用户行为分析
分析用户的行为习惯，发现产品在推广、拉新、用户留存、转化等方面存在的问题，有助于发掘高质量的推广拉新渠道，发现提高转化率的方法，使产品的营销更加精准、有效。
用户行为数据包括：
- 来源地区、
- 在网站的停留时间、跳出率、回访者、新访问者、回访次数、回访相隔天数
- 注册用户和非注册用户
- 使用的搜索引擎、关键词、关联关键词、站内关键字
分析方法
行为事件分析
主要用于研究某行为事件的发生对产品的影响及影响程度
- 一般来说，事件通过埋点来获取
用5W2H定义用户的行为事件：
- Who：事件的参与主体
- When：事件发生的时间
- Where：事件发生的地点
- What：用户在事件中所作行为的方式（如使用的设备、app版本、渠道等）
- Why
- How：用户在事件中所作行为的具体内容
- How much
事件定义完成后，进行多维度的下钻分析，进行细分，确认导致该行为的原因，针对存在的现象，找出产生这一现象的行为。
eg：登录页面下，点击登录和跳过登录的用户有什么行为差异
页面点击分析
- 页面点击分析模型主要用于对官网首页、活动页面、产品首页或详情页等存在交互的页面分析
- 主要解决三种问题：
- 精准评估用户与产品交互背后的深层关系
- 实现产品的跳转路径分析，完成产品页面之间深层次的关系需求挖掘
- 与其他分析模型配合，全面视角探索数据价值，深度感知用户体验，实现科学决策
- 通用的分析形式：
- 可视化热力图
- 固定埋点
eg：某元素的点击次数、占比、哪些用户做了点击行为
可以通过用户的页面浏览次数、浏览人数、点击次数、点击人数、点击人数/浏览人数、浏览时长等来判断用户的浏览喜好，也可以通过用户的浏览行为对用户进行分群，以便之后进行针对性的分析与优化
用户行为路径分析
两种方法：
- 转化漏斗：针对少数人为特定模块与事件节点进行路径分析，主要用于提升转化效果
- 用户路径（行为轨迹）：不需要预先设置漏斗，而是计算用户使用产品时的每个第一步，然后依次计算每一步的流向和转化。可以发现哪条路径用户访问最多、哪条路径用户容易流失
产品健康度分析
产品健康度是基于用户的行为数据进行综合考虑得到的核心指标，用以体现产品的运营情况，为产品的发展进行预警。包括以下指标：
- 产品基础指标：主要评价产品本身的运行状态
- 流量质量指标：主要评价用户流量的质量高低
- 产品营收指标：主要评价产品的盈利能力与可持续性
产品基础指标
主要评价产品本身的运行状态
- PV(Page View)：
- UV(Unique View)：
- VV(Visit View)：
- IP数
- 新访客数
流量质量指标
主要评价用户流量的质量高低
- 跳出率：只访问了入口页面就离开地访问量/所产生总访问量
- 平均访问时长：用户在一次访问中平均使用产品地事件
- 平均访问页数：PV/访问次数
产品营收指标
主要评价产品的盈利能力与可持续性。营收数据最关键的指标是ARPU值和转化率。
- 支付金额（GMV，Gross Merchandise Volume）：一般包含拍下未支付订单金额
- ARPU值（Average Revenue Per User，每用户平均收入/客单价）
$$ARPU=\frac{支付金额}{支付人数}$$ - 转化次数：用户到达目标页面的次数
- 订单转化率
$$转化率=\frac{转化次数}{访问次数}$$
销售额的计算：
$$销售额=访客数\times 成交转化率\times 客单价$$
$$销售额=曝光次数\times 点击率\times 成交转化率\times 客单价$$
漏斗模型分析
漏斗模型是一套流程式的数据分析模型，能够反映出用户行为状态以及从开始到最终各阶段的转化率及总体转化率情况。
经典的漏斗模型：AARRR。
$$Acquisition \rightarrow Activation \rightarrow Retention \rightarrow Revenue \rightarrow Referral$$
AARRR模型是围绕增长建立的，主要关注拉新、获客。但是当今时代，对绝大多数产品而言，拉新成本剧增，人口流量红利时代不复，转而流行的多是RARRA模型
$$Retention \rightarrow Activation \rightarrow Referral \rightarrow Revenue \rightarrow Acquisition$$
RARRA模型突出用户留存的重要性，通过用户留存来关注增长。
用户画像分析
用户画像是根据用户特征、网络浏览内容、网络社交活动和消费行为等信息抽象得到一个标签化的用户模型。
用户画像的内容包括：
- 基本属性:
- 性别
- 年龄
- 职业
- 位置
- 兴趣爱好
- 设备属性
- 消费购物
- 社交方式
