万字干货：教新手从0到1搭建完整的增长数据体系(1)

• 用户到达行为对应的页面（如商品详情页）后，为什么没有触发行为(点击支付)？

• 用户去了其他什么路径？

• 如何避免这类用户偏离预设的路径？

这里小编根据一个模拟的案例（某二手车交易平台）来简述一下如何运用用户路径分析找到增长线索。

**第一步：**明确目标：提高销售额。

**第二步：**假设根据用户路径分析，发现有两条主要路径：

• 启动App->搜索商品->提交订单->支付订单

• 启动App->未支付订单->搜索相似商品->取消订单

**第三步：**分析数据，发现线索：

• 第一条用户路径：用户提交订单后，大约75%的用户会完成支付，而 25%的用户未支付。

• 第二条用户路径：目标商品已经加入订单，但未最终敲定，因此在打开App后直奔“未支付订单”。

• 但是第二条路径中，发现部分用户会再次“搜索相似商品”，根据这一行为可判断客户可能存在比价行为。

• 表明价格一定程度上影响了这部分用户的支付欲望，这是一批“价格导向”的客户。

**第四步：**提出方案：

对此，该电商运营人员采取针对性措施：

• “未支付订单”“超过 30 分钟则自动取消。

• 将支付页面附近放置优惠券领取。

当该新版本上线后，再次通过用户路径分析模型：

• 发现由于30分钟的时间限制，有更多的用户愿意在提交订单后，立即支付订。

• 同时未支付订单大大降低，说明在支付页面附近放置优惠券的方式，会刺激对价格敏感的客户。

1.5.用户行为路径分析：轨迹细查

---

轨迹细查是按时间排列一系列行为，展示单个用户的实际行为路径。通过聚焦性分析，寻找单个用户的实际行为路径中的异常或者规律。

常见思考方向：

• 某类用户流失了，TA流失前都做了什么事情，有哪些异常？

• 某个功能的优化或Bug是否影响了用户轨迹，出现了哪些异常？

将2.2.2.的二手车交易平台案例场景沿用到本节中，如下：

1.6.周期性行为分析：留存分析

---

留存分析是通过用户留存数据分析，确定产品的留存健康程度。对比不同用户组的留存率，找到改善留存的增长线索。

通过留存分析来优化增长的思考方向可以从以下几个问题入手：

• 产品的留存能力如何

• 首次登陆的用户，有多少会留存下来。

• 哪个时间段年内留存最严重？

• 产品的留存率和行业平均值相比如何？

• 产品内的留存率是否有差异？

• 不同产品功能的用户留存率的差异。

• 不同获客渠道的用户留存率的差异

• 不同用户属性的用户留存率的差异。

1.7.周期性行为分析：频次分析

---

频次分析是通过用户使用产品或某个功能的频次分析，确定用户习惯的健康程度。

通过频次分析来优化增长的思考方向可以从以下几个问题入手：

• 观察使用频次的分布规律，优化产品和运营策略

• 甄选高价值用户，并对应调整资源分配和运营策略。

• 针对不同渠道，用户特征的用户，对比使用频次分布情况，实时调整运营策略。

留存分析和频次分析，小编在之前的文章都有分享，在这里就不做过多的赘述了。

二、理解数据：梳理用户行为路径

===========================================================================

梳理用户路径的意义：新项目开启时，需要明确北极星指标和增长模型，之后还需要进一步加深对用户和产品认知的颗粒度。需要快速结合产品功能、业务逻辑，梳理清楚用户行为路径，为后续的确立指标、数据埋点、数据分析奠定基础。

2.1.梳理用户行为路径的方法：

---

• 梳理核心路径：

• 根据北极星指标，构建转化漏斗。转化漏斗一般为设定的用户主路径。

• 细化核心路径：

1. 将核心路径中加入更多的漏斗步骤，理想形态是拆到不能再细化为止。

• 加入其他重要路径：

1. 梳理重要的产品功能和业务逻辑，描绘主漏斗之外的重要行为路径。找到路径之间的关系。

2.2.案例：某电商类APP

---

小编通过针对电商类的产品，简要分享一下如何梳理用户行为路径。

第一步：梳理核心路径

第二步：加入其他重要路径

第三步：输出用户行为路径图

三、监测数据：增长仪表盘

========================================================================

增长仪表盘是指通过数据指标来代表公司的业务漏斗，并实时监测公司的经营状况。可以通过仪表盘快速扫描各个重要的指标从而知道公司目前的经营状况的变化。

如果没有增长仪表盘，每次想要看指标，都要到各个看板去查询指标。无法及时发现某些出现异常的数据指标。而有了增长仪表盘不过可以解决上述问题，还可以通过纵观数据发现指标之间的相互影响，对比不同维度的关键指标。发现增长机会。

在有些公司中，产品可能仅是通过了活跃用户和新增用户的趋势来监测产品增长。这种情况可能无法准确的解释产品的增长态势变化情况和原因。因为新增活跃仅关注产品增长的拉新方面，无法全面监测产品增长情况。活跃用户数仅是一个结果，并不能清晰的显示新增、留存、流失的用户数量。那么如何更全面跟准确的监测产品的增长情况呢？这里可以用净增用户和净增指数来衡量产品的增长情况。

• 净增用户仪表盘：观大盘，评估用户增长的总体态势和健康度。

• 细分指标仪表盘：品脉络，监测所有对增长有影响的细分指标。

3.1.净增用户仪表盘：

---

净增用户仪表盘是通过显示用户流入、流出，和净增的情况，来把控产品的用户增长的总体态势和健康度。净增用户仪表盘通过净增用户和增长指数这两个个指标来全面真实的监测增长情况。

3.1.1.净增用户：计算真正净增加的活跃用户数。

3.1.2.增长指数：衡量公司增长是否健康。

• 增长指数 > 1：用户流入 > 用户流出，活跃用户正净增长。

• 增长指数 = 1：用户流入 = 用户流出，活跃用户达到峰值。

• 增长指数 < 1：用户流入 < 用户流出，活跃用户负净增长，即净流失。

3.1.3.搭建和应用净增用户仪表盘：

结合净增用户和增长指数，就可以搭建一个净增用户仪表盘。如下图所示：

• 用户流入：

• 新增活跃用户：本周首次活跃。

• 流失回流用户：上周不活跃，本周活跃。

• 用户流出：

• 流失用户：上周活跃，本周不活跃。

通过上图的净增用户仪表盘观察产品的增长态势，可发现以下问题：

• 好消息：该产品目前用户仍处于正净增长。增长指数月1.25。

• 坏消息：用户流失比较严重。1.25的增长指数意为着每拉回6个新增或回流用户，将流失5个老活跃用户。典型的拆了东墙补西墙的案例。

通过上述问题，制定解决方案的思路如下：

• 如果用户留存率低，思考产品是否没有达到PMF？是否还有提升留存的空间？

• 如果用户留存率不低，但流失用户绝对值大，是否是用户基数大，进入衰退期？

工作中时常会遇到将多个产品业务模块的用户活跃或新增趋势对比后，发现很类似，无法区分哪个业务趋势更好时，也可以通过对比这些业务模块的净增用户仪表盘的趋势来判断增长趋势。如下图案例：

在产品业务一与产品业务二的活跃用户新增趋势基本相同时，通过净增用户仪表盘的趋势对比可发现：

• 产品业务一的增长指数 < 1，已经出现净流失。

• 产品业务二的增长指数为1.2，仍处于正净增长，好于产品业务一。

3.2.细分指标仪表盘：

---

细分指标仪表盘通过是显示增长模型中所有关键细分指标来监测所有对增长有影响的细分指标。工作中常常备用与发现和解释异常情况、提升对业务的认知程度、针对目标业务进行下钻。

细分指标表盘主要有两个部分组成：

• 指标：

• 北极星指标；

• 增长模型中的指标；

• 关键细分指标和漏斗：关键路径、关键行为。

• 维度：用户的关键分群维度。

• 渠道来源；

• 新老用户；

• 设备类型、地域、性别等。

搭建细分指标仪表盘可以通过以下四个步骤完成：

这里小编通过模拟社交类产品的细分指标仪表盘来具体说明一下。

**第一步：**梳理用户路径

**第二步：**制定关键指标：

• 多种形式搭配：如数字，比例，变化量，趋势图，维度分解后

• 选一个合适的时间段

• 将指标和目标进行比较指标

• 指标最好有明确的负责人

**第三步：**添加分解维度

• 客户端：iOS, Android，网页

• 获客渠道用户性别

• 年岭组 ・所在地

**第四步：**组装增长仪表盘。

四、收集数据：制定埋点方案

=========================================================================

制定数据采集方案是数据驱动用户增长的第二步。没有用户行为数据，数据颗粒度不够，也就难以发现业务指标变化背后的原因，从而难以发现增长线索。通过数据埋点追踪用户行为，可以用数据描述用户在产品中的行为轨迹，也构成了指标仪表盘和分析数据的基础。

增长团队经常面临的问题：

• 没有详细用户行为数据，无法进行比较细致的数据分析。

• 做过用户行为的埋点，但不准确，无法使用。不能满足分析需求。

埋点的目的是追踪所有的用户关键行为。

4.1.确定埋点数据指标：

---

常见的两种需要数据埋点的情况：

• 已有基本埋点，只需进行缺失的数据埋点。

• 如从头埋点采集用户行为数据：分级分步，由主到次。

埋点需要记录的信息：

• 行为本身（event）：用户做了什么操作？

• 行为的属性（property）：

• who：谁参与了这个行为（设备ID，用户ID等）。

• when：行为发生的时间。

• where：行为发生的地点。

• how：用户参与这个行为的方式（设备型号，版本号等）。

• what：根据行为类型，细化更多情况（商品名称、价格、数量、query词等）。

4.2.制定事件埋点方案：

---

制定事件埋点方案是产品运营的基本技能之一，这里小编就不做过多的分享了。简单总结几点埋制定埋点方案是常见问题：

• 埋点的常见问题一：思路不清，事无巨细。

• 问题现象：什么都想埋点，导致上线时间晚，且埋点过多对产品负担较大，影响用户体验。

• 避免建议：

• 从重点出发：如从北极星指标，增长模型和重要问题出发，规划埋点计划。

• 从问题出发：带着需要解决的问题和分析目标，通过数据解读进行埋点规划。

• 埋点的常见问题二：事件命名格式不统一

• 问题现象：同一个事件，存在多个名字。因为版本迭代导致前后版本命名不同等。

• 避免建议：统一规定事件结构和命名规范，做好文档管理，定期更新。

• 埋点的常见问题三：错过重要的事件或属性

• 问题现象：因为突发情况导致的某路径或环节数据异常，但未针对这个路径进行埋点。

• 避免建议：埋点前，从问题出发：想清楚为了回答哪些问题，要追踪哪些事件，事件需要哪些分支路径和环节。发现错漏后，逐渐补齐。

埋点方案常常分为前端（客户端）埋点和后端（服务器端）埋点两类方向。

**前端埋点：**主要是记录用户端操作行为，如点击事件，页面打开事件等。

• 埋点方法：通过客户端代码进行埋点。

• 优点：真实记录产品内用户行为和路径，不需要请求服务器数据。

• 缺点：不能记录业务结果，网络加载慢时，可能导致数据不完整，更新埋点时需要进行版本更新，界面视觉交互修改时，可能需要更新对应埋点。

**后端埋点：**主要记录用户特征变化及前端操作导致的业务结果，如付款成功，交易失败等。

• 埋点方法：通过从接口调用后端数据。

• 优点：实时性好，产品界面改变不需更新埋点。能够收集不在APP内发送的行为，记录最终的结果，数据相对更准确。

• 缺点：不能收集不需调用接口请求服务器的数据。例如用户的按钮点击事件。

4.3.埋点案例：

---

小编在此通过一个携程的登录页面埋点来简要说明一下如何埋点。

因对登录功能进行埋点，所以需要记录如下信息：

• 行为（event）：

• 注册流程各个节点的转化率。

• 第三方登录流程各个节点的转化率。

• 验证码登录流程各个节点的转化率。

• 密码登录流程各个节点的转化率。

• 密码找回流程各个节点的转化率。

• 用户从登录页面直接退出的点击次数

• 行为的属性（property）：

• who：用户设备ID，用户ID，用户使用的产品版本号，用户手机号的国家号段(国内，国外)。

• when：用户操作各个流程的服务器时间，用户登录成功的服务器时间。

• how：用户登录时的产品版本号。

• what：根据行为类型，细化更多情况（商品名称、价格、数量、query词等）。

五、综合案例分析：

=====================================================================

小编通过携程的特价酒店这个业务模块来分享一下如果通过增长仪表盘找到业务增长机会。首先将参考数据（案例数据）进行可视化处理，得到特价酒店模块的转化指标细分仪表盘，如下图：

用户行为路径图：

---

将携程的特价酒店模块进行用户行为路径梳理可以得到以下路径。

5.1.寻找增长线索：

---

通过细分指标仪表盘的数据情况，可以发现一些数据异常的地方。具体如下：

• 搜索功能用户路径：

• 搜索结果页->酒店详情页转化率仅为21%，低；

• banner位用户路径：

• 酒店详情页->点击酒店预订按钮转化率为38%，较低；

• 开始结账->付款成功转化率为8%，很低。

• 猜你想去用户路径：

• 酒店详情页->点击酒店预订按钮转化率为30%，较低；

• 开始结账->付款成功转化率为20%，低。

• 路径转化对比：

• banner位用户路径的酒店详情页->付款成功的转化率最低。

• 业务路径占比：

• 业务渗透占比从高到底排序为：首页搜索 > 城市地标> banner位。

• 是否登录用户转化率对比：

• 未登录与已登录用户在【点击酒店预订按钮->开始结账】的转化率为53%和75%，差值22个百分点。根据路径分析，在用户点击酒店预订按钮时，判断该用户是否登录。

根据上述问题，总结可能的增长线索如下：

1. 在搜索路径中，搜索结果页->酒店详情页转化率仅为21%。流失了14200人，流失巨大。

2. 总转化中后，开始结账->付款成功转化率为31%，流失了2200位付费意向高的高价值用户，流失巨大。

• 在banner路径中，开始结账->付款成功转化率为8%。流失了920位高价值用户，占该阶段总流失的42%。

• 在猜你想去路径中。开始结账->付款成功转化率为22%。流失了780位高价值用户，占该阶段总流失的32%。

1. 在猜你想去的路径中，酒店详情页->点击酒店预订按钮转化率为30%。流失了3500位有明确订房意义的用户。

2. 用户点击酒店预订按钮触发开始结账的转化率，需完成登录操作的用户比不需要完成登录的用户低22个百分点。

5.2.制定增长策略：

---

5.2.1.搜索路径优化策略：

搜索结果转化率的低的原因可能是：

产品功能策略：

搜索结果并未满足用户的需求。

• 搜索query词分词算法不精确。

• 搜索结果排序算法不精确。

• 携程的酒店物料库内容不够丰富。

鉴于携程目前的产品阶段，优化难度：搜索结果排序优化 > 搜索词算法优化 > 酒店物料库丰富优化。因而这部分策略为优化搜索结果酒店列表排序算法。

运营文案策略：

搜索结果的酒店优惠价并未达到用户的心理预期价格。

• 酒店优惠价格超出了用户可承受的最高价格。

• 酒店的优惠差值(原价-优惠价)并未激起用户继续了解的欲望。

优化难度：提高优惠差值对用户的刺激 > 降低酒店优惠价格。

优化策略：在结果页显示酒店原价及优惠最大差值，通过视觉交互刺激用户完成下一步转化。

5.2.2.结账路径优化策略：

结账路径总体转化低的原因可分为两个方向进行分析：

产品功能交互：

1. 在点击酒店预订页的【去支付】按钮后，进入该页面需先选择支付通道后，再点击确认支付。

• 秉承着尽量简化主流程中的非必要行为的原则，在保障安全合规性的前提下，可将该操作优化为进入该页面默认选择上次支付的路径或推荐路径，减少用户流失的可能。

1. 部分进入该页面的用户离开后会浏览其他酒店，可能的用户存在比价行为的心理。

• 因而可在该页面加入【限时30分钟内完成支付】，通过为用户营造紧迫感的心理状态，刺激用户完成支付流程。

结局：总结+分享

看完美团、字节、腾讯这三家的一二三面试问题，是不是感觉问的特别多，可能咱们真的又得开启面试造火箭、工作拧螺丝的模式去准备下一次的面试了。

开篇有提及我可是足足背下了Java互联网工程师面试1000题，多少还是有点用的呢，换汤不换药，不管面试官怎么问你，抓住本质即可！能读到此处的都是真爱

• Java互联网工程师面试1000题

而且从上面三家来看，算法与数据结构是必备不可少的呀，因此我建议大家可以去刷刷这本左程云大佬著作的 《程序员代码面试指南 IT名企算法与数据结构题目最优解》，里面近200道真实出现过的经典代码面试题。

• 程序员代码面试指南–IT名企算法与数据结构题目最优解

• 其余像设计模式，建议可以看看下面这4份PDF（已经整理）

• 更多的Java面试学习笔记如下，关于面试这一块，我额外细分出Java基础-中级-高级开发的面试+解析，以及调优笔记等等等。。。

以上所提及的全部Java面试学习的PDF及笔记，如若皆是你所需要的，那么都可发送给你！

路径，减少用户流失的可能。

1. 部分进入该页面的用户离开后会浏览其他酒店，可能的用户存在比价行为的心理。

• 因而可在该页面加入【限时30分钟内完成支付】，通过为用户营造紧迫感的心理状态，刺激用户完成支付流程。

结局：总结+分享

看完美团、字节、腾讯这三家的一二三面试问题，是不是感觉问的特别多，可能咱们真的又得开启面试造火箭、工作拧螺丝的模式去准备下一次的面试了。

开篇有提及我可是足足背下了Java互联网工程师面试1000题，多少还是有点用的呢，换汤不换药，不管面试官怎么问你，抓住本质即可！能读到此处的都是真爱

• Java互联网工程师面试1000题

[外链图片转存中…(img-qiqdhmLK-1714547754439)]

而且从上面三家来看，算法与数据结构是必备不可少的呀，因此我建议大家可以去刷刷这本左程云大佬著作的 《程序员代码面试指南 IT名企算法与数据结构题目最优解》，里面近200道真实出现过的经典代码面试题。

• 程序员代码面试指南–IT名企算法与数据结构题目最优解

[外链图片转存中…(img-N9RJIGMP-1714547754439)]

• 其余像设计模式，建议可以看看下面这4份PDF（已经整理）

[外链图片转存中…(img-Rygj6R7j-1714547754439)]

• 更多的Java面试学习笔记如下，关于面试这一块，我额外细分出Java基础-中级-高级开发的面试+解析，以及调优笔记等等等。。。

[外链图片转存中…(img-f1bpFZxw-1714547754440)]

以上所提及的全部Java面试学习的PDF及笔记，如若皆是你所需要的，那么都可发送给你！

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录