“用戶”是以人為中心的數(shù)據(jù)分析平臺的最小單元，對單個用戶畫像構(gòu)建越完整，數(shù)據(jù)多維交叉的分析能力才能凸顯。
圖1：諸葛io新零售demo之用戶檔案（虛擬數(shù)據(jù)）
行為即標(biāo)簽，過去我們常常通過給用戶打標(biāo)簽的方式進行用戶洞察。事實上，行為數(shù)據(jù)本身已變得越來越有價值，基于用戶行為數(shù)據(jù)的用戶模型，記錄了每個用戶的每一次行為，客觀真實的還原了用戶與產(chǎn)品的交互過程，與單純的標(biāo)記“用戶標(biāo)簽”相比，記錄下來的用戶行為數(shù)據(jù)更具有多維交叉分析的價值，構(gòu)建出來的單個用戶畫像更完整科學(xué)。
用戶在產(chǎn)品上的行為（所有和代碼的交互）都是會被記錄的，怎么標(biāo)記是事件模型的核心，它是漏斗模型、自定義留存模型、全行為路徑分析模型的數(shù)據(jù)源。
圖2：諸葛io教育培訓(xùn)demo（虛擬數(shù)據(jù)）
為了最大化還原用戶使用場景，我們引入一個結(jié)構(gòu)：事件-屬性-值，如果靈活運用這一結(jié)構(gòu)，將極大地節(jié)省事件量，提高工作效率，使后續(xù)的數(shù)據(jù)洞察和交叉分析更精準(zhǔn)，讓我們在日常的業(yè)務(wù)分析中，可以更直接快速的掌握數(shù)據(jù)波動趨勢。
在行為數(shù)據(jù)的漏斗分析中，通常我們以每一步觸發(fā)的人數(shù)為統(tǒng)計口徑。漏斗中另一個重要的限定因素是：轉(zhuǎn)化時間的限定。
圖3：諸葛io教育培訓(xùn)demo之漏斗（虛擬數(shù)據(jù)）
統(tǒng)計不是目的，指導(dǎo)業(yè)務(wù)增長才是最重要的，通過產(chǎn)品每一個設(shè)計步驟的數(shù)據(jù)反饋得出產(chǎn)品的運行情況，然后通過各階段的具體分析改善產(chǎn)品的設(shè)計，提升產(chǎn)品的用戶體驗，這就是漏斗模型的核心價值。
熱圖的目標(biāo)是能更直觀的分析用戶在頁面上的焦點，不需要定義事件，不需要去對比事件，直接在頁面上通過顏色深淺還原用戶的聚焦位置并形成對比。
圖4：麥子學(xué)院官網(wǎng)首頁
（圖示數(shù)據(jù)為脫敏數(shù)據(jù)）
作為信息時代兼具客觀性和易用性的數(shù)據(jù)分析模型——熱圖分析，可視化的數(shù)據(jù)呈現(xiàn)，幫助你快速發(fā)現(xiàn)數(shù)據(jù)背后的問題，為網(wǎng)站的優(yōu)化提供有力的數(shù)據(jù)支撐，關(guān)注點擊行為的同時更關(guān)注不同特點用戶的瀏覽習(xí)慣，為用戶呈現(xiàn)個性化的產(chǎn)品價值。
留存被認為是比較高級的一個指標(biāo)，是判斷產(chǎn)品價值最重要的標(biāo)準(zhǔn)無論用戶在應(yīng)用內(nèi)做了什么，只要打開了應(yīng)用就是一個留存用戶，但不同產(chǎn)品對留存有不同的定義。
圖5：回訪行為是查看課程詳情的7日留存數(shù)據(jù)
除了N-day留存、Unbounded留存、Bracket留存，這些對時間限定的留存指標(biāo)外 ，越來越多的產(chǎn)品開始關(guān)注自定義留存，因為他們更想知道基于自己業(yè)務(wù)場景下用戶的留存情況。比如閱讀類產(chǎn)品會把看過至少一篇文章的用戶定義為真正的留存用戶，因此，自定義留存模型，是通過更靈活的行為和時間條件的設(shè)置，讓留存指標(biāo)更精細化，讓運營策略更聚焦，更有效。
如果要整體評估產(chǎn)品健康度，除了“留存”外，你可能還需要知道：“一個人使用了幾天”，也即很多產(chǎn)品一直無法衡量的維度：粘性。
圖6：諸葛iodemo數(shù)據(jù)之任意行為的粘性分析
通過粘性分析，讓你了解產(chǎn)品或某個功能粘住用戶的能力如何，除了常用的留存指標(biāo)外，粘性從更多維度讓你了解到用戶是如何使用產(chǎn)品的，哪個功能是被用戶所喜歡的，不同用戶對同一功能在使用上有哪些差異，幫你更科學(xué)的評估產(chǎn)品和功能，更有效的制定留存策略。
用戶在產(chǎn)品中的行為其實是個黑盒子，全行為路徑是用全局視野看用戶的行為軌跡，很多時候你會有意想不到的收獲，在可視化的過程中有兩個模型，一個是樹形圖、一個是太陽圖。
圖7：諸葛iodemo數(shù)據(jù)之太陽圖
圖8：諸葛iodemo數(shù)據(jù)之樹形圖
全行為路徑分析讓你更直觀的看到用戶使用產(chǎn)品的狀況，了解用戶的來龍去脈，找到用戶最有可能完成核心轉(zhuǎn)化的行為，通過產(chǎn)品上以及運營策略上的引導(dǎo)，持續(xù)挖掘更多用戶的價值。
挖掘用戶需求、了解用戶行為習(xí)慣成為產(chǎn)品設(shè)計和用戶運營必不可少的一環(huán)。但是，單從宏觀的數(shù)據(jù)和指標(biāo)分析中，有時很難做到深入理解用戶的需求偏好和行為特性，因此，我們需要通過對用戶的分群，讓我們更好的尋找最關(guān)鍵的核心用戶、精細化設(shè)計產(chǎn)品、針對化運營。
圖9：諸葛io在線教育DEMO數(shù)據(jù)之手機潛在消費用戶
用戶分群模型，讓你更深入地理解各細分用戶群的差異，以便用于差異化的產(chǎn)品設(shè)計或運營活動的投放，更好地滿足用戶需求，提高用戶粘性。
互聯(lián)網(wǎng)產(chǎn)品的數(shù)據(jù)分析除了要進行日常統(tǒng)計分析，更要以人為中心“人群細分”這幾乎可以認為是數(shù)字化營銷的核心思維，你需要基于不同階段提供的不同產(chǎn)品或服務(wù)（比如營銷創(chuàng)意、提供的商品和服務(wù)以及特定的活動）的特性面向更加細分的人群，以此來“討好”你的用戶，并以他的需求和感受為中心。你會用好看的圖表和工具呈現(xiàn)出各種結(jié)果，但對數(shù)據(jù)的解讀需要回歸到數(shù)字背后的人，人的需求、以及當(dāng)下的情感，以此來指導(dǎo)產(chǎn)品迭代和運營策略。
作者：諸葛io / zhugeio1
