사용자 운영 - 6가지 주요 사용자 분석 성장 모델

사용자 조작은 현대 인터넷의 중요한 조작 방법 중 하나이며, 사용자 조사는 사용자 조작 설계 과정의 첫 번째 단계입니다. 이는 사용자를 이해하고 그들의 목표와 요구 사항을 비즈니스 목표와 일치시키는 이상적인 방법입니다. 이는 기업이 제품의 대상 사용자 그룹을 정의하는 데 도움이 될 수 있습니다. 사용자 조사 과정에서는 데이터의 활용과 마이닝이 매우 중요합니다. 오늘은 어떤 일반적인 사용자 분석 방법이 있는지 이야기해 보겠습니다. 사용자를 분석하는 방법은 무엇입니까? 7가지 주요 사용자 분석 방법론/모델에 중점을 두고 사용자 작업에 대한 몇 가지 일반적인 실제 사례를 공유합니다. 1. 사용자 운영 - 6가지 주요 사용자 분석 방법론 1. 행동 이벤트 분석: 특정 행동 이벤트의 발생이 기업 조직의 가치에 미치는 영향 및 영향 정도를 연구하는 데 사용됩니다. 이는 특정 행동 데이터를 분석 및 판단하고 사용자 행동 이벤트, 대화형 효과 등의 원인을 파악하는 데 사용됩니다. 2. 사용자 행동 경로 분석: 사용자의 웹사이트 또는 APP 접속 행동 경로를 분석하는 것을 의미합니다. 기존 사용자 경로를 명확히 하고, 사용자 행동을 최적화하고, 비즈니스 시나리오 요구 사항에 따라 프런트 엔드 레이아웃을 조정하기 위한 작업을 안내합니다. 3. 클릭 분석 : 중요한 데이터 분석 모델 중 하나입니다. 클릭 맵은 클릭 분석 방법의 효과로, 사용자 행동 분석 분야에서는 요소를 클릭한 횟수, 비율, 클릭한 사용자 목록, 버튼의 현재 및 과거 콘텐츠를 포함합니다. 및 기타 요인. 4. 사용자 건강 분석: 사용자 행동 데이터를 종합적으로 고려한 핵심 지표로, 제품의 작동을 반영하고 제품 개발에 대한 조기 경고를 제공합니다. 5. 사용자 초상화 분석: 사용자 속성, 사용자 선호도, 생활 습관, 사용자 행동 및 기타 정보를 기반으로 추상화된 분류된 사용자 모델을 말합니다. 6. 퍼널 모델 분석: 본질은 분해와 정량화이며, 이는 처음(유저 확보)부터 최종 구매 전환까지의 전체 프로세스의 전환 수익화 형태와 전환율을 의미하며 데이터 지표로 정량화되어 최종적으로는 수치화됩니다. 전반적인 구매 전환율을 향상시키는 목적을 달성합니다. 2. 특정 유형의 방법론 분석 1. 행동 이벤트 분석 행동 이벤트 분석 방법은 특정 행동 이벤트의 발생이 기업 조직의 가치에 미치는 영향과 정도를 연구하는 데 주로 사용됩니다. 기업은 이를 사용하여 사용자 등록, 사용자 로그인, 제품 세부 정보 페이지 검색, 주문, 환불 등과 같은 사용자 행동 및 비즈니스 프로세스를 추적하거나 기록하고, 이와 관련된 모든 요소를 ​​연구하여 사용자 행동 이벤트의 원인을 찾아냅니다. 이벤트, 인터랙티브 효과 등 행동 이벤트 분석 방법은 일반적으로 이벤트 정의, 다차원 드릴다운 분석, 설명 및 결론의 세 가지 주요 링크를 거칩니다. (1) 이벤트 정의 이벤트 정의에는 해당 이벤트와 이벤트 기간의 길이를 정의하는 작업이 포함되며 이는 이벤트 분석 방법의 핵심이자 중요한 단계이기도 합니다. 이벤트의 정의는 5W1H 원칙(누가, 언제, 어디서, 무엇을, 왜, 어떻게)을 따릅니다. 5W1H 이벤트 정의 방법: X월, X일에 플랫폼에 등록된 모든 사용자가 쿠폰을 사용하여 구매한 주문 수는 얼마입니까? 이는 전체 이벤트 정의이며 일반 데이터 담당자가 기록해야 하는 해당 필드에는 시간, 제품 이름, 제품의 쿠폰 사용 여부, 주문 수, 구매 수량, 구매 금액 등이 포함됩니다. 여기에서 다음을 분석할 수 있습니다. (어디) 특정 플랫폼에 등록된 모든 사용자(누가) (언제) X 월 및 일에 (왜) 쿠폰 활동 (어떻게) 쿠폰 사용 (무엇) 주문 수 우리 모두는 노출되었습니다 경로, 세션 등, "방문 횟수", "탐색 깊이", "사용 기간", "체류 기간", "이탈률", "페이지 종료율" 및 기타 지표와 같은 다양한 데이터 보고서, 모두 세션 분석을 도입해야 합니다. 따라서 세션 생성 및 관리는 이벤트 정의의 핵심 단계입니다. 여기에서는 일반적으로 시간 영역으로 번역되는 "세션"의 개념을 이해해야 합니다. 컴퓨터 용어에서 세션은 최종 사용자가 대화형 시스템과 통신하는 사이의 시간 간격을 나타내며, 일반적으로 시스템에 들어가기 위해 등록하고 시스템에서 로그아웃하는 사이에 경과된 시간을 나타냅니다. 구체적으로 웹에서의 세션(Session in the Web)은 사용자가 웹 사이트를 탐색할 때 웹 사이트에 진입한 후 브라우저를 닫을 때까지의 시간을 의미하며, 이는 사용자가 웹 사이트를 탐색하는 데 소요되는 시간이기도 합니다. 따라서 위의 정의에서 Session은 실제로는 특정 시간 개념임을 알 수 있습니다. (2) 다차원 드릴다운 분석 가장 효율적인 행위 이벤트 분석은 임의 드릴다운 분석과 정제된 상태 스크리닝을 지원해야 합니다. 행동 이벤트 분석이 적절하게 구성되고 이벤트와 속성을 추적하면 이벤트 분석의 강력한 잠재력이 발휘되어 변화하는 추세, 차원 비교 등에 대한 기업의 다양한 세분화 질문에 답할 수 있습니다. '필터 조건'에는 '지리적 위치', '시간', '캠페인 미디어', '운영 체제', '채널 소스' 등이 포함됩니다. 분할 스크리닝을 수행하면 문제의 원인을 더 정확하게 찾아낼 수 있습니다. (3) 설명과 결론 설명과 결론은 소위 분석 보고 단계입니다. 분석 결과에 대해 합리적인 이론적 설명을 제공하고, 데이터 분석 결과가 기대와 일치하는지 여부를 판단합니다. 일치하지 않는 경우 결함을 해결하기 위해 재분석 및 실증을 수행해야 합니다. 행동 이벤트 분석 사례 설명 Xiao Ming 작전은 특정 플랫폼의 일일 운영 중에 UV 값이 어느 날 갑자기 두 배로 증가하여 비정상적인 높이로 증가한 것을 발견했습니다. 그는 비정상적인 트래픽인지 허위 트래픽인지를 신속하게 파악해야 했습니다. 먼저 5W 규칙에 따라 이벤트를 해체하면 실제로 트래픽이 급증한 이유와 HOW를 알아보고자 하는 모습을 알 수 있습니다.

(Where) 특정 플랫폼 (Who) 모든 사용자 (When) 특정 날짜 (Why)? (어떻게)? (뭐) UV 값이 비정상적으로 2배로 늘어났다. 다음으로 '트래픽 진입 소스', '시점', '지리적 위치', '운영체제' 등을 선택하는 다차원 '필터링 조건'을 통해 드릴다운 분석을 진행했다. 분할 심사를 진행하면서 Xiao Ming 작전은 저녁 8시에 WeChat 채널의 트래픽이 급증했으며 이는 공식 계정 푸시 장면에서 발생한 트래픽으로 인해 실제로 공식 계정임을 확인했습니다. 저녁 8시에 홍보했는데 그날의 푸시 퀄리티가 평소보다 많이 높아졌네요. 기본적으로 치솟는 UV 수치는 허위 트래픽이 아닌 비정상적인 수치로 판단됩니다. 이번 사건으로 인해 발생합니다. 2. 사용자 행동 경로 분석 사용자 경로의 정의는 사용자의 웹사이트나 APP에서의 접속 행동 경로를 의미합니다. 구체적으로 특정 페이지(URL)의 사용자 소스를 나타냅니다(사용자가 어떤 시나리오에서 이 페이지를 방문했나요?). 사용자는 어디로 이동합니까(이 페이지에 들어간 후 어떤 장면으로 이동합니까)? 사용자 탐색 경로 및 사용자 전환 여부 등 사용자 행동 경로 분석은 기존 사용자 경로를 명확하게 하고, 사용자 행동을 최적화하며, 사용자가 플랫폼에서 설계한 가장 최적의 경로를 따라 이동할 수 있도록 사용자를 안내하고, 비즈니스 시나리오 요구 사항에 따라 프런트 엔드 레이아웃 및 조정을 수행하도록 안내하는 것입니다. 전자상거래를 예로 들면, 구매자는 웹사이트/APP 로그인부터 결제 완료까지 홈페이지 탐색, 상품 검색, 장바구니 담기, 주문 제출, 결제 등의 일련의 과정을 거쳐야 합니다. 명령. 신규 사용자와 기존 사용자가 구매 과정을 거칠 때 탐색 경로가 다른가요? 신규 사용자는 어떤 경로를 선호하나요? 기존 사용자는 어떤 경로를 선호합니까? 다른 분석 모델과 연계하여 심층 분석한 후 사용자의 동기를 빠르게 찾아 최적의 경로 또는 원하는 경로로 유도할 수 있습니다. 사용자 경로 분석 사례 설명 사용자가 매장 페이지에 들어가서 다음 경로를 선택한다고 가정합니다. (1) 약 40%의 고객이 배너 활동 페이지를 클릭합니다. (2) 약 30%의 고객이 직접 제품을 검색합니다(3). ) 약 10%의 사용자가 제품 세부정보 페이지를 탐색합니다. (4) 약 5%의 고객은 위의 4가지 경로 중 제품 세부정보 페이지를 직접 탐색하는 사용자 유형이라고 가정합니다. 90%를 초과하는 가장 높은 주문 비율을 가지고 있습니다. 이와 대조적으로 "배너 활동 페이지를 클릭한" 첫 번째 유형의 사용자가 40%를 차지했지만 사용자 중 5%만이 주문을 하여 배너의 콘텐츠 레이아웃을 나타냅니다. 및 혜택 포인트는 상대적으로 열악한 사용자 경험을 가지고 있으며 이는 최적화 및 개선을 위해 선호되는 방향으로 간주됩니다. 최적화 계획은 다음과 같습니다: (1) 콘텐츠 품질 최적화: 소재 사진, 관심 지점, 사업 페이지의 동선, 사업 페이지의 제품 이익 공유 정도 등 (2) 실제 영역을 압축합니다. ​배너 모듈: 예를 들어 Taobao의 배너는 기본적으로 수천 명의 사람이나 판매자를 위한 것입니다. 열차를 통한 구매의 경우 전체 표시량이 크고 모든 콘텐츠의 품질을 제어하기 어렵습니다. 높이는 사용자 클릭 비율을 분산시키고 다른 첫 화면 고품질 비즈니스에 더 많은 트래픽을 제공하기 위해 선택됩니다. 반면 Tmall의 배너 활동은 일반적으로 구매하는 판매자가 적은 카테고리 예정 이벤트이므로 Tmall의 배너 높이가 더 높아집니다. 타오바오보다 눈길을 끈다. 3. 클릭 분석 클릭 분석은 다양한 산업 분야의 데이터 분석에 널리 사용되고 있으며 중요한 데이터 분석 모델 중 하나입니다. 클릭 그래프는 클릭 분석 방법의 효과로, 사용자 행동 분석 분야에서 클릭 분석에는 요소의 클릭 횟수, 비율, 클릭한 사용자 목록, 현재 및 과거 등의 요소가 포함됩니다. 버튼의 내용. 클릭 분석 방법은 주로 세 가지 문제를 해결합니다. (1) 사용자와 제품 간의 상호 작용 뒤에 있는 깊은 관계를 정확하게 평가합니다. (2) 제품의 점프 경로 분석을 실현하고 제품 페이지 간의 깊은 관계 수요 마이닝을 완료합니다. 다른 분석 모델과 함께 데이터의 가치를 종합적인 관점에서 탐구하고, 사용자 경험을 깊이 인식하여 과학적인 의사결정을 내립니다. 클릭분석은 주로 어떤 분석에 사용되나요? (1) 공식 웹사이트 (2) 활동 페이지 (3) 홈 페이지/제품 채널 (4) 상세 페이지 클릭 분석에는 두 가지 일반적인 형태가 있습니다: 시각화 및 고정 매장 시각화는 대부분 히트 맵을 기반으로 표시됩니다. 클릭 밀도에 대한 검색 환경 설정. 히트맵 형태 고정매점 형태 다음은 히트맵과 고정매점 형태의 비교이다. 각 프런트엔드 모듈을 묻은 다음 데이터를 보고하면 작업에서 데이터 보고서의 해당 데이터를 다운로드할 수 있습니다. 데이터에는 PV, UV, 주문, GMV 등이 포함될 수 있으며 다양한 지표에 대해 분석할 수 있습니다. 위 사진 속 개인 관리 아이콘의 클릭 UV 비율이 67%로 채널 내 모든 아이콘 중 가장 높다고 가정하면, 마오차오와 같이 기존 사용자가 대부분인 비즈니스 시나리오에서는 기존 사용자가 관심을 갖지 않을 것입니다. 슈퍼마켓에서 '퍼스널 케어'를 구매할 때 "강력한 매력과 끈적임이 있어 비즈니스 가치 탐구에 집중할 수 있습니다. 또 다른 예로, 배너 모듈의 일일 평균 UV가 1w라고 가정하면, 이 값은 낮으며, 이때 페이지 홈페이지에서 배너 사용 영역의 비율이 UV 및 주문 기여도를 초과한다고 가정합니다. , 배너 크기를 압축하거나 배너 클릭률을 높이는 두 가지 옵션을 고려할 수 있습니다. 클릭 분석은 장기적인 모니터링 데이터 관점에서 페이지의 특정 위치(비즈니스)가 사용자에게 미치는 변화의 가치를 관찰할 수 있습니다. 일반적으로 클릭 UV가 높을수록 사용자의 충성도가 높아집니다. 물론 클릭률은 위치와도 관련이 있습니다. 동일한 페이지 높이에 대해 사용자의 시각적 습관에 따르면 일반적으로 왼쪽보다 오른쪽 클릭이 더 좋습니다.

계속해서 사용자 운영 - 6대 사용자 분석 성장 모델(2)