什么是大数据用户行为分析数据

用户行为的分析都涉及到哪些方面呢?
互联网 & 发布时间: 15:13:12 & 作者:佚名 &
用户行为分析,是指在获得网站访问量基本数据的情况下,对有关数据进行统计、分析,从中发现用户访问网站的规律,那么用户行为的分析都涉及到哪些方面呢?下面我们一起来了解下吧
  我们经常都会在讲互联网产品的数据运营,而数据运营当中非常关键的就是用户的行为数据,因为只有真正地挖掘用户的行为,才能够让做出更加吸引用户的产品,也就是要做好用户行为分析。现在大家都在讲的大数据分析和数据挖掘,其实也包含了用户的行为分析。传统的用户行为分析,一般都是指PV、UV、跳出率和用户访问深度、用户停留时间等,这些指标其实主要是用来作为统计使用的,真正要能指导产品和业务的还是要有更加精细化的分析,也就是用户行为精细化分析。比如,我们有做了一个资讯类产品,用户的点击率是有的,但是怎么知道用户是否喜欢当作某个频道的内容,这个时候就需要多用户在文章中的停留时间、评论频次、评论内容等做更加精细化分析,否则单纯从点击率根本说明不了内容的质量。那么,用户行为的分析都涉及到哪些方面呢?
  首先,传统的用户行为分析已演变为精细化分析。传统的用户行为分析,我们通常会这么认为:一个用户只要打开APP就算这一天的一个活跃用户,今天新增的用户只要第二天启动一次APP就认为是一个留存用户。而现在,我们对用户的行为分析可以做得更加精细化。比如,我们做了一个互联网阅读类APP产品,如果一个用户打开APP后并没有去浏览当中的一篇文章,而是通过注册机等手段生成的僵尸用户,那么我们可以设定一个规则来界定什么才是活跃用户,即今天至少查看了一篇文章的用户才算是一个活跃用户。再比如,传统的很多用户只要在数据库中生成一条数据就可以当成一个用户,而现在的互联网产品很多都要求实名制,也就是一个用户的身份验证如果不符合条件,就不能算是一个有效用户,比如社交产品上的实名认证、手机认证。因此,精细化用户行为分析会让越来越多的互联网产品,特别是那些靠假数据来获得投资的公司越来越失望,因为用户行为的精细化分析会让一款产品越来越健康,越来越走向高质量。
  其次,用户行为精细化分析重点在用户画像。我们做用户行为分析,尽管不同的方法上差异很大,但是最终的目的是一样的,那就是通过用户行为产生的数据来还原用户的真实行为和本真面貌。也就是说基于用户在互联网产品上的行为和其行为背后的用户发生的时间频次等维度,尽可能准确地还原用户本真,通过行为数据来构建出完整、精细的用户画像,把用户的行为数据与用户的特征数据结合在一起构成一副用户画像,而不是像传统使用统计工具来得到数据。
  再次,用户行为精确分析决定产品的市场。用户的行为是指导产品市场评估的有效手段之一,也就是可以通过用户行为的精确分析来判断一款产品是不是符合市场需求。例如,有个刚上线的垂直电商平台,我们可以通过用户的行为来判断是否有必要继续投入精力做这个项目,可以通过有多少用户浏览、、有多少用户真正点击了商品链接、有多少用户在商品页面上停留了较长时间、有多少用户真正购买并支付,这些用户行为数据的精确分析,可以很容易看出这个电视平台是否符合用户需求,是否对用户有一点吸引力,通过这些分析可以确定这个产品的市场空间是否足够大。
  此外,用户行为分析需要从多个维度进行。随着信息科学和互联网技术的发展,特别是数据挖掘技术的广泛应用,对用户的行为分析也随之越来越深入,例如,对用户的一个点击行为,我们可以从多种维度进行分析,包括时间、空间,其中时间上可以有访问时间、访问频次、停留时间、交互时间等维度;空间上可以有地域分布、访问来源、用户群体等维度,也就是说,对用户行为的分析维度越多,越能够挖掘出更精确的用户信息,进而更加了解用户的需求,促进产品的不断丰富和完善。
  如今,人口红利期已过,互联网产品推广的途径也越来越多,领域越来越垂直,加上同质化竞争直接导致获客成本变高,无论从市场推广人员的角度还是公司角度,都在评估ROI,除了看用户量,更需要看用户的质量,而要评估用户的质量,就需要基于用户行为做精确化分析才能更加准确地评估。
  本文由css教程http://www.divcss8.com原创
大家感兴趣的内容
12345678910
最近更新的内容PMCAFF社区 - PMCAFF产品经理社区 中国第一产品经理人气组织::专注于研究互联网产品扫一扫体验手机阅读
国内主流新一代用户行为分析系统选型过程分享
<span type="1" blog_id="2066464" userid='
1篇文章,6126人气,0粉丝
前百度高级工程师的架构高可用实战
¥51.00250人订阅51CTO旗下网站
用户行为数据分析的三个层次,你真的了解吗?
在这样一个「数据驱动」的时代,很多产品团队都选择在产品早期就引入或搭建数据分析平台,并希望能够通过数据驱动产品的快速成长。对产品用户和行为数据的研究可以大致划分为宏观层、微观层和中间层三个层次,你真的都了解吗?
作者:于晓松(诸葛io)来源:| 11:47
在这样一个「数据驱动」的时代,很多产品团队都选择在产品早期就引入或搭建数据分析平台,并希望能够通过数据驱动产品的快速成长,但即便如此,大多数的初创企业还是难逃失败的厄运。除去战略、经营等导致企业死亡的情况,数据分析的「深度不够」也是让产品铩羽的重要原因&&大多数企业构建的数据分析平台仅仅能看一些统计指标&&而这并不足以指导产品改进,并使之走向成功!
产品数据分析的三个层次
对产品用户和行为数据的研究可以大致划分为宏观层、微观层和中间层三个层次:
宏观层:由一系列的数据指标构成。如产品每日的「活跃用户数」、「新增用户数」、「订单数量」、「点赞的次数和人数」、「次日或7日留存率」等,这些指标能够帮您从整体上把握产品的运营状况;
微观层:由产品中每个用户及其行为的细节数据构成。如每一个用户的年龄性别&&、他在什么时间打开应用、做了什么、他的购物车里都有哪些商品等,这些数据可以让您去深入的了解和理解每一个用户以及用户的行为?
中间层:中间层由一系列相互关联的分析方法、模型以及相应的数据构成。如行为分析、漏斗、留存、细分、画像洞察等等。
决定成败的「中间层」
「中间层」是至关重要的一层&&针对您产品和业务目标展开的大部分分析,都需要在中间层的方法模型支持下完成。这是因为:
宏观层的数据指标过于概括,虽然可以帮您了解产品的整体状况,却很难基于这些指标直接构建出切实的产品改进策略;
而微观层的行为的数据量实在太大,海量细节让人无从下手。
如果,中间层能够基于丰富的维度提供有效的方法和模型,您就有机会对存在问题的宏观数据指标进行逐级深入的剖析(Drill
down),逐步缩小问题的范围和人群,甚至深入微观层洞察相关的用户及行为,直至对问题原因得到清晰的认识(或有效猜测)&&并据此构建出产品改进策略并逐步改进,产品就有机会走向成功。
相反,如果中间层缺失,或提供的方法模型不能支持您对问题指标进行足够的剖析,您就只能回到「看数据&拍脑袋」的老路上去,产品快速增长并最终走向成功的几率将因此降低。
典型实例剖析
以一款假想的「视频分享社区」产品为例:
1. 发现问题
该产品的运营负责人通过数据发现:新用户在注册第二天只有20%人回访(作者按:「宏观层」指标「次日留存率」低)
2.深入分析
接下来,她将某天新增的用户划分为「第二天回访的用户」和「第二天不回访的用户」两个群体(作者按:「中间层」的人群细分),并且:
对这两群用户从各个维度进行了分析对比(作者按:「中间层」的细分、群体画像、行为分析等方法),结果发现这两群人的一个典型区别是:
「回访的用户」往往在首次使用时就「拍摄了至少1段视频」并且「分享到微信朋友圈」;
而「不回访的用户」大多在首次使用时「没有拍摄视频」或「没有分享到朋友圈」。
根据上述差异,这位运营负责人大胆猜测&&首次使用时「拍摄并分享」会影响到第二天及以后的留存率。
于 是,她进一步在两个群体中各抽取了少量用户,并查看他们的行为记录(作者按:「微观层」的用户及行为细节数据),发现:在首次使用时「拍摄并分享视频」的
用户,往往会在收到朋友圈好友评论时返回应用,以便查看或回复评论。并且,得到评论较多的用户很快会「拍摄新的视频」,而「没有拍摄和分享视频」的用户则
情况刚好相反,这位运营负责人的想法通过这些细节数据得到验证。
3.改进产品获得提升
这位运营负责人将她的发现与产品经理以及其他团队成员进行了沟通,并得到认可。
大家一起基于这个发现,对产品本身进行了更为深入的分析,并选取了部分用户进行了电话调研。然后,大家制定了提升产品的策略:
第一步:对产品本身进行优化改进,引导和鼓励用户在首次使用时完成视频拍摄和分享。新版本发布后,新增用户的次日留存率很快上升到50%;
第二步:组织「最佳微视频评选」、「搞笑视频评选」等一系列活动,刺激视频的拍摄和传播互动。随着活动的进行,新增用户数量和次日留存率又有了进一步的提升,并且老用户的活跃度也不断增长。
4. 走向成功
随着产品用户的快速增长,产品团队的负责人很快与投资人敲定了新一轮融资,产品迈向成功&&
宏观层的指标相对容易得到。而选择或构建合适的分析工具将中间层和微观层「解锁」,才是决定数据分析成败的关键!【编辑推荐】【责任编辑: TEL:(010)】
大家都在看猜你喜欢
热点头条关注头条热点
24H热文一周话题本月最赞
讲师:35人学习过
讲师:14人学习过
讲师:8人学习过
精选博文论坛热帖下载排行
本书由浅入深地介绍Windows Forms编程的技巧和各种实用方法。本书先详细介绍了菜单、状态条、可复用类库、文件对话框、文本框、按钮、列表...
订阅51CTO邮刊什么是用户行为数据_百度知道
什么是用户行为数据
&#xe6b9;答题抽奖
首次认真答题后
即可获得3次抽奖机会,100%中奖。
采纳数:283
获赞数:1788
擅长:暂未定制
是指在获得网站访问量基本数据的情况下,对有关数据进行统计、分析,从中发现用户访问网站的规律,并将这些规律与网络营销策略等相结合,从而发现目前网络营销活动中可能存在的问题,并为进一步修正或重新制定网络营销策略提供依据。
为你推荐:
其他类似问题
您可能关注的内容
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。

我要回帖

更多关于 数据分析属于什么专业 的文章

 

随机推荐