如何通过用户行为分析帮助App产品优化？

App刚刚上线后，进步空间很大，初始产品功能是凭借经验创造，没有经过用户使用验证，我们会通过多次产品迭代，通过用户行为分析来进行细节调整，帮助App产品优化，让用户更愿意在我们的App下订单。

大多数产品进行更新的时候，靠的是pm的经验或者是少量的调研问卷，这样的迭代方式缺乏数据佐证，通过用户行为分析驱动产品优化，可以知道用户在哪些功能上有更多的驻足，或者知道哪些功能是用户不喜欢的，这种方式的产品优化会更有依据，效果也比较明显易见。

我会分两部分来介绍基于用户行为分析的数据驱动App产品优化，分别是优化思路和实操案例。

优化思路：

产品没有基础对比数据的时候，我们会通过几个方面进行产品的数据分析得到基础数据，之后可以基于基础数据设定增长目标，一款App要优先关注哪些数据？

1、了解用户对产品功能的使用情况

通过智能路径了解用户从打开App到在App上的发生的事件触发，了解用户所有交互行为，用智能路径刻画出用户的每一步行为；

2、关注核心漏斗的转化

通过漏斗分析关注核心漏斗的转化率，比如用户从打开app到加入购物车，到提交订单的漏斗流失情况；

3、关注产品单个功能的使用情况

可以通过事件分析，单独跟踪某一个新上功能；

4、关注用户完成核心目标的共性行为

5、版本更新后的用户体检差异

6、通过细分维度进行交叉数据分析，洞察有益结果，驱动迭代。

接下来，我们需要基于当前数据的增长计划来明确产品优化的方向，比如提高加入购物车到支付订单的转化率，可以通过以下几步完