4个方面写好用户行为分析产品用户行为分析怎么写 _生活知识

商业模式发展至今，已经不仅仅是销售能够制造的产品，而是制造能够销售的产品。企业的业务一定建立在有某种需求的用户上，所以市场拓张的落脚点都会落到用户的行为分析上。只有更好地了解用户习惯、用户偏好、用户画像才能更好地创新或改进或迭代产品，而数据分析能够帮助我们做到这一点。从另一方面来说，随着科技的发展，产品和技术终将被淘汰，但基本的市场需要从来都是在的，会一直延续下去，只是用户的要求变高了或者改变了，所以数据分析也会不断反复验证、更新迭代、学习进步。
用户行为分析
的前提
数据分析和用户行为分析的基本前提是，你要对公司的业务非常地了解和熟悉，有四个简单的问题可以帮助理解业务：

我们的业务是什么？（定位）
谁是我们的客户？（市场细分）
顾客看重什么？（竞争优势）
我们的业务应该是什么？（愿景及目标）

如何做用户行为分析？用户行为分析，说白了就是从各个维度去看用户对于产品在某些指标上的反馈。
关键词1：维度—用户分类
维度指的就是用户分类，虽然公司在产品定位和市场细分阶段已经对用户群体有清晰的定位，但是在产品运营阶段，对使用产品的用户群体还需要更加细分。
1、按照个人属性或标签划分
比如：性别、年龄、地区、学历等
也可以为用户贴上标签，如星座、行业、职业、消费能力、支付偏好等
2、按照用户使用产品的生命周期划分——同期群划分
用户使用产品的生命周期一般是：免费试用、付费使用、结束使用。同期群划分指的是按用户初始使用产品的时间将用户划分。产品总是在更新迭代中的，对不同的同期群的影响是不一样的。比如，2018年1月 A 产品上架，2月注册用户的付费转化率为10%，3月注册用户的付费转化率为20% ， 4月注册用户付费转化率为30% ，可看出2-4月中产品的发展是稳健上涨的。
适用于分析：
产品业务的整体情况
产品改版效果
产品改进后的用户体验等
用户留存/流失分析
3、按照用户使用产品的频率划分——活跃度
根据活跃度，可将用户划分为：新增用户、普通用户、活跃用户、核心用户、流失用户。
活跃度的指标需根据不同类型业务在不同发展阶段进行自我定义。
举例，假如是微信等社交类应用，可能指的是日均使用时长；假如是外卖等 O2O 类应用，可能是周均使用次数；假如是喜马拉雅内容类应用，可能指的是日均听音频的时间。
4、按照用户价值划分——RFM 模型及其衍生
PFM 模型通过衡量客户价值和客户创造价值能力来进行用户分类。
有三个维度：

R：最近一次消费 Recency
F：消费频率 Frequency
M：消费金额 Money

可分为 5 类：
一般针对电商模型。
5、基于业务模型的指标——AARRR 漏斗模型
AARRR 对应移动应用生命周期的 5 个重要环节
A：Acquisition 获取用户
A：Activation 提高活跃度
R：Retention 提高留存率
R：Revenue 获取收入
R：Refer 自传播
金字塔模型，就是根据这个流程来给用户分类的一个模型。
于是这五层的用户分类，我们运营对于每一类都有不同的需求：新用户我们希望他下载，那么给新手福利；下载用户希望他们使用，那么给予傻瓜式的操作引导；而使用的用户又希望他多来，常来，建立信任，那么就要有不断的刺激和优化。而兴趣用户，当然希望他付费了，自然促销是常用手段。至于付费用户，那么服务肯定要做好，希望人家二次购买，三次购买，甚至推荐给其他人。
6、正态分布模型
当用户运维的资源更加的粗放，而且资源非常有限的时候，就可以用正态分布模型。比如二八法则就是一种正态分布的形式，80%处于曲线的平均值附近，而剩下的20%才是利润的来源。
正态分布模型，就是在两个维度比如利润贡献和人数两个维度进行建模，你会发现提供利润最多的那几个客户是少数，因为运营成本和突发状况造成没钱赚反而亏本的也是少数，而留下的大多数利润都是在一个恒定值附近的。
那么根据这三种情况，我们就可以来分配运维的资源了，重点维护高利润用户，同时也要核心关注不给利润但是占据大部分公司资源的客户，要舍弃。而中间大多数在恒定值附近的客户，则要进行标准化服务，节省资源，让边际成本降低。