en el sitio. Puede restaurar de manera intuitiva y eficiente las operaciones reales de los usuarios en forma de video, permitiendo todas las posiciones. en la empresa para obtener información de primera mano sobre la experiencia del usuario. Ayudar al desarrollo de productos a mejorar la experiencia del usuario.
Imagen: interfaz de reproducción de grabación de pantalla de comportamiento del usuario
Resumen: analice todo el ciclo de vida del usuario a través del modelo AAARRR; mejore la tasa de conversión del producto a través del modelo de análisis de la tasa de conversión; naturaleza de operaciones refinadas; Optimizar la experiencia del usuario a través de métodos de análisis cualitativo. Si los cuatro aspectos anteriores se hacen bien, el crecimiento empresarial definitivamente se logrará a través del análisis del comportamiento del usuario.
5. ¿Cuál es la dirección futura del análisis del comportamiento del usuario?
Mucha gente me pregunta, ¿por qué quieres iniciar Shugeke cuando ya hay varias empresas haciendo análisis del comportamiento de los usuarios? Creo que el objetivo del análisis de datos es aplicar los resultados del análisis para optimizar la eficiencia operativa. Sin embargo, las principales herramientas de análisis nacionales y extranjeras todavía están en el nivel de análisis y todavía hay mucho espacio para una aplicación eficiente. Por tanto, además de ser más profesionales y eficaces a nivel de análisis, los expertos en datos también deben lograr nuevos avances a nivel de aplicaciones. Los problemas reflejados en los resultados del análisis de datos se dividen principalmente en dos categorías: operaciones (incluido el marketing) y productos. Por lo tanto, es necesario ofrecer soluciones específicas para estos dos tipos de problemas.
1. Automatización de operaciones
Como mencionamos anteriormente, las operaciones refinadas se pueden lograr a través de sistemas de análisis del comportamiento del usuario, pero aplicaciones específicas requieren la formulación manual de operaciones y estrategias de marketing, a través de productos, La aplicación requiere I+D, y cuando las estrategias cambian, es necesario volver a desarrollar las herramientas correspondientes, lo que también requiere mucho tiempo y afecta la eficiencia operativa y de marketing. Shugeke ha desarrollado un sistema de marketing de membresía y herramientas de operación automatizadas. El personal de operaciones y marketing establece reglas directamente. El sistema envía automáticamente información precisa del evento a los usuarios calificados de acuerdo con las reglas, lo que mejora directamente la eficiencia del trabajo del personal de operación, y el personal de operación puede concentrarse. Al pasar a la planificación en lugar de perder demasiado tiempo en ejecuciones repetitivas, las operaciones automatizadas pueden ahorrar a las empresas muchos costos operativos.
Figura: Creación de reglas operativas automatizadas
2. Toma de decisiones científicas en productos y operaciones (marketing)
El análisis de los datos del comportamiento del usuario a menudo se realiza después del comportamiento. ocurre Se realiza un análisis y los productos y operaciones se basan en la experiencia y en decisiones basadas en el cerebro. Una decisión incorrecta provocará consecuencias irreparables. Por lo tanto, si el producto y el plan de operación se pueden verificar a pequeña escala mediante pruebas A/B de desvío de usuarios antes de lanzar el producto y el plan de operación, y se puede seleccionar el mejor plan para su lanzamiento, esto puede mejorar en gran medida la naturaleza científica del Toma de decisiones.
Google optimiza los productos y las operaciones ejecutando decenas de miles de pruebas A/B cada año, lo que genera a la empresa 10 mil millones de dólares en ingresos.
El método de prueba A/B es muy eficaz, pero las empresas nacionales de Internet no lo utilizan ampliamente. Esto se debe principalmente a la complejidad de aplicar las pruebas A/B. Los geeks tienen una herramienta de prueba A/B completa, el personal de negocios puede usar la herramienta de edición de prueba visual en el sitio web y la aplicación para crear y ejecutar pruebas por sí mismos. Al interpretar automáticamente los informes de prueba, el umbral para las pruebas A/B se reduce considerablemente.
Imagen: herramienta de prueba de edición visual del sitio web
3. Automatización del análisis
El análisis del comportamiento del usuario tiene un cierto grado de profesionalismo y no solo requiere. Al dominar diferentes métodos de análisis, también debe estar familiarizado con el negocio y combinarlo con el negocio para proporcionar resultados de análisis valiosos. Si puede ser como 360 Security Guard, solo necesita cargar el SDK para diagnosticar, analizar y proporcionar soluciones automáticamente. Esta es la dirección futura del análisis de datos. Shugeke también ha realizado intentos activos en este sentido y ha logrado resultados preliminares. , actualmente tiene funciones como advertencia automática de datos y generación de informes automáticos.
El análisis del comportamiento del usuario es una ciencia. Ser bueno en la obtención, análisis y aplicación de datos es la habilidad básica para que todos hagan un buen trabajo. Toda empresa debe fortalecer la aplicación de big data al comportamiento del usuario. análisis, para encontrar patrones en los datos y utilizarlos para impulsar el crecimiento empresarial.
Shujike es una plataforma de análisis del comportamiento del usuario de nueva generación en China. Es una herramienta de análisis de big data imprescindible para los hackers de crecimiento. Admite análisis de datos de aplicaciones y análisis de sitios web. Modelos, que son el comportamiento del usuario. Es el primer producto de análisis de datos en el campo del análisis que aplica análisis cuantitativo y métodos de análisis cualitativo. Basado en el sistema de análisis del comportamiento del usuario, proporciona dos principales soluciones de aplicaciones inteligentes de datos: sistema de marketing de miembros y A/. Herramientas de prueba B, que permiten a las empresas implementar rápidamente un aumento basado en datos.
Este artículo fue creado originalmente por Xie Rongsheng, director ejecutivo de Shugeke. Se agradece la reimpresión. Conserve el texto completo y la información del autor.