1. 分析思路
- 在做用户行为分析时，必须要又有个清醒的认识，就是分析的维度越多、信息的粒度越细，越能真实地反映问题。
- 如果仅仅是按照常规路径，很宏观的做一个笼统的分析，那并不能真实的了解用户的所思所想，也无法有效支撑业务需求。
- 分析场景的颗粒度
- 根据实际场景灵活定义用户的起始行为、目标用户群体，细化的颗粒度对进一步的分析可提供更具价值的数据；
- 数据的对比维度
- 针对核心指标增加对比维度，多维度的数据比较可帮助用户综合对比，更容易分析问题所在，提升分析效率。
2. 按新老用户分组
- 新老用户同期群分析方法，是用户分析最普遍的方法。
- 比如：用每周的新用户，观察相同时间间隔后的表现。
- 例如：
- 下图中，2019/1/1的新用户在第一周的留存率是49%，但2019/2/5的新用户在第一周的留存率是却只有40%，这就说明新用户的留存率在下降，需要重点关注。并且可以对比后续每周的表现，看是否好转。
-
为什么要区分新老用户呢？因为新老用户对于产品的反应是有很大差别的，一定要区分来看。比如你第一次去京东，由于不熟悉这家电商，很有可能逛逛就走了；但如果你是一个京东的老用户，登录京东后就很可能产生购物行为。通过区分新老，能够清晰的看到这两种用户的表现，便于发现到底是哪种用户发生了问题。
- 如果是新用户的留存下降，很可能是新用户没有快速的感受到产品的核心价值。比如物流，用户的主要诉求就是快，那么对于新用户是否能让他感受到这个价值。如果是老用户的留存率下降，也许是产品的体验在变差，或者受其他竞品的影响。
3. 按产品功能分组
- 一个产品一般具有很多功能，通过分析了解各个功能的价值，找到各个功能的提升空间，进而通过功能优化来整体提升用户留存。
- 以下图为例，矩阵的横轴是功能的留存率，表示当前功能的用户黏性；纵轴是活跃用户的数量。做出这样一个矩阵后，我们就可以看到不同的功能在矩阵中的位置分布。
- 比如橘色代表的功能就是产品的核心功能，使用率和留存率都很高，我们要保证核心功能的体验越来越好，并持续监控使用情况，防止意外发生；
- 比如绿色代表的功能，这个功能虽然使用的人数不多，但留存率非常高，说明这个功能的体验很好，我们要尽量引导用户使用这个功能；
- 而对于红色代表的功能，虽然使用的用户很多，但留存率不高。也许是这个功能有用，但体验不好；也许是这个功能本身就是鸡肋；所以我们要继续深入分析，来决定是优化功能还是直接下线
4. 按渠道分组
- 企业经常采取多种渠道来获客。有线上的方式，比如百度搜索或者抖音短视频等；有新媒体的方式，比如公众号，知乎等；有线下的方式，比如线下沙龙和公众活动。
-
各种渠道的获客都需要成本的，我们需要知道是哪种渠道的新用户留存高，留存率高说明这是高价值渠道，我们可以在这里做更多的投入。
-
比如下图，可以明显观察到，渠道一用户的留存率明显高于渠道二和渠道三，说明渠道一的用户和产品的契合度更高，为高质量渠道，应该在这里加大投入。
5. 按兴趣标签分组
- 电商用户兴趣标签示例：
- 户外露营
- 数码极客
- 动漫手办
- 航模
- 汽车发烧友
- 猫奴
- …
- LBS 社交软件兴趣标签示例：
- 摄影 & 美图
- 健身达人
- 约炮
- 线下游戏
- 熬夜冠军
- 旅游达人
- 户外活动
- JK / 汉服
6. 按地域分组
- 分组方法
- 按一二三线城市分组
- 按东中西南北区域分组
- 按城市分组
- 按省份分组
7. 按购买风格分组
- 购买风格
- 搜索购买型
- 浏览购买型
- 促销购买型
- 购买业务偏好
- 闪购
- Category页面
- 新品
- 包邮
- best deals
- 促销
- 搜索
- …
8. 按营销方式敏感度分组
- 首单营销方式
- 首单正常购买
- 首单免费礼物
- 首单新人价商品
- 首单优惠券
- 首单新人专享优惠商品组
- 首单红包
- 营销方式敏感度
- 满减
- 满返
- 满赠
- 拼团
- 多件多折
- 免费礼物
- 现金券
9. 按广告偏好分组
- 站内广告形式偏好
- 悬浮
- 弹窗
- 首页轮播
- 站内信
- …
- 广告内容偏好
- 折扣
- 品类
- 新品
- 热销
10. 按流失风险等级分组
- 等级分类：
- 高风险
- 中风险
- 低风险
- 计算指标：
- 访问频次
- 最近一次登录时间
- 7 / 15 / 30 / 60 / 180 天连续登陆测试
- 注册时间
- 在线时长
- 客诉差评
- 退货
- 社交频次
- 分享行为
11. 按退货频率分组
- 问题类型
- 退货率
- 赔付率
- 退换货 / 货品异常
- 用户诚信度
- 高诚信
- 无异常
- 低诚信
12. 按投诉频率分组
- 问题类型
- 退货率
- 赔付率
- 退换货 / 货品异常
- 多账户使用同样的收获地址
13. 按会员身份分组
- 用户身份
- 超级用户
- 金牌用户
- 银牌用户
- 铜牌用户
- 正式会员
- 试用会员
- 赠送会员
14. 按活跃状态分组
- 最近一次活跃距离今天天数
- 7 天内
- 7 ~ 30 天
- 30 ~ 180 天
- 180 天以上
- 活跃状态
- 高活跃用户
- 中活跃用户
- 低活跃用户
- 流失用户
