用户行为分析：如何跟踪和分析

用户行为是用户在与您的产品交互时展示的一组操作和模式。 跟踪和分析用户行为将帮助您评估用户发现的价值，并使您能够改善他们的体验。

还需要注意的是，用户行为不是营销行为——您在网站分析工具（如 Google Analytics）中分析的内容。 网络分析工具为您提供专注于用户成为您产品用户之前发生的收购和营销互动的数据。 用户行为是关于已经是活跃用户的人。

用户行为侧重于诸如注册、激活率、功能使用和影响、应用内购买的漏斗下降和保留率等指标。 例如，您可以深入了解定价变化对留存率或某项功能在一组用户中的流行度的影响。

根据用户行为数据采取行动将帮助您的团队以产品为主导，以客户体验为导向。 您将根据可操作的数据而不是猜测来做出产品开发和产品营销决策。

关键要点

• 跟踪和分析用户行为可帮助您改善产品体验和产品策略。
• 经验就是一切。 利用用户行为数据可帮助您将体验转化为竞争优势。
• 用户行为是反馈循环和基于可操作数据做出决策的关键。
• 功能使用和影响、粘性、保留、激活率和漏斗下降是用户行为指标的示例。
• 旅程、群组、转化路径、参与矩阵和异常跟踪是用户行为分析中使用的方法。
• 来自 Under Armour、Calm、DoorDash 和 Babel 等多家公司的案例研究表明，用户行为可以发现改进机会，从而大幅提高留存率或激活率。
• 优化用户行为的常见错误包括一次发送过多、未正确检测或跟踪事件的数量过多。

为什么用户行为对公司很重要？

客户体验就是一切，用户行为可以帮助您理解、优先考虑和改善体验。 拥有这种心态对于创建 Netflix、Airbnb、Slack 和 Peloton 等以产品为中心的公司至关重要。 这些品牌进入了各自类别的饱和市场，但它们提供了独特的体验，并根据用户行为不断改进。 结果，他们成功地从人群中脱颖而出。

另一家以其经验而闻名的产品公司是 DoorDash，它提供应用程序和网络版本。 对于像 DoorDash 这样的大多数公司，目标是简化人们添加到购物车的方式并简化购买流程。 他们可以分别改进他们的应用程序和网站——这是一种常见的方法——但 DoorDash 正在努力为他们的客户提供更有凝聚力的体验。 用户可以通过应用程序访问 DoorDash 网站、下订单并获得实时更新。 提供这种程度的便利性可能是该公司的卖点，特别是因为 83% 的消费者将便利性视为优先事项。

创建无缝的全渠道体验并非易事。 您需要为您的用户连接这些点，并了解他们跨平台的行为方式。 有了这种洞察力，您可以使用有意识的设计和实验来创造最有价值的体验。

分析用户行为的好处

以下好处可以为品牌的成功做出重大贡献：

• 创造一种体验，成为您的差异化因素和增长引擎。 由于个性化体验，Jumbo 能够在不引发隐私问题的情况下发展并获得正确的客户体验。
• 大规模开发和创新。 在使用精选图表跟踪产品更改的影响后，Babbel 能够更快地发布新内容和产品更新。
• 降低投资于错误产品计划和功能的风险。 该品牌的数字产品部门 Under Armour Connected Fitness 在成功测试产品更新后，利用行为洞察力推出了一项新功能。
• 提高转化率、留存率和收入。 Calm 使用行为群组来比较使用每日提醒功能的用户与未使用的用户。 在突出显示此功能并使其对其他用户更可见之后，留存率上升了。

收集行为数据的关键指标

用户行为指标可以帮助提供客户体验的整体视图并指出改进的机会。 我们有意不包括营销指标，这些指标侧重于注册和成为用户的途径。

• 功能使用：了解用户想要什么功能可以帮助您决定要构建、添加或删除哪些功能。
• 元素点击和交互：元素（例如按钮）获得的点击越多，它对用户的帮助就越大。
• 激活期间的漏斗下降：看到人们放弃您的产品的清晰模式可以帮助您解决任何问题。
• 粘性比率：粘性可以让您深入了解有多少客户正在返回您的产品或功能。
• 每个用户的会话数：用户使用您的产品的实例数是参与度的指标。
• 采用率：使用您发布的新功能的用户百分比。
• 激活率：您的入职成功率，让新用户在您的产品中执行第一个关键操作，例如在数据可视化工具中设置第一个图表。
• 推荐率：表明您的产品或其功能能够激励用户将其介绍给他人的程度。
• 流失率：您在一段时间内流失的用户百分比。 丢失用户很常见，但如果管理得当，可以将其最小化。
• MRR 和 ARR：您的产品产生的月收入和年收入。
• 留存率：衡量有多少用户返回您的平台——并使用正确的行为数据，还揭示了原因。

通过考虑两个或三个指标，您可以更全面地了解如何改善体验。 例如，保留率显示有多少人继续为您的产品付费。 如果您将其与某个功能的粘性结合起来，您可能会看到您的哪些功能可以帮助用户继续向您付款。

在 Amplitude，我们还建议公司定义他们的北极星指标 (NSM)。 该指标定义了您的产品的价值主张以及贡献的输入。 它使您可以将客户的问题与公司的收入目标联系起来，从而制定出对双方都有利的路线。 探索我们的北极星手册中的 NSM 框架以找到您的北极星。

如何分析用户行为

分析用户行为可以揭示开发更好产品的见解。 分析内容的想法包括：

• 行为同类群组涉及根据您在产品中采取的操作对用户进行细分，以便于比较和揭示趋势。
• 旅程显示了转化或远离转化的路径。 了解您的用户在哪里遇到摩擦，您可以修改您的产品、消息或策略。 您还可以将这些模式与行为群组相关联，以供将来分析。
• 系统的异常和监控可帮助您发现产品中当前和潜在的错误并查明原因。
• 参与度矩阵可让您深入了解用户对某些功能的接受程度，因此您可以突出显示这些功能或改进它们。
• 粘性向您展示了您最活跃的用户与普通用户的区别。 我们的想法是找出是什么让他们一次又一次地回到你的产品中。
• 植根于事件跟踪的漏斗 A/B 分析允许您分析用户从流程中退出的位置，从而消除障碍。
• 转换行为是可操作的，尤其是当您发现它们之前的行为时。 了解哪些客户行为导致转化可以帮助您确定哪些产品开发理念值得追求。
• 影响分析是关于跟踪功能的首次使用如何影响用户的整体旅程。 这使您可以辨别哪些功能可以带来更好的用户体验。
• 收入和 LTV是最终目标。 但请记住，优化它并不简单，因为您通常必须先优化所有垫脚石。

在分析用户行为时，重点是在您的产品中执行的操作（开始游戏、打开应用程序）或相关的用户活动（推送通知、购买）。 我们将这些丰富的信息称为“事件”。

好消息？ 由于事件发生在您的产品中，因此您可以完全访问该节目。 利用它们的关键在于知道在哪里寻找。 请按照以下 10 步用户行为分析流程开始：

1. 设定业务和分析目标。
2. 确定哪些事件（用户操作）支持这些目标。
3. 设置事件类别和产品属性的分类。
4. 识别用户以将匿名事件归因于其合法所有者。
5. 确定您是否需要跨平台行为分析。
6. 确定反映您的业务目标和分析的应用程序指标。
7. 跟踪对入职、转化和留存至关重要的事件。
8. 设置用户和事件属性以更深入地了解您的客户如何与您的应用程序交互。
9. 检查是否正确跟踪用户行为事件。
10. 分析用户行为。

一切准备就绪后，您可以使用用户行为洞察来优化您的产品和客户体验。

行为数据分析示例

收入是每个企业的目标，但只关注它往往会产生短期结果。 积极利用用户行为分析是可持续增长战略的关键。 通过这样做，您可以确定需要改进的领域，了解用户大规模的需求，了解哪些核心指标可以促进长期增长，并获得竞争优势。

安德玛互联健身

Under Armour 想了解他们的移动体验如何帮助用户实现他们的健身目标。 但是他们的产品分析师经历了一个耗时的过程，需要多次迭代。 通过利用用户行为分析，团队可以快速测试假设、访问数据并做出响应。

他们很快发现他们的比赛训练计划对用户的参与度很低。 因此，为了扭转局面，他们修改了计划，引入了更广泛的目标，从跑步基础到心血管健康。 这些变化让用户感到高兴，增加了从免费到付费的转化率，并提高了留存率。 培训计划功能在付费用户中的使用量增加了两倍。

巴贝尔

语言学习应用程序 Babbel 创建了一个产品性能团队，以更快地生成高质量的内容。 为此，他们研究了他们的学习活动和产品变化如何影响用户。

使用幅度模板，团队可以立即使用精选图表跟踪产品更新的影响。 这为他们提供了宝贵的数据，从而缩短了发布周期并允许他们创建更多内容。

分析用户行为时的常见错误

在考虑您的行为分析时，请避免这些常见的陷阱：

• 有一个虚荣指标作为北极星。 企业需要实现目标和 KPI 以提高盈利能力。 但是设置一个像增加收入这样的虚荣指标并不能提供清晰的前进道路。
• 同时启动太多新功能。 你最终会为自己创造太多的工作。 仅监控一项功能就需要七个步骤来评估成功。 一次启动过多可能会混淆整个画面或使分析无效。
• 不正确地检测事件和属性。 当您检测事件时，您的公司必须建立并执行一组数据治理规则。 在用户行为追踪中，好的实施是成功的基石。
• 最初使用您的分析工具跟踪太多事件。 一开始只关注关键事件，这样你就会看到哪些事件产生更大的影响。 我们的建议是在初始通道中检测 20 到 30 个事件。 如果出现更多事件，您可以随时添加它们。
• 不让每个团队都参与分析使用。 产品分析不仅适用于产品团队和数据科学家。 数据民主化消除了阻碍其他团队（UX/UI 设计、营销、销售、支持、领导）为用户旅程做出贡献的瓶颈。 例如，面向客户的团队通常被排除在外。
• 使用自动跟踪或营销工具分析数据。 从长远来看，研究表面营销互动并没有帮助。 使用用户分析工具，重点是您的产品体验和买家促进可持续增长的旅程。 通过我们的 Google Analytics（分析）与幅度比较了解更多关于差异的信息。
• 不在您的技术堆栈中使用同类最佳的工具。 技术发展迅速。 您不希望最终使用无法与旧工具集成的新工具，从而创建数据孤岛，这在传统公司中可能会发生很多情况。

用户行为导致更好的产品计划

随着您调整现有用户行为，确定他们需要什么变得更容易。 您可以使用您的发现来构建或改进产品（和功能），这些产品不仅可以满足当前用户的需求，而且可以以不断增长的速度吸引新用户。

要查看产品分析工具中的用户行为是什么样的，请在这个免费的自助服务演示中探索我们的测试数据。