1、精選優質文檔-傾情為你奉上一、 什么是用戶行為分析：用戶行為分析：在獲得網站訪問量最基本數據的情況下，對有關數據進行統計、分析，從中發現用戶訪問網站的規律，并將這些規律與網絡營銷策略相結合，從而發現目前網絡營銷活動中可能存在的問題，并為進一步的修正或者是重新制定網絡營銷策略提供依據。以上只是很多種情況中一種-針對網站的用戶行為分析。那么，對于目前的互聯網行業成千上萬的產品，我們又該如何重新定義用戶行為分析呢？重新定義的用戶行為是什么呢？1、  分析用戶行為，那我們應該先確定用戶群體特征；2、  用戶對產品的使用率。網站類產品主要體現在點擊率、點擊量、訪問量、訪問率、訪問模塊

2、、頁面留存時間等等；移動應用產品主要體現在下載量、使用頻率、使用模塊等等；3、  用戶使用產品的時間。比如用戶基本是每天中的什么時候使用產品。綜合以上說說的幾點，其實用戶行為分析可以這樣來看：用戶行為分析就是對用戶使用產品過程中的所有數據（包括下載量、使用頻率、訪問量、訪問率、留存時間等等）進行收集、整理、統計、分析用戶使用產品的規律，為產品的后續發展、優化或者營銷等活動提供有力的數據支撐。二、用戶行為分析方式都有哪些？既然是對用戶的行為進行分析，那么在得到數據后，我們需要如何進行行為分析呢？分析方式有哪些呢？這里我們主要從幾個維度來分析：方式、側重、優缺點。應該具體從何開始呢？我們

3、先說說用戶行為分析的方式：1、  網站數據分析。通過對每個模塊的點擊率、點擊量、訪問量進行數據捕獲，然后進行分析；2、  用戶基本動作分析。用戶訪問留存時間、訪問量等；3、  關聯調查數據分析。主要在電商上的相關推薦、你可能喜歡等等；4、  用戶屬性和習慣分析。對用戶屬性和用戶習慣兩個維度進行分析。用戶屬性包括性別、年齡等固有的；用戶習慣包括用戶的一起喜愛度、流量習慣、訪問習慣等等；5、  用戶活躍度分析。綜合以上可以概括為：以數據分析為導向、以產品設計反饋為導向、以對用戶的調查為導向。通過上面的分析方式，我們需要整理出每種方式的分析側重點。那

4、么，下面我們談談用戶行為分析的側重點，主要有以下幾點：1、  網站數據分析的側重點：數據監測、挖掘、收集、整理、統計。2、  用戶基本動作分析側重點：統計用戶基本信息，比如：性別、年齡、地域，分析用戶群體；3、  關聯分析側重點：分析數據為精準營銷提供數據支撐；4、  用戶活躍度側重點：主要是用戶的使用頻率進行分析，可以得出分析為什么用戶喜歡使用這個產品這個功能。三、     用戶行為分析的工具有哪些？如何做好用戶行為分析？工欲善其事必先利其器，我們知道了我們需要做什么事情，那么我們應該用什么工具來提高效率呢？1、

5、  百度站長統計。網站流量統計、用戶訪問統計、頁面訪問統計；2、  Cnzz、google analytics等統計工具；要做好用戶行為分析，除了需要對數據進行很好的分析處理外還要有一顆把握用戶心理特征的心，知道用戶的真實想法，只有這樣才能做好準確的分析基于沙漏模型的移動互聯網用戶行為分析沙漏中間是用戶行為分析的兩個抓手：用戶個體畫像和用戶群體特征。用戶個體畫像可通過手機號進行用戶識別，并以“打標簽”的方式為每位用戶建立用戶特征寬表，從而方便移動互聯網業務運營單位通過建模分析找到目標用戶，迎合其個性化需求，實施個性化的客戶策略。（二）模型應用一：基于用戶行為的受眾

6、興趣營銷以某電信運營商的移動互聯網業務營銷為例。兩個移動互聯網業務“WO視訊”和“音樂”希望能夠實現個性化營銷，數據分析的關鍵在于沙漏模型中的數據建模部分需要為用戶或者會用群打上概念標簽。1、 用戶群體特征建模。（1） 分類模型：分類模型對類別未知的用戶進行預測，以判斷其屬于哪個類別的概率比較高。（2） 關聯模型：關聯模型研究產品購買的關聯性，即購買A產品的同時是否會對B產品也感興趣。2、 用戶個體畫像建模。基于多個IT支撐系統的靜態和動態數據，對可接觸的用戶進行個體畫像，能夠顆粒度更細地判斷其是否為“wo視訊”或“WO音樂”的目標客戶，以便進行針對性營銷。3、 個性化營銷應用展示。（1） 優

7、選推送方案：對照客戶畫像和“wo視訊”的目標客戶特征，顯然小A是“WO視訊“的目標客戶，可小A偏好時段是11：00-11：30之間，可通過網站彈窗方式，向小A推薦體育類手機視頻（2） 實施交叉營銷：基于前文的關聯規則，小A成功訂購“體育”頻道后，可再次向他推薦“娛樂”頻道，或者將“體育頻道”和娛樂頻道打包，捆綁銷售，給予一定的折扣優惠。（3） 個性化呈現：在小A登陸登陸統一門戶后，可重點展示“wo視訊”產品，尤其是體育類視頻內容，同時，統一門戶的頁面也切換為他喜歡的藍色。（4） 挖掘種子用戶。通過客戶社會網絡分析，小Z的手機通話主要集中在5個號碼，且通話頻率相當高。因此，可將小Z作為“wo音樂

8、”產品的種子用戶，在小Z登陸統一門戶后，定向推送促銷信息，成功推薦5個好友訂購WO音樂全曲下載，次月返話費20元。模型應用二：移動互聯網的產品優化大量用戶行為數據的搜集與分析，還能使運營單位準確、迅速地發現與用戶使用感知相關，的產品問題，有助于產品優化和進行用戶對產品的態度預測等分析。例如，在一些關鍵操作流程上，用戶使用是否順暢？主要操作過程中涉及到的產品頁面布局、信息框架、命名標識方面，用戶是否存在使用障礙等。下面以優化移動互聯網門戶網站為例，介紹利用用戶行為數據進行產品優化的應用。1、 用戶行為采集與建模。根據數據分析的目標進行頁面數據采集，并識別用戶行為的群體特征，發現大量用戶在某一個節

9、點的異常行為，觸發產品優化需求。（1） 頁面之間的路徑關系分析：用于改進WAP網站信息框架，分析常用任務的設計路徑與用戶操作習慣是否匹配。如用戶通常訪問“頁面1-頁面3-頁面5”完成一個操作路徑。（2） 頻道關聯分析：即分析用戶訪問的“頻道1-子頻道1.1-頻道2.。”之間的關聯，用于管理頻道內容與子頻道排布，使其更加符合用戶需求。（3） 最終轉化率分析：顯示用戶從進入流程到實現目標的步驟，通過對某些關鍵路徑的轉化率分析，以確定整個流程的設計是否合理，各個步驟的優劣，是否存在優化的空間等（4） 熱點分析：在特定的步驟中分析用戶在頁面上的點擊操作，是否出現異常點擊，用于分析頁面上的圖標命名，操作

10、入口排布方面是否存在障礙。（5） 訪問興趣分析：多數用戶或者重度訪問用戶（每次訪問時間超過15分鐘）或重復訪問用戶（每周平均訪問次數超過5次）訪問集中的頁面，表明是用戶感興趣的內容。2、 產品優化建議：通過分析，發現存在的產品問題，評估產品問題改進的效果，用量化數據驗證產品問題，評估產品運營效果。（1） 用戶的訪問規律。操作步驟與放棄率：當任務操作步驟超過三步時，一半以上的用戶已經選擇放棄。相應時間與使用率:當響應時間超過8秒，大部分用戶會選擇離開。（2） 識別用戶習慣的操作路徑。以手機視頻為例，70%用戶播放非直播視頻是從首頁推薦欄目點擊進入，25%的用戶從所播放視頻傍邊的縣官鏈接點擊進入（3） 用戶頁面信息的關注規律。針對首頁等主要頁面，監測用戶點擊熱點，77%用戶只看第一屏內容，只有23%的訪問者在第一次訪問時會滾動。輕度訪問用戶中，75%的用戶只瀏覽一