如何获取/分析用户行为数据？

本文授权转载自GrowingIO，作者:吴继业(GrowingIO联合创始人&前Linkedin数据工程总监销售VP)。一、用户行为是什么？用户行为由时间、地点、人物、互动和互动五个最简单的元素组成。(一)用户行为是什么？分析用户的行为，并将其定义为各种事件。例如，用户搜索是一个事件，什么时候，什么平台，哪个ID、搜索和搜索的内容是什么？这是一个完整的事件，也是对用户行为的定义；我们可以在网站或应用程序中定义成千上万的这样的事件。有了这样的事件，用户的行为可以连接起来观察。第一次进入网站后，用户是一个新用户，他可能需要注册，所以注册行为是一个事件。填写个人信息，然后他可能会开始搜索购物，所有这些都是用户行为的事件。(2)如何获取用户行为数据？那么，我们如何监控这些用户行为数据呢？一种非常传统和常见的方法是通过编写代码来定义这个事件。在需要监控用户行为数据的网站上加载一段代码，如注册按钮、订单按钮等。通过加载监控代码，我们可以知道用户是否点击了注册按钮，用户下了什么订单。所有这些方法都通过编写代码来详细描述事件和属性，在中国统称为“埋点”。这是一个非常耗费人力的项目，过程非常繁琐和重复，但大多数互联网公司仍然雇佣了大量的埋藏团队。二、为什么要做用户行为分析？既然这么麻烦，为什么要做用户行为分析？因为只有通过对用户行为的分析，我们才能知道用户的肖像，以及用户在网站上浏览、点击和购买背后的商业真相。简单来说，分析的主要方法是*损失，尤其是对转化有要求的网站。我们希望用户不要失去它，上来后不要离开。就像很多O2O产品一样，用户一上来就有很多补贴；一旦钱烧光了，用户就会离开。这样的产品或商业模式并不好，我们希望用户能真正找到平台的价值，不断来，不要丢失。用户行为分析有助于分析用户如何流失，为什么流失，在哪里流失。例如，最简单的搜索行为：当ID搜索关键字、页面和结果时，当ID下订单时，整个行为非常重要。如果他对中间的搜索结果不满意，他肯定会再次搜索，用其他东西替换关键词，然后才能搜索结果。用户行为分析还能做什么？当您有大量的用户行为数据和定义事件时，您可以将用户数据制作成一个小时、一天或根据用户级别和事件级别进行分割的表。这个表用来做什么？一是了解用户最简单的事件，比如登录或购买，你也可以知道哪些是高质量的用户，哪些是即将丢失的客户。这些数据每天或每小时都可以看到。三、用户行为分析的五大场景有了用户行为数据，我们有哪些应用场景？拉新，即获取新用户；转型，如电子商务特别注重订单转换率；促进生活，如何让用户经常使用我们的产品；保留，提前发现可能失去用户，降低损失率；实现，发现高价值用户，提高销售效率。(一)2008年我在eBay的时候，我的工作是分析SEM和SEO每个关键词的ROI。除了SEMM，EBay每天还要向谷歌购买400万个关键词、SEO还需要分析其他合作伙伴渠道。例如，ebay的链接放在一个小型电子商务网站上，然后用户最终通过这个链接在ebay上购买，ebay将分配给该网站。ebay特别注重哪个搜索引擎，哪个关键词带来流量；关键词是付费还是免费？搜索引擎词从谷歌带来了大量的流量，但这些流量是否在ebay上订单，所以数据应该与ebay本身的数据结合，然后进行渠道分配，哪个渠道是订单。要从头到尾打开整个数据链，需要整合两边的数据才能做到。（2）以注册转换漏斗为例。第一步是知道网页上有哪些注册入口。许多网站有不止一个注册入口，需要定义每个事件；我们还想知道下一步有多少人点击注册按钮，有多少人打开验证页面；有多少人登录并完成了整个完整的注册。在此期间，每一步都会有用户流失。漏斗完成后，我们可以直观地看到每个环节的流失率。(三)促活还有一个就是用户使用产品的流畅性。我们可以分析具体的用户行为，比如访问时间，在那个页面上停留时间特别长，尤其是在APP上。另一个是完善用户肖像，用户行为分析做用户肖像更准确。例如，美国有一个非常著名的在线视频网络Netflix。Netflix非常有趣。通过用户行为分析，他准确地分析和定义了你的家庭。你们家有多少人，是大人还是小孩，你最喜欢看哪三部电影？你的行为输出越多，他的推荐就越准确。（4）保留用户的流失并不意味着他们会立即流失。一些微妙而小的行为表明他将来会流失。在Linkedin中，我们必须跟踪用户的使用行为。比如有没有登录，登录后有没有搜索简历，有没有上传简历等等。这些点点滴滴的行为对用户来说非常重要。在这些数据的支持下，Linkedin的产品和销售每天都要看用户报告，最简单的就是用户的使用行为是否有所下降，哪些行为有所下降，哪些用户使用得特别好，从而维持用户关系。(5)Linkedin是一家拥有4亿用户和大量真实用户简历信息的2C和2B公司。Linkedin为每个企业销售2B业务，目的是帮助美国企业找到中高端人才，其中有许多不同的产品线。Linkedin本身就是一个社交网络，用户是经理、VP还是总监、业务、市场、销售等数据都聚合成Linkedin上公司的纬度。有了这家公司的纬度，我们可以很快让销售人员把它卖给客户。比如和星巴克谈生意，最震撼星巴克HR的数据就是人才流失率的列表。如上图所示，近年来其员工从其他公司加入，最后一家公司是谁，蓝色显示；左边是星巴克员工流失，他跳到哪家公司，红色显示。通过这种简单的分布，我们可以很快看到人才流失。如果是蓝色的，说明这家公司的人才吸引力很强，如果是红色的，说明这家公司的人才储备和招聘都在下降。当我们向最终客户显示数据时，我们基本上可以得到列表。我们可以通过数据讲故事。一开始我们做了很多报告，销售可以讲故事，可以很快推广订单。所有这些都是通过用户行为分析，而不是通过拍额头或第三方数据，用户行为分析的价值是不言而喻的。