3.1 学会分析用户行为数据
随着互联网时代的到来，科学技术的发展日新月异，各类产品层出不穷。用户运营人员做了很多，也经历了很多，从一开始只是为了满足用户的某些需求而开发具备相对应的特定功能的产品，发展到现在为了满足用户需求，全面系统地分析用户行为。产品不管怎样发展，最终的目的只有一个：吸引更多的用户。所以用户行为分析就是企业的首要环节。
人们不论想要做什么事情，首先必须了解它，之后才能更好地完成，用户行为分析也是如此。那么什么是用户行为分析呢？
具体来讲，用户行为分析是运营人员利用大数据技术，对用户的相关行为数据进行统计、分析，从而发现用户行为数据变化的规律，并探寻变化的原因，进而发现企业在用户运营中可能存在的问题，最终修正或重新制订运营方案。
在进行用户行为分析时，企业必须关注以下三点：
（1）分析用户行为。确定用户群体特征。
（2）用户对产品的使用率。网站类产品的数据主要有点击率、访问量、访问频度、访问因素、使用时间等；移动应用产品的数据包括激活量、安装量、使用频率、活跃用户数、留存率等。
（3）用户使用产品的时间。例如：用户使用产品最多的是上午、下午还是晚上。
借助这样的方式，企业可以迅速分析用户行为，总结出用户使用产品的需求，最终能更好地吸引用户、优化产品或者促进用户活跃度，实现产品盈利。
3.1.1 挖掘潜在需求
近几年，国内很多电商都在开展价格战，相继推出“双11大促”和“6.18狂欢节”等促销活动，并将其衍生为各自的全民购物狂欢节。同时电商在各种以降价为主要手段的促销活动中，也把很多传统节日作为造势宣传的契机。而广大的消费者在这些促销活动中，只能被这些优惠价格不断地吸引和挑逗，成为“剁手一族”。然而，在当今众多电商竞争中，还有一些企业没有靠价格战来吸引用户，而是通过对用户行为数据的充分挖掘，寻找用户潜在需求来刺激消费。现以亚马逊为例，进行详细说明。
案例
亚马逊公司开创了全球电子商务的先河。1995年首次开始在网络上经营书籍，之后迅速扩张，不仅在图书行业颠覆了以往的竞争关系和市场规则，而且影响范围逐渐波及各行各业。
亚马逊之所以能在今天为客户提供数百万种产品，成为全球商品品种最多的网上零售商，根本原因在于对用户行为数据进行了充分认识和使用。在人们对电子商务还不太了解的时候，亚马逊已经通过互联网获取了巨大而又丰富的用户行为数据，并且可以对这些数据进行分析与挖掘。这些都是传统门店所不能比拟的。
那么挖掘用户潜在需求的用户行为数据包括哪些呢？通俗地讲，就是用户在浏览网站时做的所有事情，如浏览、搜索、加入购物车、产品购买、使用优惠券、给予评论、申请退货，甚至删除产品等；还有用户在其他网站上的相关行为，如社交、发帖、分享动态、观看视频等。
在电子商务这个领域当中，用户行为数据是非常庞大的，一些专门研究用户在电子商务网站的行为的数据统计公司发布的数据表明，一个用户在购买一款产品之前，平均要浏览5个相关的网站、跳转36个页面，在一些搜索引擎和社交平台上的相关搜索、谈论行为也有数十次之多。如果一个电商每天的访客量是近百万人的话，这样的活跃数据已经达到了1 TB。而放眼当今整个中国的电子商务领域，一天的活跃数据已经高达数千TB。
企业正是通过分析用户在购买前的一些行为数据，来深度地挖掘用户潜在的购买心理、购买需求和购买意向的。
案例
用户A在网站上连续搜索了5款电视机，其中国内品牌有4款，只有1款电视机的品牌是国外的；有4款电视机是LED（发光二极管）显示屏，另外1款电视机是LCD（液晶显示器）显示屏；5款电视机的价格分别为5000元、6199元、5500元、5309元、6988元。通过分析这些数据，基本上可以推断出用户对国内品牌更加青睐，而且他更加想要购买的是价位处于中等的国内品牌的LED显示屏电视机。
亚马逊依托数据技术，一步步地对用户的行为数据进行科学的分析和总结，最终利用智能推荐技术，为用户制订特定的服务和产品推荐。例如，当用户A浏览了很多款电视机最终却没有购买的时候，亚马逊就会在一周内，把用户可能想要购买的类似价位和品牌类型的电视机的产品信息通过电子邮件的方式发送给他。
这种用户购买推荐服务的效果往往非常好，不仅可以帮助用户更快速地找到想要购买的产品，还可以挖掘出用户潜在的购买需求，促进交易，同时也避免了一些传统的营销方式对用户造成的骚扰问题，这样用户的购物体验就会非常好。可谓是一举多得。
如今，国内外取得巨大成功的电子商务平台，都已经开始关注用户购买前的行为数据，并且为此投入大量时间和金钱。这种对用户行为数据的重视，非常值得其他电子商务平台学习和借鉴。
3.1.2 检测执行效果
小米手机取得巨大成功以后，小米的产品更新换代的速度之快也令人称奇。很多公司也在效仿。在很多人的眼里，产品必须不断地进行迭代，这样才能获取到更多的用户，然后产品才能获得成功。然而企业的产品如果只是为了改版而改版，那么不但会花费掉大量的成本，而且也不一定能使产品受到欢迎，不一定能给公司带来盈利。
市场上很多产品最后无法取得成功，一个很重要的原因，就是没有真正地关注用户。无论是产品的研发还是产品的迭代都要以用户的行为数据为基础。因此，若要使企业的产品获取到更多的用户、取得更大的成功，必须学会通过用户的行为数据来检测产品的执行效果，然后进行迭代。具体来讲，企业需要获取以下三个用户行为数据，如图3-1所示。
图3-1 检测产品执行效果的三个用户行为数据
1．新功能使用人数数据
通常，产品上线或者产品更新后，用户数量增长越多，用户活跃度越高，表明产品的新功能越受欢迎。
数据指标：功能活跃比=使用新功能的用户数/同期活跃用户数。
分析方法：对比产品更新前后的功能活跃比。
2．新功能对使用流程的优化数据
如果版本更新后的新功能是蕴含在用户的使用流程当中的，那么就需要检测这个功能是否能起到优化流程的作用。
数据指标：用户流程的转化率和完成率。
分析方法：通过分析对比版本更新前后，用户使用流程的转化率和完成率来判断。这两个数据越高，则说明这个新功能优化流程的效果越好。
3．产品改版后的用户留存率
一般情况下，每一个产品都有一个生命周期，而企业每一次的迭代都是为了吸引用户，提高用户留存率，延长生命周期。
数据指标：产品改版后N天的用户留存率。常见的数据指标有首日留存率和第7天留存率等。
分析方法：通过对比分析产品改版前后用户留存率的变化，可以判断改版是否成功。
综上，只有不断利用数据分析技术，分析、检测产品更新后的执行效果，并及时做出相关调整与反馈，企业的产品才会有更好的效果，企业才能用产品吸引用户，达到最佳的用户运营效果。
3.1.3 进行优化和迭代
无论是研发还是更新产品都要以用户为中心，用户行为数据就是企业对产品进行优化和迭代的依据。这在一些电子商务网站上的表现更为突出。由于电子商务网站中商家、产品种类繁多，所以企业的用户行为分析流程也会更加复杂。
第一，要分析用户的入网渠道。一般来讲，用户先进入网站首页，之后通过搜索进入产品页面，最后进入选中的商家的产品页面。在这个过程中，企业可以通过用户在网站首页的点击量和最终到达本产品页面的点击量，来衡量站外推广渠道的质量，以及首页当中产品的广告创意是否与最终用户着陆页面匹配。通过对比不同推广渠道获取的用户数，企业可以择优选择推广渠道，优化产品广告投放方式，节约广告成本，提升广告效益。
第二，通过对访客在网站上的访问流程分析，企业可以清楚地知道，哪些页面的访问率高，哪些产品比较受欢迎，最终哪些产品成交量最多，哪些产品在用户访问之后又被放弃，访客的购物路径是否符合企业在设计网站时的预想。通过对用户的行为数据进行分析，企业可以总结概括出每个用户的购物偏好种类、浏览购物习惯及网站购物流程是否顺畅、网站的产品页面布局是否合理。另外，还可以根据用户行为数据来查找某些产品最终没有成交的原因，通过统计分析其原因来优化产品广告创意、产品布局及网站的购物流程，进而提升用户体验，提高用户黏度。
第三，企业也可以通过用户浏览网站的访问时间、页面跳转率来衡量网页内容的质量。如果网站访问时间过于短暂，企业就可以考虑可能是某些页面内容设置得不合理，从而优化页面。当然访问时间过长也不是企业喜闻乐见的，有可能是网页有bug（漏洞），或者是用户在访问网站时出现了其他的问题，这时需要进一步寻找具体原因并及时解决。
第四，通过分析用户在网站首页上的搜索行为，帮助网站运营人员对产品的关键词进行优化。通过统计访客在网站上对相关内容的点击量和搜索频率，可以为运营人员对搜索结果的优化提供指导作用。
第五，通过分析用户在着陆页面和离开页面时的情况，可以了解网站的入口和出口有多少，哪些入口和出口是必要的，哪些又是需要舍弃和优化的。最后，企业还可以对网站会员用户、新老用户的不同行为特征进行全面分析，促进网站会员用户的转化，达到以老带新的目的，最终提高网站整体的成交量。