書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >>
用戶行為分析:如何用數(shù)據(jù)驅(qū)動增長

用戶行為分析:如何用數(shù)據(jù)驅(qū)動增長

出版社：機械工業(yè)出版社出版時間：2021-06-01
開本： 32開 頁數(shù)： 312
本類榜單：管理銷量榜
中 圖 價:¥50.3(7.2折) 定價  ¥69.9 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

用戶行為分析:如何用數(shù)據(jù)驅(qū)動增長 版權信息

  • ISBN：9787111681519
  • 條形碼：9787111681519 ; 978-7-111-68151-9
  • 裝幀：一般純質(zhì)紙
  • 冊數(shù)：暫無
  • 重量：暫無
  • 所屬分類：>>

用戶行為分析:如何用數(shù)據(jù)驅(qū)動增長 本書特色

適讀人群 ：高層管理者，有一定經(jīng)驗的產(chǎn)品經(jīng)理、數(shù)據(jù)分析師、互聯(lián)網(wǎng)運營人員、數(shù)據(jù)運營人員“世界前十位前沿數(shù)據(jù)科學家”張溪夢傾情創(chuàng)作，助你洞察用戶行為，全面引爆增長！ 良品鋪子楊銀芬、自如王迪、硅谷增長黑客曲卉、獵聘網(wǎng)戴科彬、安盛余健光、安踏楊博境、漢光百貨董有良、開課吧劉旭、起源資本邱越峰--聯(lián)袂推薦！ 本書為你揭秘： 1個數(shù)據(jù)驅(qū)動增長金字塔 1條系統(tǒng)的指標體系規(guī)劃思路 1套完整的埋點團隊協(xié)作流程 10大常用的數(shù)據(jù)分析模型 4家企業(yè)增長案例全面拆解 3大數(shù)據(jù)驅(qū)動增長前瞻 書中模板可掃碼自動獲取，直播解讀圖書和讀者群掃書上二維碼咨詢！ 本書還會有不定期的大咖直播解答讀者疑問的活動！點擊鏈接瀏覽直播！https://live.eyunbo.cn/newLive/69582?uin=1729

用戶行為分析:如何用數(shù)據(jù)驅(qū)動增長 內(nèi)容簡介

很多時候企業(yè)都是在摸索中前行，或基于自身的判斷來尋找和服務用戶。但對于用戶是誰、用戶在哪里、用戶喜歡什么、用戶會對什么做出反應、用戶在商業(yè)場景中的什么時間做過什么等問題，很多企業(yè)都回答不出來。在當下，對用戶信息的了解和應用能力，很大程度上決定了企業(yè)在新競爭“食物鏈”上的排名。當新的生產(chǎn)要素—數(shù)據(jù)，逐漸進入大家的視野后，企業(yè)家們開始隱約意識到數(shù)據(jù)可能會成為新的發(fā)展動力、用戶行為數(shù)據(jù)將是激發(fā)企業(yè)創(chuàng)新活力的重要資源。但如何能擁有像虎鯨一樣的超聲波定位系統(tǒng)，即多方面洞察用戶需求、滿足用戶需求的能力呢？ 本書為幫助企業(yè)能在商業(yè)競爭中立于不敗之地，能對用戶行為數(shù)據(jù)發(fā)揮價值的過程建立系統(tǒng)的認知，并習得快速實踐的能力，讓企業(yè)高效落地數(shù)據(jù)驅(qū)動增長而撰寫。本書內(nèi)容包括從商業(yè)進化的角度認識用戶行為數(shù)據(jù)的重要性及如何發(fā)揮其價值（章），用戶行為數(shù)據(jù)如何通過數(shù)據(jù)驅(qū)動增長金字塔（規(guī)劃、采集、分析、應用）為企業(yè)帶來貢獻（第2~5章），以及用戶行為數(shù)據(jù)驅(qū)動增長的實戰(zhàn)案例集（第6章）。 本書適合企業(yè)的高層管理者及有一定工作經(jīng)驗的產(chǎn)品經(jīng)理、數(shù)據(jù)分析師、互聯(lián)網(wǎng)運營人員、數(shù)據(jù)運營人員等閱讀。不管您身處互聯(lián)網(wǎng)企業(yè)，還是身處數(shù)字化轉(zhuǎn)型和升級的傳統(tǒng)企業(yè)，只要您擁有或者正在準備擁有自己的線上產(chǎn)品，便能通過本書找到“如何用數(shù)據(jù)驅(qū)動增長”的體系化內(nèi)容。

用戶行為分析:如何用數(shù)據(jù)驅(qū)動增長 目錄

推薦語
前　言　做“商！敝械幕ⅥL
致　謝
第1章　走進用戶行為數(shù)據(jù)分析
1.1　用戶行為數(shù)據(jù)登場 // 1
1.1.1　沒有用戶行為數(shù)據(jù)的困境 // 2
1.1.2　商業(yè)進化：一切向用戶靠攏 // 3
1.2　什么是用戶行為數(shù)據(jù) // 7
1.2.1　狹義的用戶行為數(shù)據(jù) // 7
1.2.2　廣義的用戶行為數(shù)據(jù) // 9
1.2.3　用戶行為數(shù)據(jù)的“5+1”要素 // 12
1.2.4　用戶行為數(shù)據(jù)的隱私與權限 // 14
1.3　用戶行為數(shù)據(jù)的一個趨勢和兩個價值 // 15
1.3.1　一個趨勢：在數(shù)字孿生世界下，用戶行為數(shù)據(jù)的遷移 // 15
1.3.2　價值一：理解用戶需求，指導業(yè)務升級 // 17
1.3.3　價值二：預測用戶行為，引導業(yè)務創(chuàng)新 // 21
1.4　如何讓用戶行為數(shù)據(jù)發(fā)揮價值 // 26
1.4.1　用戶行為數(shù)據(jù)驅(qū)動增長常見的困難 // 26
1.4.2　數(shù)據(jù)驅(qū)動增長金字塔：規(guī)劃—采集—分析—應用 // 27

第2章　數(shù)據(jù)規(guī)劃
2.1　數(shù)據(jù)驅(qū)動增長的“總設計師” // 29
2.1.1　數(shù)據(jù)規(guī)劃常見的問題 // 29
2.1.2　如何進行數(shù)據(jù)規(guī)劃 // 31
2.2　指標體系規(guī)劃的三大思路 // 32
2.2.1　OSM模型 // 32
2.2.2　UJM模型 // 36
2.2.3　場景化 // 40
2.3　指標分級 // 42
2.4　數(shù)據(jù)看板 // 44
2.4.1　數(shù)據(jù)看板的意義 // 44
2.4.2　數(shù)據(jù)看板的分類：戰(zhàn)略看板、分析看板、實時看板 // 46
2.4.3　如何搭建數(shù)據(jù)看板 // 51
2.4.4　搭建數(shù)據(jù)看板常見的六大問題 // 58

第3章　數(shù)據(jù)采集
3.1　數(shù)據(jù)采集常見的問題 // 62
3.2　用戶行為數(shù)據(jù)采集方法：埋點和無埋點 // 64
3.2.1　埋點和無埋點的定義 // 64
3.2.2　埋點采集和無埋點采集的適用場景 // 68
3.2.3　不同場景如何選擇采集方式：以App注冊為例 // 70
3.2.4　客戶端埋點或服務端埋點 // 72
3.3　如何高效落地數(shù)據(jù)采集 // 74
3.3.1　埋點方案四要素 // 74
3.3.2　埋點的團隊協(xié)作流程 // 80
3.3.3　數(shù)據(jù)指標管理 // 84
3.4　數(shù)據(jù)集成，搭建客戶數(shù)據(jù)平臺（CDP） // 87
3.4.1　從用戶行為數(shù)據(jù)到客戶數(shù)據(jù)平臺 // 88
3.4.2　客戶數(shù)據(jù)平臺的三種類型 // 91
3.4.3　實現(xiàn)客戶數(shù)據(jù)平臺的四大原則 // 93
3.4.4　案例：電商如何搭建客戶數(shù)據(jù)平臺 // 97

第4章　數(shù)據(jù)分析
4.1　業(yè)務導向的數(shù)據(jù)分析整體思路 // 104
4.2　用戶流轉(zhuǎn)地圖 // 106
4.2.1　全域—全局—局部 // 106
4.2.2　繪制用戶流轉(zhuǎn)地圖 // 107
4.2.3　案例：B2B企業(yè)官網(wǎng)的用戶流轉(zhuǎn)地圖 // 112
4.3　十大數(shù)據(jù)分析模型 // 116
4.3.1　事件分析 // 116
4.3.2　漏斗分析 // 118
4.3.3　熱圖分析 // 119
4.3.4　留存分析 // 122
4.3.5　留存魔法師 // 123
4.3.6　事件流分析 // 125
4.3.7　用戶分群分析 // 127
4.3.8　用戶細查 // 129
4.3.9　分布分析 // 130
4.3.10　歸因分析 // 131
4.4　渠道分析 // 133
4.4.1　找到*優(yōu)投放渠道 // 133
4.4.2　打造黃金落地頁 // 138
4.5　運營分析 // 144
4.5.1　被低估的搜索框 // 144
4.5.2　活動迭代分析 // 148
4.6　產(chǎn)品健康度分析 // 151
4.6.1　產(chǎn)品健康度是“用戶體驗的體檢” // 151
4.6.2　關鍵行為矩陣與功能留存矩陣 // 153
4.6.3　案例：內(nèi)容型App的產(chǎn)品健康度分析 // 155

第5章　數(shù)據(jù)應用
5.1　數(shù)據(jù)應用無處不在 // 159
5.2　A/B測試 // 160
5.2.1　廣泛應用的A/B 測試 // 160
5.2.2　七個步驟建立A/B測試的閉環(huán) // 162
5.2.3　案例：A/B測試提升影視會員產(chǎn)品的付費轉(zhuǎn)化率 // 172
5.3　產(chǎn)品迭代 // 174
5.3.1　產(chǎn)品迭代全流程 // 174
5.3.2　六大要素量化、評估產(chǎn)品迭代效果 // 177
5.3.3　案例：數(shù)據(jù)驅(qū)動App首頁迭代 // 181
5.4　精細化運營 // 189
5.4.1　精細化運營的關鍵 // 189
5.4.2　用戶標簽與用戶畫像 // 193
5.4.3　用戶分層運營 // 198
5.4.4　案例：盟大集團（產(chǎn)業(yè)互聯(lián)網(wǎng)）如何進行用戶全生命周期運營 // 206
5.5　機器學習 // 212
5.5.1　機器學習與數(shù)據(jù)挖掘 // 212
5.5.2　用戶行為數(shù)據(jù)提升推薦算法效率 // 215
5.5.3　案例：預測客戶購買行為 // 220

第6章　用戶行為數(shù)據(jù)驅(qū)動增長實戰(zhàn)
6.1　歐冶云商：數(shù)據(jù)驅(qū)動B2B增長 // 226
6.1.1　B2B增長的挑戰(zhàn)和機遇 // 226
6.1.2　探索產(chǎn)品的核心價值主張 // 228
6.1.3　優(yōu)化用戶轉(zhuǎn)化路徑 // 232
6.1.4　精細化的會員運營體系 // 242
6.2　推薦獲客量增長500%：好好住的增長團隊實踐 // 247
6.2.1　為什么好好住要搭建增長團隊 // 247
6.2.2　從0到1搭建增長團隊的三個步驟 // 248
6.2.3　閉環(huán)式的工作流程 // 251
6.2.4　好好住的推送迭代 // 256
6.3　月活躍用戶數(shù)從0到8萬：地產(chǎn)行業(yè)如何打造小程序私域流量池 // 259
6.3.1　“公盤私客”發(fā)展過程中的問題與機遇 // 260
6.3.2　創(chuàng)新產(chǎn)品“中原C管家”的思考和孵化 // 261
6.3.3　0元推廣費用，“中原C管家”的增長效果 // 265
6.3.4　用戶行為數(shù)據(jù)賦能經(jīng)紀人營銷 // 268
6.4　酷開網(wǎng)絡：增長無處不在，OTT領航家庭經(jīng)濟的數(shù)字化轉(zhuǎn)型 // 273
6.4.1　酷開網(wǎng)絡的增長框架 // 273
6.4.2　明道：洞察家庭用戶與精細化場景流程 // 276
6.4.3　取勢：指標管理體系建設，挖掘精細化流量的價值 // 277
6.4.4　優(yōu)術：分析引擎體系建設，提升轉(zhuǎn)化率 // 282
6.4.5　踐行：關注用戶全生命周期，用增長實驗實現(xiàn)流量再生 // 287
6.4.6　案例：洞察流量—大轉(zhuǎn)盤抽獎活動的用戶旅程 // 287
后記 // 295


展開全部

用戶行為分析:如何用數(shù)據(jù)驅(qū)動增長 節(jié)選

第 1 章　走進用戶行為數(shù)據(jù)分析 1.1　用戶行為數(shù)據(jù)登場 2019 年 10 月 25 日的北京金茂萬麗酒店宴會廳，原本只能擺放 900 個座位的場地，被滿滿當當?shù)嘏艥M了 1 000 個座位。還未開場，宴會廳里就已 經(jīng)座無虛席，宴會廳后面有限的空間里也站滿了人。正式開場后，組委會 索性打開了后門，讓一部分晚來的人站在廳外觀看會議全程。 這已經(jīng)是連續(xù)四年、第 10 場爆滿的增長大會了。每年增長大會都會分 享一些新的經(jīng)驗方法，比如“增長黑客”“首席增長官”，還有今天已經(jīng)被 從業(yè)者視為區(qū)分是否為增長小白的入門級概念—“AARRR 模型（又稱海 盜模型）”。 無論是“AARRR 模型”，還是 2018 年更新后的代表著新留存增長的 “RARRA 模型”，這些在互聯(lián)網(wǎng)發(fā)展中掀起了旋風的增長方式，本質(zhì)都在強 調(diào)一件事情：對用戶行為的洞察與分析。采集用戶行為數(shù)據(jù)，幾乎是所有 互聯(lián)網(wǎng)企業(yè)做增長的“起手式”。 互聯(lián)網(wǎng)企業(yè)其實一直都握著一個可以改變未來的秘密—“數(shù)據(jù)是下 一個時代的新能源”。他們一直堅信并且努力為能打出這張底牌持續(xù)構建著 牌局，或小心翼翼地探索，或瘋狂地跑馬圈地，*終目的都是為了獲得更 多的數(shù)據(jù)資產(chǎn)，從而促使產(chǎn)生新的業(yè)務模式或競爭壁壘。用戶行為數(shù)據(jù)作 為能驅(qū)動商業(yè)發(fā)展的數(shù)據(jù)類型之一，深受互聯(lián)網(wǎng)企業(yè)的重視。大多數(shù)互聯(lián) 網(wǎng)企業(yè)因為沒有傳統(tǒng)企業(yè)那樣豐富的經(jīng)營數(shù)據(jù)，用戶線上行為數(shù)據(jù)便成為 他們能夠獲得的*有價值的數(shù)據(jù)。 真正讓用戶行為數(shù)據(jù)登上萬眾矚目的商業(yè)舞臺，并迅速向“C 位”（核 心位置）靠近的是傳統(tǒng)企業(yè)的覺醒和入局。這些傳統(tǒng)企業(yè)掌握著社會的絕 大部分商業(yè)資源，以及經(jīng)年累月積累的海量數(shù)據(jù)資產(chǎn)，但一直苦于無法讓 數(shù)據(jù)充分發(fā)揮商業(yè)價值。隨著數(shù)字化轉(zhuǎn)型的逐漸開展，用戶行為數(shù)據(jù)正在 成為引爆這些數(shù)據(jù)資產(chǎn)的導火索。 1.1.1　沒有用戶行為數(shù)據(jù)的困境 2015 年夏天，*時髦的出租車司機會在方向盤左右架起三個手機支架， 分別接入滴滴、快的和易到。從早到晚，三個平臺的訂單此起彼伏，司機 樂此不疲地在三個平臺上挑選補貼*“肥”的訂單接單。一些精明的司機 悉心鉆研，從而掌握了平臺的補貼規(guī)律，并在*鐵的“的哥”圈里分享， 成為新晉的意見領袖。 他們的眼睛在緊盯屏幕的同時，可能自己沒有意識到，隨著 App 上點 擊的行為越來越多，路邊打車人招手的行為卻越來越少。用戶行為正在發(fā) 生遷移，并在互聯(lián)網(wǎng)上匯集成新的“流量”。他們想到了要多買兩條充電 線，因為手機不能沒電，同樣電話卡上也不能沒錢，因為沒流量就接不到 訂單了。但沒想到，“流量”真的說沒就沒了。 后面的故事大家都知道了，打車平臺啟動了“順風車”“快車”和“專 車”等新項目。他們將通過過往打車行為的數(shù)據(jù)已經(jīng)被研究透徹的用戶， 按照購買力、出行目的等特性分層，用不同的優(yōu)惠券和權益將分層后的用 戶分流到這些低、中、高檔的新項目中，因此留給“出租車”項目的用戶 大幅減少。當出租車司機從屏幕上抬起頭，打算重新尋找路邊“招手”的 打車人時，才發(fā)現(xiàn)原來“掃街”就可以獲得的乘客，已經(jīng)找不到了。而隨 著新項目服務者的出現(xiàn)，過去出租車司機那些被乘客“隱忍”的小毛病， 比如車內(nèi)偶有的異味、長時間的尬聊、油滑的拒載，都突顯了自己和新項 目服務者的巨大差異。打車人的消費升級了，出租車的業(yè)務模式也面臨更 替的挑戰(zhàn)。 對打車人的用戶行為數(shù)據(jù)分析確實使整個出行市場升級了，可惜受益 的并不是擁有*多出租車資源的出租車公司，因為出租車公司幾乎沒有類似出行平臺這樣的行業(yè)案例越來越多，比如通過“外賣小哥”服務 從餐飲商家獲得用戶餐飲消費行為數(shù)據(jù)的外賣平臺，通過比價服務從航空 公司和酒店獲得用戶出行旅游數(shù)據(jù)的 OTA（Online Travel Agency，在線旅 行社）等。這些新興互聯(lián)網(wǎng)企業(yè)的不斷涌現(xiàn)，加速了用戶行為的數(shù)字化遷 移。這也逐漸驚醒了處于各行各業(yè)的傳統(tǒng)企業(yè)，他們紛紛表示，不想像出 租車公司那樣成為“俎上魚肉”。他們于是紛紛開始打造自己的數(shù)字化平 臺，希望能夠直接面向終端消費者。 1.1.2　商業(yè)進化：一切向用戶靠攏 面向用戶，重視用戶行為，是由整個社會生產(chǎn)能力的升級決定的。當 我們的社會進入一個生產(chǎn)能力相對過剩、商品供應極大豐富的時代時，賣 方市場變?yōu)橘I方市場，弄懂消費者的所思所想成了商業(yè)競爭的核心戰(zhàn)場。 用戶行為數(shù)據(jù)，既是消費者心思的代言人，又是連接消費行為的關鍵。 我們所處的商業(yè)社會，正在快速經(jīng)歷三種品牌形態(tài)的更替變化（見圖 1-1）：舊品牌、平臺品牌、新品牌。而舊品牌在一定程度上是大多數(shù)傳統(tǒng) 企業(yè)模式的縮影。 圖 1-1　商業(yè)進化歷程中品牌的三種形態(tài) 1. 舊品牌：原料 - 制造 - 銷售 明確的分工是舊品牌顯著的產(chǎn)業(yè)特點。原材料提供者專注于資源環(huán)節(jié)， 制造商專注于生產(chǎn)產(chǎn)品，渠道商專注于各級分銷代理。精細化分工極大地 提升了各個環(huán)節(jié)的生產(chǎn)效率，實現(xiàn)了生產(chǎn)效能*大化。 然而，區(qū)隔明顯的分工在為產(chǎn)業(yè)鏈的各個價值增值點鑄造了壁壘的 同時，也阻斷了數(shù)據(jù)的流通。原材料提供者不知道終端市場的波動，制造 商不理解用戶的需求，分銷商無法選擇適合市場的原料和工藝。信息的 層層斷點，導致舊品牌在適應市場和贏得用戶青睞方面行動遲緩，瀕臨 淘汰。 2. 平臺品牌：掌控用戶數(shù)據(jù) 率先變革的是渠道環(huán)節(jié)。平臺品牌因為能夠連接更多的消費者，逐漸 代替?zhèn)鹘y(tǒng)渠道而成為“巨無霸”，并且綁定各類舊品牌使其無法脫離。過去 20 年我國在搜索引擎、電子商務、社交媒體等方面的互聯(lián)網(wǎng)基礎建設，讓 各家互聯(lián)網(wǎng)巨頭已經(jīng)成為用戶行為數(shù)據(jù)的掌控者。 現(xiàn)在，外賣平臺點餐用戶的姓名、聯(lián)系方式等都以虛擬加密的形式發(fā) 送至騎手和商家手中，只有外賣平臺自己才擁有用戶的全部信息。幾大電 商平臺能夠?qū)С鼋o品牌商的數(shù)據(jù)也只剩下訂單基礎信息，品牌商想得到用 戶在平臺上的數(shù)據(jù)，哪怕是用戶在自家店鋪的瀏覽和加購行為的數(shù)據(jù)也是 不可能的。有些平臺，甚至連消費者的聯(lián)系信息也不傳給企業(yè)。 平臺這種加密形式雖然有助于保障用戶隱私，但也使品牌商無法在自 己的交易中了解用戶構成、分布及真實需求。久而久之，品牌與用戶的連 接能力變?nèi)，利用?shù)據(jù)驅(qū)動自身業(yè)務發(fā)展的機會隨之消失。而平臺則通過 連接龐大的供需方，掌握了海量的用戶數(shù)據(jù)，能全面地洞察用戶，逐漸在 與品牌商的博弈中成為游戲規(guī)則的制定者。 3. 新品牌：直連用戶 新品牌重視直連用戶，也就是我們常說的 DTC（Direct To Consumer， 直接面對消費者）。與舊品牌不同的是，新品牌以消費者的需求為牽引力， 將產(chǎn)業(yè)鏈上各個環(huán)節(jié)整合在自己手中，數(shù)據(jù)前后打通，從前到后牽動整個 產(chǎn)業(yè)鏈條聯(lián)動調(diào)整（見圖 1-2）。 圖 1-2　新品牌與舊品牌的區(qū)別 新品牌與平臺電商也保持著若即若離的關系，他們往往善于使用各類 平臺曝光自己的品牌，完成與粉絲的互動，再利用各種方式，將流量匯集 到自己手里。而*重要的一對一溝通和交易環(huán)節(jié)的數(shù)據(jù)，新品牌則一定保 留在自己完全可控的私域之中。 在國外，健康睡眠智能床墊品牌 Casper、主打世界上*舒服鞋的品牌 Allbirds、美妝品牌 Glossier、眼鏡品牌 Warby Parker 等眾多 DTC 品牌都已 經(jīng)成為估值超過 10 億美元的獨角獸。 在國內(nèi)，也有不少 DTC 模式的先行者，如彩妝品牌完美日記、護膚品 牌 HFP（HomeFacialPro）、洗護品牌植觀等。其中，完美日記母公司逸仙 電商成立不到四年，即成功在紐交所 IPO（首次公開募股，時間：2020 年 11 月 19 日），首日漲幅即超 75%，總市值已達 122 億美元。據(jù)市場公開數(shù) 據(jù)顯示，逸仙電商 2019 年的銷售總額高達 35 億元，同比增長 363.7% ！ 我們有幸參與了一些傳統(tǒng)品牌直連消費者的轉(zhuǎn)型進程，下面列舉三家 企業(yè)的轉(zhuǎn)變： 首先，有一家知名的面向年輕人群的韓國美妝品牌，它們基于自己線 下幾百名導購員形成的用戶網(wǎng)絡，構建私域流量池，我們用小程序幫助它 們完成與顧客的交流、互動與交易。短短 10 個月，從私域線上零成交，發(fā) 展到年銷售 4 億元，這樣的速度，羨煞了一眾歐美 / 日系美妝大牌。這些 大牌于是紛紛投重金，打造小程序，但銷量卻不見起色。這里的差別在于， 歐美 / 日系大牌還是沿用傳統(tǒng)品牌的傳播思維，將小程序當作廣告創(chuàng)意來設計，注重調(diào)性的美輪美奐，卻不太重視用戶的使用體驗。而這家韓國美妝 品牌的小程序設計不是基于品牌市場總監(jiān)的審美打造的，而是將這個小程 序交給一線的幾百個導購員，幫助導購員向到店的顧客發(fā)送*新產(chǎn)品信息 和使用日記，并增加他們與顧客的互動機會。通過數(shù)據(jù)采集，收集被導購 員使用*多、讓顧客留存*好的功能，監(jiān)測裂變傳播鏈路，幫助導購員找 到愿意分享且有影響力的消費達人，為導購員構建一個個清晰的用戶畫像， 激發(fā)他們不斷嘗試拓展數(shù)字化溝通的可能；趯з弳T行為和消費者行 為數(shù)據(jù)的不斷分析，開發(fā)團隊每周更新，迭代了幾十個版本，*終收獲了 驚喜的成功。這是一個用戶行為數(shù)據(jù)助力小程序和私域運營的很好的實踐。 其次，有一家國內(nèi)知名的茶飲品牌，它早已成為網(wǎng)紅打卡“圣地”，在 各大平臺收獲無數(shù)粉絲。但隨著時間推移，該品牌發(fā)現(xiàn)，這些平臺看似熱 鬧，但背后更多的是對群體的影響，該品牌幾乎沒有辦法和單獨的用戶互 動，也就無法將這些用戶轉(zhuǎn)化成直接的商業(yè)價值。2019 年，該品牌決定重 構自己與用戶溝通的形式。用了一年的時間，它們構建了與用戶直接溝通 的平臺，借助原有的品牌影響力，將 1 500 萬名粉絲拉入這個可以直接連接 用戶的自有數(shù)字平臺。過去的信息資訊互動，變成生日特權、品牌日特惠、 新品優(yōu)享等為每一個用戶量身定做的消費權益，直接刺激了用戶的消費行 為。通過監(jiān)測它們的線上行為數(shù)據(jù)，該品牌不斷調(diào)優(yōu)會員權益，又通過推 出月度、季度、年度付費會員的模式，遴選出用戶忠誠度金字塔，實現(xiàn)了 對各層級用戶的深耕，品牌的“護城河”也越來越深！ *后，還有一家國內(nèi)銷量*高的奶粉企業(yè)，它們在探索線上自有電商 三年之后發(fā)現(xiàn)，相比上百億元的線下和傳統(tǒng)渠道銷售，自有線上平臺的銷 量雖然每年翻倍，但仍然只占整體業(yè)務量的零頭。過于關注訂單達成，使 得它們對于用戶的了解并沒有加深，還增加了線上自有渠道與其他渠道的 沖突。之后，它們大膽地將線上自有平臺改為會員服務平臺，重新定位了 自有平臺與各大渠道的關系，將其定位于通過媽媽知識課堂、活動互動等 方式促進用戶互動的會員運營平臺。為了與其他渠道更好地協(xié)同，它們在原有以交易獲得積分的會員體系基礎上，增加了以用戶線上互動行為賺取 成長值的第二積分體系，并巧妙地設計了雙重積分互相促進升級的雙輪驅(qū) 動模式，不斷發(fā)掘和打造“超級用戶”。事實上，所謂“超級用戶”，就是 既有重度消費行為，又有重度互動行為的消費者，他們不但自己能夠為品 牌貢獻超高的消費額度，還能夠影響周邊的人帶來新客。這些超級用戶的 價值平均達到一般消費者的 7~8 倍。 DTC 模式讓新品牌能夠直接與用戶互動溝通，將用戶數(shù)據(jù)掌握在企業(yè) 手中。這也就意味著，新品牌更擅長用數(shù)據(jù)進化自己的商業(yè)模式，能夠真 正做到以用戶為中心，滿足用戶多樣化、個性化、品質(zhì)化的產(chǎn)品和服務需 求。這也是 DTC 模式能讓新品牌在短時間內(nèi)業(yè)績實現(xiàn)高速增長，越來越受 到傳統(tǒng)大型品牌零售企業(yè)重視的原因。 從舊品牌到平臺品牌，再從平臺品牌到新品牌，這三者間的本質(zhì)差異 其實是掌握用戶數(shù)據(jù)量級和精度的差異。企業(yè)掌握的用戶數(shù)據(jù)量級和精度 越高，所在的商業(yè)環(huán)境越透明，制定商業(yè)決策的維度也就越高，勝出的可 能性也就越大。 我們在服務客戶的過程中也發(fā)現(xiàn)，越來越多的企業(yè)開始在平臺電商之 外開辟“自建平臺”這一新戰(zhàn)線，嘗試逐漸降低對平臺電商的依賴，通過 構建私域流量池將用戶數(shù)據(jù)掌握在自己的手中。大量流量開始從公域被引 至私域，再由自建商城、導購員個人號等觸點實現(xiàn)溝通與轉(zhuǎn)化。不得不說， 這和平臺電商逐漸收緊對外輸出用戶行為數(shù)據(jù)有直接關系，爭搶用戶行為 數(shù)據(jù)的競爭愈演愈烈。 1.2　什么是用戶行為數(shù)據(jù) 1.2.1　狹義的用戶行為數(shù)據(jù) 那么，到底什么是用戶行為數(shù)據(jù)呢？在商業(yè)經(jīng)營中，企業(yè)與用戶相關的 三種核心數(shù)據(jù)包括用戶屬性數(shù)據(jù)、用戶行為數(shù)據(jù)和用戶交易數(shù)據(jù)（見圖 1-3）。 圖 1-3　商業(yè)經(jīng)營中的用戶數(shù)據(jù)分類 用戶屬性數(shù)據(jù)是指描繪用戶特征的數(shù)據(jù)，根據(jù)人口統(tǒng)計學特征，可以 從靜態(tài)、動態(tài)及未來發(fā)展趨勢三個方面觀察用戶，包含性別、年齡、職業(yè)、 民族等統(tǒng)計變量。例如，與靜態(tài)相關的身高、體重、頭發(fā)顏色等；與動態(tài) 相關的健康狀態(tài)、受教育程度、生活所在地等；與未來發(fā)展趨勢相關的做 什么工作、是否結(jié)婚、有無子女等都是用戶屬性數(shù)據(jù)。這些數(shù)據(jù)企業(yè)在努 力收集，但效果十分有限。舉例，很多企業(yè)都希望通過填報會員卡收集用 戶的基本信息，比如生日、聯(lián)系方式等，但用戶出于數(shù)據(jù)隱私考慮或者是 根本沒有耐心仔細填報等原因，*終傳遞至企業(yè)手中的數(shù)據(jù)往往非常單薄， 而且準確率較低。 用戶行為數(shù)據(jù)是指用戶在商業(yè)互動過程中產(chǎn)生的動作數(shù)據(jù)，即用戶做 了什么事情。例如，用戶走進線下門店，瀏覽貨架，拿起商品又放下，挑 選物品放入購物籃，這是用戶行為；用戶在線上商城瀏覽商品，參閱評論， 加入購物車，這也是用戶行為；用戶參加活動，關注文章，參與抽獎，評 論轉(zhuǎn)發(fā)，這都是用戶行為。對于用戶行為數(shù)據(jù)，很多企業(yè)是沒有特別采集、 識別和保存的。就像門店里的攝像頭，記錄了門店每天發(fā)生的各種行為， 但是企業(yè)基本沒有識別與分析的能力，這些數(shù)據(jù)因為受存儲空間限制也不 會保留很長時間。 用戶交易數(shù)據(jù)是指用戶完成支付動作后產(chǎn)生的相關數(shù)據(jù)。例如，訂單 金額、訂單數(shù)量、訂單類型、促銷折扣、物流信息、退換貨結(jié)果等。用戶 交易數(shù)據(jù)經(jīng)常被存儲在訂單或財務系統(tǒng)等數(shù)據(jù)庫中，是企業(yè)普遍能夠拿到 的較全面的數(shù)據(jù)。 對于很多企業(yè)來說，即使自己能夠收集到上述三種用戶數(shù)據(jù)，但這些 數(shù)據(jù)被存儲在不同的數(shù)據(jù)庫中，往往不能互相融合。究其根本原因在于， 這三類數(shù)據(jù)經(jīng)常是由會員信息管理、訂單交付管理和門店經(jīng)營管理三個不 同的團隊來處理的。很少有企業(yè)會從統(tǒng)一的用戶視角來整合所有的信息， 即真正“以用戶為中心”來設計自身業(yè)務和經(jīng)營管理邏輯。不能融合的數(shù) 據(jù)自然難以發(fā)揮應有的巨大價值。 如何轉(zhuǎn)變意識克服以上的問題，就需要引入用戶行為數(shù)據(jù)的廣義理解。 1.2.2　廣義的用戶行為數(shù)據(jù) 如果從廣義上探討用戶行為數(shù)據(jù)，其實以上三種數(shù)據(jù)都可以囊括至用 戶行為數(shù)據(jù)的概念之中（見圖 1-4）。 用戶屬性數(shù)據(jù) 用戶行為數(shù)據(jù) 用戶交易數(shù)據(jù) 圖 1-4　廣義上的用戶行為數(shù)據(jù) 一方面，當我們把交易看成一種特殊的用戶行為時，用戶行為數(shù)據(jù)就 自然而然延展到用戶交易數(shù)據(jù)的體系中。 過去，我們把用戶交易數(shù)據(jù)看成一種商務結(jié)算而非用戶行為，在以訂 單為中心的邏輯下，我們看到的是一筆筆訂單，關心訂單總額、訂單數(shù)量， 考核業(yè)績目標完成的情況，進而指導企業(yè)內(nèi)部計劃預算和生產(chǎn)履約的過程。 但當我們將交易與用戶行為關聯(lián)后，在以用戶為中心的邏輯下，我們 看到的將是用戶的整個生命周期：用戶的**筆訂單、用戶的**次復購、用戶的交易頻率、用戶的品類選擇，用戶流失前的*后一筆交易。將成千 上萬個用戶的生命周期總價值疊加在一起，就是整個企業(yè)的訂單總和。 這種先細拆再積累的方式，就像大學**次接觸“微積分”課程一樣， 刷新了我們對很多原有概念的認知，處理復雜問題的方法也變得多樣。本 書后面的每一個章節(jié)都是基于這個新的視角，帶領讀者思考如何用全新的 經(jīng)營理念改善企業(yè)的業(yè)務狀態(tài)。 現(xiàn)在“微積分”這個詞對我們大多數(shù)人來說，應該是只剩下一個名稱 概念了，但這不妨礙我們借用它來理解用戶視角下拆分經(jīng)營數(shù)據(jù)的思維方 式，就像微積分把我們帶入高等數(shù)學一樣，連接用戶行為數(shù)據(jù)和交易數(shù)據(jù)， 并用“堆積”的用戶生命周期總價值來看企業(yè)的經(jīng)營價值，這種新的思維 方式也把企業(yè)帶入了“高等”經(jīng)營模式中。 另一方面，我們試著將用戶行為數(shù)據(jù)和用戶屬性數(shù)據(jù)進行關聯(lián)。其實， 所有的用戶屬性數(shù)據(jù)都可以理解為用戶過去行為的沉淀。例如，年齡是父 母生育行為的沉淀、學歷是過去學習行為的沉淀、婚姻狀態(tài)是戀愛行為的 沉淀等。這些屬性數(shù)據(jù)本來就是過往若干行為數(shù)據(jù)的結(jié)果，只是這樣的行 為數(shù)據(jù)對于企業(yè)經(jīng)營者來講很難獲得。不過也無須氣餒，經(jīng)驗告訴我們， 這種非業(yè)務經(jīng)營場景中積累的用戶屬性數(shù)據(jù)對于開展業(yè)務的價值是非常有 限的，真正能夠影響業(yè)務的是在企業(yè)所提供的經(jīng)營場景中沉淀的用戶屬性 數(shù)據(jù)，比如用戶瀏覽商品而沉淀的品類偏好，經(jīng)常訪問門店而沉淀的地理 信息，填寫生日蛋糕的遞送日期而沉淀的生日信息，以及由支付訂單的平 均金額沉淀的消費力屬性等。 借助算法模型，我們還可以組合若干用戶行為數(shù)據(jù)來推演用戶屬性數(shù) 據(jù)。簡單來說，在線教育平臺上的某個用戶，如果對數(shù)據(jù)分析內(nèi)容的瀏覽 時間較長，且偶爾為數(shù)據(jù)分析師進階類的課程付費，那么我們就能根據(jù)這 種用戶行為判斷其可能是數(shù)據(jù)分析師職業(yè)且收入適中，具備一定的付費能 力。當然實際應用的算法不會如此簡單，往往會通過對數(shù)十項行為數(shù)據(jù)建立特征工程，在建立上百個特征向量后，應用各種算法預測用戶的未來行 為和某種屬性。這種通過用戶行為反推，得出用戶屬性數(shù)據(jù)的過程，就是 給用戶打標簽并迭代管理標簽的過程。通過用戶行為數(shù)據(jù)驗算的用戶屬性 往往包括用戶的品類偏好屬性、渠道偏好屬性、支付能力屬性、促銷敏感 度屬性、裂變分享意愿度屬性等，這些屬性標簽比性別、職業(yè)、教育程度、 興趣偏好等更能指導企業(yè)下一步經(jīng)營計劃的開展。 通過以上方式獲得的用戶屬性數(shù)據(jù)，不再只是用戶的人口統(tǒng)計學特征， 而是可以描繪出更加立體的、鮮活的、有價值的用戶 360°畫像。過往我們 對于用戶的理解，是通過抽樣調(diào)查得到的，或者通過第三方的群體標簽畫 像得到的，F(xiàn)在基于用戶行為數(shù)據(jù)的分析，這種畫像的顆粒度可以精細到 每一個人。這為“千人千面”的精細化運營奠定了基礎。 基于用戶行為數(shù)據(jù)關聯(lián)交易數(shù)據(jù)勾畫用戶的生命周期，基于用戶行為 數(shù)據(jù)關聯(lián)屬性數(shù)據(jù)描繪用戶的 360°畫像，這樣的用戶數(shù)據(jù)應用，對于企 業(yè)是一次經(jīng)營管理意識“質(zhì)”的改變，這和聚焦企業(yè)自身經(jīng)營的視角不同， 而是更關注用戶的視角；與“內(nèi)卷式”的精細化管理不同，這是真正精細 化到個體用戶的思維，這是更接近生意本質(zhì)的視角，可能也是真正能驅(qū)動 供給側(cè)改革的視角。 當然這一切也必然催生對于信息系統(tǒng)，尤其是數(shù)據(jù)系統(tǒng)設計的重大改 變。 從廣義角度來看，用戶交易數(shù)據(jù)和用戶屬性數(shù)據(jù)融入用戶行為數(shù)據(jù)的 數(shù)據(jù)融合一直是很多企業(yè) IT（信息技術）和數(shù)據(jù)部門的痛點，但阻礙我們 融合數(shù)據(jù)的可能不僅是技術和標準問題，更是經(jīng)營管理者的意識問題。沒 有融合的數(shù)據(jù)，阻礙了我們挖掘數(shù)據(jù)背后重大的商業(yè)價值，降低了管理者 對于使用數(shù)據(jù)的動力，減少了對于維護和獲得數(shù)據(jù)資產(chǎn)的投入，這樣的惡 性循環(huán)，正是很多企業(yè)先大張旗鼓開展數(shù)據(jù)中臺建設，后又漸漸偃旗息鼓 的原因。因為數(shù)據(jù)管理的思路和種種需求是分散的、割裂的，如何能指導系統(tǒng)層面的整合呢？這也是我們撰寫本書的重要原因，希望企業(yè)不僅可以 在數(shù)據(jù)意識上轉(zhuǎn)變升級，還能夠掌握數(shù)據(jù)規(guī)劃、采集、分析和應用四個關 鍵的方法體系。 通過對廣義用戶行為數(shù)據(jù)的意識轉(zhuǎn)變和數(shù)據(jù)融合，用戶行為數(shù)據(jù)基本 可以涵蓋所有企業(yè)經(jīng)營中與用戶相關聯(lián)的信息了。那讓我們來簡單看一下， 融合后的用戶行為數(shù)據(jù)具有什么樣的特點。

用戶行為分析:如何用數(shù)據(jù)驅(qū)動增長 作者簡介

張溪夢 GrowingIO創(chuàng)始人，踐行數(shù)據(jù)驅(qū)動增長20余年，在創(chuàng)建GrowingIO之前，曾就職于eBay和LinkedIn。在LinkedIn任美國商業(yè)分析部高級總監(jiān)，親手創(chuàng)建了近百人的商業(yè)數(shù)據(jù)分析和數(shù)據(jù)科學團隊，支撐LinkedIn所有與營收相關業(yè)務的高速增長。2013年，Data Science Central評選其為“世界前十位前沿數(shù)據(jù)科學家”。2015年5月，回國創(chuàng)立GrowingIO，致力于幫助企業(yè)提升數(shù)據(jù)驅(qū)動能力，實現(xiàn)更好的增長。與此同時，張溪夢也是暢銷書《首席增長官》的作者和《增長黑客》的譯者。 邢昊 GrowingIO咨詢服務副總裁，畢業(yè)于清華大學自動化系和經(jīng)管學院，擁有16年的企業(yè)數(shù)字戰(zhàn)略轉(zhuǎn)型、互聯(lián)網(wǎng)營銷和信息化管理咨詢經(jīng)驗。加入GrowingIO后，帶領咨詢服務團隊為如家、安踏、方太、招商仁和人壽、獵聘、站酷、陌陌等上百家傳統(tǒng)企業(yè)和互聯(lián)網(wǎng)企業(yè)提供增長咨詢服務，協(xié)助企業(yè)打造增長型組織，執(zhí)行增長策略，實現(xiàn)數(shù)字化業(yè)務占比增加、用戶生命價值增長和互聯(lián)網(wǎng)營銷效率提升等實戰(zhàn)成果，廣受業(yè)內(nèi)認可與好評。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服