tft每日頭條

 > 科技

 > 用戶行為數據分析

用戶行為數據分析

科技 更新时间:2024-07-29 10:15:36

用戶體驗設計中,用戶的反饋是關鍵的一環,通過數據驅動産品設計,對産品進行不斷優化,才能夠在發展的浪潮下立于不敗之地。本文總結了用于優化産品的的兩大數據類型,希望對你有所幫助。

用戶行為數據分析(如何通過用戶數據)1

用戶體驗設計的前提是要重視用戶的反饋,也是最根本的體現,是作為數據驅動産品設計中必不可少的一環。隻有不斷提升用戶洞察的敏銳度,盡快做出産品的調整與優化,才能在未來的數字化浪潮中立于不敗之地。

一、反饋型數據

問卷調查是用來搜集用戶的反饋的一種方法。在實際的工作中,也是作為設計的一項重要的發力點。常見有如下幾種類型:

1. 淨推薦值NPS

淨推薦值NPS(Net Promoter Score),可稱為口碑,是一種計量客戶會向其他人推薦産品或服務可能性的指數。它是最流行的用戶忠誠度分析指标,專注于用戶口碑如何影響産品增長。具體說來,NPS的數據來源于在問卷中詢問用戶“你願意向同事/朋友/家人推薦我們的産品嗎?”這個問題。

用戶在0-10分之間進行打分,10分表示非常願意,0分表示不願意。根據用戶的推薦意願,将用戶分為推薦者、中立者、貶損者。NPS=(推薦者數/總樣本數)*100%-(貶低者數/總樣本數)*100%,得出的數值越高說明産品越受歡迎。

需要注意的是,僅了解NPS數值是不夠的,作為設計師還需要深挖其背後的原因,以便找準設計切入點。這也是為什麼現在各大APP的NPS調研中,通常還會追加附加問題。如飛豬旅行和去哪兒這兩個APP均會進一步詢問用戶其推薦/不推薦的原因。(下圖所示)

用戶行為數據分析(如何通過用戶數據)2

2. 費力度CES

CES(Customer Efforts Score)是指顧客費力指數。是衡量顧客在使用産品時所花費的精力與時間的指标。用戶前後所花費的精力與時間越多,費力度也就越高,産品體驗也就越差。通常采用5分制,從“1=非常少”到“5=非常多”。

用戶行為數據分析(如何通過用戶數據)3

好的設計需要做到讓用戶一看就懂如何使用,自然流暢的達成目标。而對于部分産品而言,由于業務本身較為複雜,用戶上手需要一定的時間成本,所以想要做到讓所有用戶都一看就懂如何使用是非常困難的。

一些複雜的B端産品,不要說讓用戶自己一看就秒懂了,能夠做到讓用戶不尋求客服的幫助自己完成功能的使用、解決問題就非常厲害了。所以對于一些功能複雜的産品來說,通過設計降低理解門檻和使用門檻,是一件挺重要的事情。(如下圖所示)

用戶行為數據分析(如何通過用戶數據)4

對于用戶而言,降低門檻設計的價值和目标是減少客戶的挫敗感,提升使用效率;對于産品而言,降低門檻設計的價值會降低服務成本。(篇幅有限這裡不展開讨論,關注後續内容分享)

3. 問題占比

當産品積累一定的用戶體量後,反饋的渠道也是多種多樣。通常包含直接反饋、工單、客服周報等。在一定周期内,運營會将搜集的問題進行統計彙總。設計師需要針對高頻出現的問題,進行分析與定義,再進行設計與體驗升級。

用戶行為數據分析(如何通過用戶數據)5

一些看似微不足道的改進,對提升客戶滿意度,幫助産品達成商業目标,提升團隊運作效率,都有着不可忽略的價值。

無論是核心的轉化率還是其他的數據指标,分析不同産品的特性,梳理關鍵路徑,明确每個節點對用戶的意義并不斷優化,結果自然而然會向好。

二、結果型數據

近年來随着互聯網邁入存量市場,獲客的成本也越來越高。産品難以再有爆發性增長,運營策略也從如何快速增長,轉變成為如何盤活現有的用戶。因此,會顯得尤為的重要。

談到,最為核心的就是轉化率。很多設計師誤以為轉化率就是與付費相關的行為,這樣的理解未免太片面。轉化的本質是與具體事件相關的一種行為,除付費外還包含注冊、激活、分享等。

轉化率的公式為:

(目标頁面UV/來源頁面UV)*100%

由此可推導出:

注冊率=(注冊量/UV量)*100%

付費率=(付費用戶/新用戶)*100%

激活率=(完成關鍵行為的新用戶/新用戶)*100%

這裡要重點聊一下激活率,所謂“完成關鍵行為的新用戶”,指的是與産品價值相關的行為,在不同類型的産品中的判斷标準是不同的。舉個例子,作為餓了麼的新用戶,是否下單點過外賣?這個行為就是關鍵行為;作為頭條的用戶,是否完整的浏覽或發布過一條内容?這個行為也叫做關鍵行為。

在實際工作中遇到轉化的場景,我們通常會采用漏鬥模型來分析問題,統計每一個步驟的轉化情況,即漏鬥模型。查看漏鬥的轉化情況,找出最大漏損環節,對應設計,意味着最大的改善機會點。(如下圖)

用戶行為數據分析(如何通過用戶數據)6

這裡舉一個餓了麼店鋪頁引導開通超級吃貨卡的例子,目前店鋪頁開通的路徑是“店鋪紅包—引導彈窗—銷售頁—購買頁—支付頁”。

用戶行為數據分析(如何通過用戶數據)7

基于這一路徑進行漏鬥轉化分析,我們發現大部分的用戶都在中間的引導過程中流失了,而最終完成支付的甚至不到1%。

用戶行為數據分析(如何通過用戶數據)8

于是,設計師提出了簡化路徑的方案,來減少漏鬥流失。另外優化入口的顯示,讓原本需要在彈窗上顯示的信息前置,相較于優化前減少了3層漏鬥,更多的流量可以直接進入到購買頁。

用戶行為數據分析(如何通過用戶數據)9

提升轉化力一方面需要查漏補缺,洞察本質原因,從根源上降低無效轉化數;另一方面要求設計師能夠跳出思維困境,找到更高效的轉化方式。

除以上的轉化率外,還有兩項重要的指标分别是:活躍用戶量與留存率。

活躍用戶量:指執行産品關鍵行為的用戶,這個關鍵行為的定義與客戶獲取到産品價值的相關。不能單純的把登錄行為定義為活躍。如抖音,僅登錄不能算活躍用戶。其算法可能是在線10分鐘或者刷三個視頻才算一個日活。活躍用戶量是衡量内容類、社交類、遊戲類産品的重要指标。

留存率:即讓用戶持續的使用你的産品。一般分為新增用戶留存與活躍用戶留存。通過區分不同屬性的用戶留存狀況,對不同用戶采取精細的運營策略。在用戶基礎上,通過時間維度進一步區分次日留存、周留存、月留存。用戶來了就走,走了就不再回來,并不是産品和運營希望看到的,這等于前期的一系列産品策略、運營成本、人力時間都白白浪費掉了,因此對用戶的維系顯得格外重要,新用戶留存率也衡量用戶增長過程中最重要的一個環節。

以上是産品中常見的,無論是核心的轉化率還是其他的數據指标,分析不同産品的特性,梳理關鍵路徑,明确每個節點對用戶的意義并不斷優化,結果自然而然會向好。

作者:DC BuffDesign

本文由 @BuffDesign原創發布于人人都是産品經理,未經許可,禁止轉載。

該文觀點僅代表作者本人,人人都是産品經理平台僅提供信息存儲空間服務。

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关科技资讯推荐

热门科技资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved