本文視頻

你好，我是陳成，是一名咨詢顧問，也是一名數字化管理師，很高興和你交流關于用戶行為數據分析的話題。怎樣從模糊的定性分析轉換到科學的定量分析？通過這期視頻，我會和你分享三個方法。

關于用戶行為數據分析,有一條完整的發展曲線，從原始數據到清洗後的數據，從标準化的報告到專題報告，這個過程可以告訴企業的管理者,自己的業務正在發生什麼，以及是什麼原因導緻了這樣的結果.再繼續發展，數據就有可能告訴你未來将會發生什麼?最優化的策略是什麼?

之前關注我的朋友可能經常聽我說到,我最喜歡的數據是人的數據,以及人的行為數據，包括用戶的行為數據和内部工作人員，比如說銷售的行為數據。其中用戶行為數據有着最直接也最強的商業驅動力，同時也有着最大的優化空間。但是在現實中，我們經常見到一些人對于用戶的分析，還處于模糊的定性的層面，因此帶來的決策往往也是經驗主義的，拍腦袋式的決策。

今天就和大家聊一聊，如何從模糊的定性的分析轉換到科學的定量的分析。但是我們的讨論，不是基于一種條件齊全完美狀态下進行的完整的數據分析的流程，而是基于中小規模企業、to b 類型企業或者傳統企業，以及數據分析的早期階段，在條件資源都不充分的情況之下，如何先強化用戶行為數據分析的思維。

分享方法之前，我們先明确兩點基礎，什麼是用戶行為數據，什麼是數據分析。先說什麼是用戶行為數據，從狹義的角度，與用戶相關的數據可以分為三大類，包括用戶的屬性數據，用戶的行為數據和用戶的交易數據。怎麼區分這三類數據呢？大家應該都聽說過5W2H的模型,可以通過這個模型做一個簡單的對應。用戶的屬性數據就是這個人是誰，他有什麼需求；用戶的行為數據包括他在什麼時候，在哪裡，做了什麼，怎麼做的。但是如果從廣義的角度來讨論用戶的行為數據，其實這些都算是用戶的行為數據。關于這個分類的具體内容，後面我們還會再提到。

用戶行為數據的價值可以總結為兩方面。一方面是理解過去，指導現在，另一方面是幫助我們預測未來以及引導未來。前面簡單說了什麼是用戶行為數據，下面再說第二點基礎，什麼是數據分析。

數據分析是數據管理的重要部分。一般數據管理主要分為四個階段，包括數據規劃、數據采集、數據分析和數據應用四個階段。以終為始，從數據應用提出需求到啟動規劃四個階段，整體上也符合二八原則。數據規劃數據采集花費80%的精力創造20%的價值。

在四個階段當中，最重要的是數據應用，最關鍵的是數據分析。為什麼我說數據分析是最關鍵的環節呢？首先它處于承上啟下的位置，一方面可以正向的驅動數據應用，另一方面可以反向的驅動數據規劃和數據的采集。

現實中我們很難一上來就做好明确的數據規劃，并且根據規劃去做數據采集。一種可行的路徑是先進行較低層次的數據分析。在分析的過程當中不斷地提出自己新的需求。

即便是有了相對完善的數據規劃和數據采集，到了數據分析的環節，仍然存在很多的痛點，包括隻有宏觀，沒有重點或者陷入細節忽略全局，也有可能錯把相關當成因果。最後一點是依靠直覺輕視科學，就是前面說的模糊的決策，經驗主義的拍腦袋式的決策。

那麼作為一個新手，如何進行定量的用戶行為數據分析，并且用來指導決策呢？下面開始給大家分享三個方法。

第一個方法是側重行為數據。這句話聽起來是不是有點奇怪，明明在說如何進行用戶行為數據分析，怎麼第一個方法就是側重行為數據分析呢？是因為根據我的觀察，在現實中大部分人往往都優先側重于屬性數據和交易數據。因為這兩類數據都比較容易采集，比如c r m 客戶管理系統基本上隻會采集客戶是誰的屬性數據，很少會有行為數據。另一方面，很多管理者打着結果導向的名義，隻關注交易數據，而忽略了過程。其實你很難單純地依靠靜态的屬性數據或者結果化的交易數據來指導決策。今天的重點也不僅僅是行為數據，而是如何量化的進行行為數據的分析。

事實上隻要你關注行為數據，它必然是量化的。比如時間不僅包括具體的時間點，還包括時長、頻率、頻次。地點還包括從哪裡來到哪裡去，至于做什麼和怎麼做，都可以從内容、産品和功能三個維度進行分析。

下面介紹第二個方法，分析關鍵的行為數據。這裡給大家介紹一個關鍵行為坐标，橫坐标是你的用戶數量，可以分為極少人，部分人，大部分人和絕大部分人，縱坐标是用戶的使用頻率，從低到高可以分為很少使用，有時候使用，經常使用和一直使用四個類型，這樣我們就得到了一個關鍵行為的坐标。

在這個坐标裡首先要關注三類極值數據，我用紅色标注出來，分别是很少人，但是一直在使用，所有人幾乎很少使用，以及幾乎所有人一直都在使用這三種情況。除了這三類極值數據，我還用黃色标注出兩類常态化的關鍵位置。幾乎所有人經常使用和大部分人一直在使用這兩類。

現實中，業務部門常常隻讨論個别案例，很少對全量數據進行歸類，一旦對事件進行歸類，這個過程必然也是量化的。

再來說一下第三個方法，關注失利數據。

這裡我提到的失利數據，包括沒有成交的數據，也包括成交了，但是沒有按照預期方式或者預期時間來成交的數據。現實中，我們常常隻關注成交了的成功的數據，不自覺地陷入到某種光環效應當中。成功者說什麼都是對的，實際的情況真的是如此嗎？那些成功真的是可以複制的嗎？因此我建議你多關注這些私立數據當中的行為數據，他們在什麼時間，哪個位置離開了你的交易環境，他們還說了什麼，做了什麼，以及他們為什麼沒有按照預期的計劃來完成交易。

你可不要說隻要成交了就行，管他是不是按預期的達成。如果你是這麼想，你也會陷入到模糊的數據分析和拍腦袋思的經驗主義的決策。别忘了這期的主題如何從定性的數據分析轉換到定量的數據分析。給你分享的三個方法，更多的是一種思維方式和切入點，至于更具體的數據分析的方法和數據分析的模型，可以根據你所在的行業具體的場景找到針對性的方法，然後别忘了要通過實驗來優化。

今天的分享就先到這裡，最後我再補充兩句，為數小而不為，以數據分析為支點，撬起數字化轉型的杠杆。更多更具體的内容，我們下期再見，謝謝你的關注，也歡迎你給我留言。我們可以做進一步的交流。

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!