vlambda博客
学习文章列表

诸葛君说：最近诸葛君在金融行业收货颇丰，先后服务了融信银行、顺丰金融、中国人寿、美付宝、河北幸福消费金融等一大批金主大大。今天诸葛君就从三大分析模型说说，如何深入理解用户，帮助金融类客户通过数据实现增长目标。

每个企业都希望能更深层次的了解用户，用户行为数据分析正是通过用户的每一次打开，每一次查阅，每一次跳转，每一次微小事件，帮助企业客户洞察用户。诸葛io具有更好理解用户的功能，比如用户行为路径分析，能够建立一个整体且真实的用户认知。

如何深入理解用户？

诸葛io具有强大的精细化管理的能力，比如，企业客户改版上线了一个新功能，叫功能A，同时又优化了页面视觉设计，另外针对此次改版又进行了一次推广，最后留存没有变化，那么问题来了：功能A对这个留存有没有影响？

平常我们只能看到一个按时间线留存的情况，当多种条件混合在一起的时候，根本不能认定，到底是做了一次优化带来了用户体验更好？还是新功能A，用户体验更好？无从确定。

所以，需要把用户拆分出来，一类用户是使用过功能A的，并且用户不是从推广渠道来的，而且是一个老用户，并且在某一个时间段他活跃过，把这些条件组合在一起，和另一个没有触发过这些功能的用户拆分开来，然后看不同用户群的行为特点，留存的区别，漏斗的区别，交叉起来才能得出真正的结论。

❷三大分析模型 帮你理解用户

1、用户行为路径分析

指的是用户在进入产品以后的行为轨迹，用户用了哪些功能模块？用户使用的顺序是什么？通过分析用户行为路径，验证用户的使用是否和当初设计产品的逻辑是一致的。如果和产品设计逻辑偏差很大，就需要思考为什么？是设计的逻辑有问题？还是其他方面出现了问题？

(点击图片可放大)

如上图，在用户的一次启动中，94.6%的用户会搜索，搜索完77%的用户搜到了，开始看产品详情，其中又有62%的用户加到了心愿单，可能说明用户比较喜欢这种产品。

对群体行为的洞察，让我们拥有了一个全局视野，除了知道用户在怎么使用我们的产品，更重要的其实是对用户行为背后的动机解读。

2、精细化用户分群

根据用户行为的特征将其按需拆分成不同属性的用户群，例如：做过A事件的人拆分成一个用户群，做过B事件的拆分成另一个群，看群体用户画像有什么区别，看他的留存和回访有什么区别。

(点击图片可放大)

精细化用户分群可以用能想到的任何维度找到目标用户，比如新增当日进行实名认证，查看且购买超短期理财产品的，来源为分众传媒（渠道）的用户群。

昨日高质量用户

昨日高质量用户，便于做数据上的应用，可通过分群的方式拆分用户，进行精细化运营。

(点击图片可放大)

新增产品十天内用户的投资特点

通过条件，可把新增十天内投资过的用户拆分出来，查看新增一天内投资过来的用户再拆分出来。

3、单体用户行为跟踪

人是分析的最基本元素，需要清楚的知道每一个用户所处生命周期、活跃情况、环境信息等。有了用户群的画像以后，通过单体用户行为跟踪，我们就可以进一步追踪到个人身上，通过对个体用户行为的跟踪，可以查看用户具体是如何使用产品的。

(点击图片可放大)

用户充值遇到了哪些问题？

——【理财产品】案例分析

通过用户分群，可找到一些关键点，之后再细化就可以看用户到底如何使用的。用户能够帮助我们验证分析的猜想，第二，顺着用户的行为路径我们可以感受用户到底有怎样的需求，他身处怎样的场景，最后达到我们对用户理解的方式，并不是所有的用户都要看，只随即抽三五个即可，这是理解用户的最佳方式。以用户为中心做分析，还原使用场景，找到产品的问题点或核心价值。

❸经典分析场景重点关注

新、老用户对产品的不同期望

新增用户对产品的期望和老用户对产品的期望完全不同，新增用户需要安全感，老用户需要新的活动收益点。

诸葛io的一企业客户，此前针对此问题进行了优化，不希望老用户直接跳出离开，有可能超过30%的老用户进来以后直接就跳到个人帐户页，这个过程企业更希望用户能够更多的留在首页查看热度商品，现在已有很多企业把今日收益等信息直接放在首页，用户可直接查看收益，注册后将有业务活动项目等促使用户转化。所以，将用户分层后逐步进行精细运营，让用户在其所在的层级之间做转化，以提升整个用户价值。

对于新手成长，从新手到最后复投，通常有两个阶段，一个是首投相关行为，整个绑卡充值的流程，决策时间，哪些品类对用户首投有影响，要进行不间断的监控，包括从试探性投资到放心充值。

用户对于当日到账、实时到账的感觉是不一样的，包括复投的分析，整个过程收益率的设计，是一个大场景，这个阶段特别重要，对于新用户的迭代和分析不容忽视，否则将导致用户新增数、留存度出现问题。

↑长按关注“你身边的数据教练”↑

🙊随手转发给经常加班的运营产品朋友们吧🙊