▐ 分析背景
大部分品牌或商家寻求通过海量数据来更好地了解消费者,以便打造出色的商品和体验,这个过程中会面临数据整合ETL、数据分析、数据理解等各种挑战,需要合适的分析模型来整合所有渠道的数据,全面了解消费者行为,洞悉行为规律,获得精细化的洞察结论,更好地服务消费者。
▐ 基本概念
什么是行为分析
消费者行为是指消费者在购买商品时执行的决策过程、影响和动作,以电商为例,消费者的行为包括支付前的一系列动作,包含曝光、点击、浏览商品页、浏览店铺页、浏览首页、搜索、加人购物车、收藏、下单、支付等。消费者行为分析是指通过数据分析方法的科学应用与理论推导,结合数据可视化模型,能够相对完整地揭示用户行为内在规律。通常有如下几个方法:
行为路径分析:分析消费者的主流路径,发现路径问题,优化路径前进方向。
漏斗分析:分析消费者行为环节从设定开始到最终转化整个流程中各个相邻环节的转换表现。
留存分析:分析消费者最初触达到留存的时间趋势变化,帮助判断用户在哪个时间点需要进行持续运营。
生命周期价值分析:分析消费者从触达后随时间增长带来的单用户转化金额的变化,量化不同细分下用户价值。
▐ 解决方案
方案1:行为路径
什么是用户行为路径
用户行为路径是用户的各类行为之间会因为发生时间不同而产生先后顺序的行为序列。以电商为例,买家从登录APP到支付要经过浏览、搜索、加入购物车、提交订单、支付订单等过程,通过对所有细分用户计算真实每一步的流向,累加生成一个整体的用户行为路径大图。用户真实的购物过程是一个反复过程,如提交订单后,用户可能会返回继续搜索商品,也可能去取消订单。用户行为路径分析可以用于:
了解用户行为模式,识别用户频繁/最优路径
验证用户路径是否合理,识别流失节点
发现异常路径,探寻用户原始行为动机
细分对比不同来源、特征用户的行为差异
识别典型路径中的用户群体类型
场景描述
1. 全面了解用户整体行为路径
通过行为路径大图,可以将行为的上下游进行可视化展示,运营人员可通过