用户分析：留存率调研

通过用户行为分析能知道用户画像以及用户在各个产品界面上浏览、点击、购买背后的商业真相。简单讲，分析的主要方式就是关注流失，尤其是对转化有要求的网站。很多 O2O 产品，用户刚接触就有很多补贴；但一旦资金消耗完，用户就都走了。这样的产品或者商业模式并不佳，我们希望用户真正找到平台的价值，不停地来，不要流失。

当有了很多用户行为数据、定义事件之后，可以把用户数据做成一个按小时、按天，或者按用户级别、事件级别拆分的表。这张表一是用来知道用户的基本行动，比如登录或者是购买，二是用来知道哪些是优质用户、哪些是即将流失的客户，这样的数据每天或每个小时都能看到。有了用户的行为数据以后，我们就能将其应用到以下场景：

① 拉新，也就是获取新用户。

② 转化，比如电商特别注重订单转化率。

③ 促活，如何让用户经常使用我们的产品。

④ 留存，提前发现可能流失用户，降低流失率。

⑤ 变现，发现高价值用户，提高销售效率。

1．漏斗转化

漏斗模型最早是从传统行业的营销商业活动中演变而来的，它是一套流程式数据分析方法。漏斗模型的主要模型框架是通过检测目标流程中起点（用户进入）到最后完成目标动作，记录这其中经历过的每个节点的用户量与留存量，来考核每个节点的好坏，从而找到最需要优化的节点。可以说漏斗模型是用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。使用漏斗模型，可以分析站内广告位点击数据，追踪点击热点，发现热门商品，锁定潜在用户。

AIDMA理论是漏斗模型的理论基础，在AIDMA模型下，如从消费者角度可以看到消费者们从不知情者变为被动了解者再变为主动了解者，最后由被动购买者变为主动购买者的过程，如从商品角度看可以看到市场从不了解到了解，再到接受的过程。AIDMA理论有五个要素，如图8-5所示。

图8-5　AIDMA理论五要素图解

① A：Attention（注意）。这期间终端销售方会以广告、用户体验等形式让消费者了解其商品，当然如果其商品无人问津，那消费者们就都是不知情者。

② I：Interest（兴趣）。当消费者愿意接受销售方通过演示或展示、讲解商品，让消费者进一步了解商品，从而让其感兴趣，到此阶段为止消费者属于被动了解者。

③ D：Desire（渴望）。如消费者开始对该商品、终端公司提出问题，即表示消费者已经成为主动了解者，此时销售人员需积极获取其信任，交易成功与否，很大程度在于销售方是否获取了消费者信任并激发消费者的消费欲望。

④ M：Memory（留下记忆）。消费者对某商品已有很高的消费欲望时一般会货比三家，记忆中留下最深印象的那家是其最希望与其达成交易的一方。但是同时如果消费者的经济能力小于消费欲望时，其很多时候只会把对某商品的消费欲望压制，故此阶段，消费者仍属于被动购买者。(www.xing528.com)

⑤ A：Action（购买行动）。当消费者的经济能力足够负担并有强烈的消费欲望时，才会采取购买行为以采购其心仪的商品，此时消费者变为主动购买者。

比如产品的购买业务的完整流程如图8-6所示：查看首页——商品浏览——加入购物车——提交订单——支付订单。漏斗模型先将整个购买流程拆分成一个个步骤，然后用转化率来衡量每一个步骤的表现，最后通过异常的数据指标找出有问题的环节，从而解决问题，优化该步骤，最终达到提升整体购买转化率的目的。整体漏斗模型的核心思想其实可以概括为分解和量化。

图8-6　产品购买业务流程图

2．用户分析

对用户的分析包括以下三方面：

① 对新增用户、活跃用户、沉默用户、地域分布、行业分布等进行分析。帮助“YOUNG·生”团队关注产品不同阶段的不同用户数量、比例。以调整运营重点，比如拉取新用户、维护老用户、激发沉默用户等。

② 对终端来源方面进行分析，包括访问机型、来源域名、操作系统等。可以查看终端来源访问情况。

③ 对用户进行画像，是根据用户的差异把他们区分为不同类型，迅速组织在一起，然后把新得出的类型提炼出来，形成一个类型的用户画像，进而为产品精细化运营或营销提供可靠依据。用户的差异可以包括性别、年龄、地区、行业、操作系统等不同维度。根据用户行为和用户属性进行分群，掌握用户画像，通过自动化运营工作，采用内容运营、活动运营等方式，促使用户持续活跃，实现运营与营销，降低运营成本。

3．留存分析

留存分析包括新用户留存、活跃用户留存。某段时间的新增用户，经过一段时间后，仍然使用该应用的即为留存用户；这部分用户占当时新增用户的比例即为留存率。留存分析旨在通过分析新增用户的留存率来评估产品迭代（新功能的添加、界面布局调整等）与线上营销活动的效果。结合用户分析、漏斗转化，发现留存率减少的原因，从而相应的优化产品短板。通过精细化运营，能提升用户的忠诚度，实现平台收益稳健增长。

当活动、新品上线后，商户可通过留存分析查看客户对店铺的粘性是否有所提升，从而可以及时调整活动规则或商品策略。如当新品上架后，店铺的访问量增加，则说明新品的市场接受度较好，而在商城活动期间，如果店铺访问量没有明显变化，则说明活动效果一般，商家需要及时调整活动规则。

通过数据，可以找到买家最佳访问、购买的周期或渠道，从而定期运营，制定相应的运营策略，提升留存质量，进而提升支付转化。