用户行为指标分析目录1. 了解用户，对用户进行分类 (2)1.1了解用户的黏性、活跃度和产出 (2)1.2对客户进行等级划分 (2)2.分析客户留存，找出提高方法 (3)2.1对流失客户进行调研 (3)2.2留存率关注前两周 (4)2.3提高前八周的留存率 (4)2.4通过产品复购检验有效留存 (4)3. 分析客户流量，侧面了解产品 (5)3.1关注产品浏览情况，发现产品热销OR参数Bug (5)3.2关注用户实时活跃度，进行有效时段的信息推送 (5)3.3优化用户访问最多的3个界面，推介新产品 (5)4. 分析环节转化率，优化获客渠道 (5)4.1量化各个步骤的转化率 (6)4.2波士顿矩阵评价获客渠道 (6)5.行为分析中有效指标汇总 (6)5.1基于客户的指标 (6)5.2基于留存率的指标 (6)5.3基于流量的指标 (7)5.4基于转化率的指标 (7)所有企业的运营根本是用户，用户是一个企业持续运营下去的源泉，如果没有用户，企业必将死亡。
因此，用户行为分析就变成了最重要的事情，比你的招聘计划，年度规划等等重要的多。
那么，想研究用户行为单纯靠想是不行的，用户在我们的网站、app上浏览之后，唯一留下的不是脚印，而是数据。
当然，前提是你的企业足够重视数据，对用户的行为数据进行了监测和留存。
如果你做了这一步，恭喜你，你已经超越了60%的同行竞品。
用户行为其实涵盖了我们所有日常进行的数据分析。
让用户的行为数据，指导运营、指导产品迭代更新、甚至可以指导企业内部运作和各部门的竞争。
事实上，用户行为数据分析中，最重要的就三点：1)用户从哪来？（渠道流量、渠道转化率）2)用户都经过了哪里？（访问路径、注册路径、停留时间、跳失率、访问深度）3)用户为什么留下/离开？（导致流失的原因、各页面转化率、页面跳失率、各页面交互和体验、用户活跃量、用户粘性。
）只要抓住这几点，就能全面分析出当前产品的用户行为。
细分下来，可以做以下分类：1)了解用户，对用户进行分类：了解研究对象；2)分析客户留存，找出提高方法：从结果找原因；(购买产品的客户)3)分析客户流量，侧面了解产品：从过程找原因；(客户关注的产品)4)分析环节转化率，优化获客渠道：从源头找原因；(客户的来源渠道)1. 了解用户，对用户进行分类1.1了解用户的黏性、活跃度和产出黏性：访问频率和访问间隔时长，强调一种依赖程度和持续状态；活跃度：平均停留时间和平均访问页面数，考察用户访问的参与度；产出：订单数和客单价，前者衡量产出频率，后者衡量平均产出值大小；具体可以从以下几个方面去考察：1.2对客户进行等级划分一般情况下，平均使用时长越长，每次浏览页数越多，用户质量一般越高。
不同企业的RMF三个值定义会有细微的差别，具体可以查看以下列表：2.分析客户留存，找出提高方法留存是反映任何一款产品健康度的高级指标，无论是运营好坏、产品功能设计如何，最终都可以通过留存衡量整体的情况。
可见留存分析具有十分重要的意义。
留存分析最直接的目的是提高留存率。
在这里，需要主要提高两周内的客户激活和留存率，提高8周后目标客户的存活率。
留存曲线及其改进点可以参看以下曲线：2.1对流失客户进行调研流失客户，即一段时间内未访问或未登陆的用户，这里也需要根据产品性质设定一个准则，满足准则即为流失用户。
比如对于微博而言，产国一个月未登陆可能就属于流失用户，而对于电商网站而言，3个月或半年未购买就认定为流失用户。
通常情况下，用户在早期流失现象非常严重。
产品需要让用户快速容易的体验到产品的价值。
一旦用户发现产品对自己的价值，继续使用和探索产品新功能的概率就会增大很多。
以下是某Email产品调研流失用户的细分结构，可以参看其流失情况对自己的产品进行相应的改进和完善。
改进：1)砍掉使用频率低的功能2)显著位置提示用户，发现产品的价值3)通过视频或图片引导用户结论：显著位置，一句话提示APP核心功能是让用户快速掌握APP价值的最有效途径2.2留存率关注前两周1)明确衡量的目标：对于我们来说，我们关注的是第一周的留存和次周留存之间的关系。
具体来说，我们希望找出用户的那些次周留存高的行为。
2)确定新用户早期On Boarding 时候的行为。
比如登录次数，信息发送个数，关注人数，分享次数，点赞次数等。
3)分别计算在一定时间内这些行为和次周留存的相关关系，找出在第一周不同行为的次数和次周留存率之间的关系。
2.3提高前八周的留存率客户前几周的留存是一个非线性递减的过程，我们无法控制递减，但是可以控制递减的幅度以及最后维持的动态平衡值。
具体方法可以采用如下手段：1)精准定位产品增长点；2)提高用户使用核心功能的时长；3)培养用户使用习惯；4)使用有效的营销手段，如介绍给朋友可以挣取积分，一毛钱抢年费获得会员资格；总之，这期间要确保让用户习惯、喜欢并留在你的产品里。
2.4通过产品复购检验有效留存一般我们不仅需要关注整个网站/ App 的留存，还需要关注核心行为的留存率，比如重复购买的情况。
对产品进行迭代时，我们还可以使用产品功能留存观测这个功能的留存率整体有没有提高。
3. 分析客户流量，侧面了解产品3.1关注产品浏览情况，发现产品热销OR参数Bug通过记录产品查看和购买量，进而发现异常流量，分析产品参数设置是否存在错误，决定是否需要下线修复还是主推该产品。
3.2关注用户实时活跃度，进行有效时段的信息推送记录下用户的实时活跃度，并进行统计分析，就可以知道一天内什么时候有最多的用户在使用APP。
当未来发布新产品或推送消息时，可以考虑在该时段内推送，这样就能让更多的用户及时掌握产品动向，并被引导进行后续的购买行为。
3.3优化用户访问最多的3个界面，推介新产品对流量进行分析，可以有效掌握用户关注点，和访问最多的界面。
可以针对这些界面进行更好的优化和改进，也可以利用这些界面推介新产品，增加复购率。
4. 分析环节转化率，优化获客渠道分析转化率的目的，是为了优化获客渠道。
只有了解全部用户的行为路径，并知道各路径的转化率，才能有针对性的进行优化，提炼出核心转化路径。
这就是用数据支持产品迭代，减少用户流失，大幅提高转化，把用户变成客户，把流量变成注册和购买的真谛。
4.1量化各个步骤的转化率以注册为例：用户在整个过程中，需要经历到落地页、填写各类信息、激活账号等步骤；以交易类为例：用户在整个过程中，涉及到转化渠道，落地页，感兴趣页，注册，购买意向，身份认证，成交。
影响转化率的因素很多，主要包括以下几点：1)渠道流量：以新型波士顿矩阵优化获客渠道，筛选出质量高、成本低的渠道2)用户营销：3)APP体验：定位产品用途，提高产品使用价值和便捷度4)售后服务：4.2波士顿矩阵评价获客渠道新型的波士顿矩阵可以很好地解决获客渠道优劣的评价问题。
我们按照不同渠道的获客成本和获客质量或者数量对渠道进行分类，具体分成以下四个大类：1)成本高、质量高，这种渠道需要进一步评估；2)质量高、成本低，应该加大投放；3)成本高、质量低，可以考虑放弃；4)成本低、质量差，有待进一步评估。
5.行为分析中有效指标汇总5.1基于客户的指标1)老客户量：确定留存率，客户忠诚度；2)新客户量：确定获取新用户能力；3)新老客户比：获客能力和客户维护能力的比值；4)用户购买率：某段时间（如一天、一月），访问APP的人有多少占比成交；5)日成交笔数：观察日成交笔数情况，分析异常成交日出现原因，如APP问题、近期产品推广问题、负面新闻问题；6)日(月)成交额：方便计量营收；7)年龄分布：统计用户的年龄分布，方便后期锁定目标客户；5.2基于留存率的指标1)重复购买率：通过重复购买率可以大体确定客户的稳定留存；2)次日留存率：当天新增用户在第二天登录/第一天新增总用户数；3)一周留存率：第七天登录/第一天新增总用户数；第一个星期内，有多少用户重复访问APP；指标与运营，营销团体有关；4)二周留存率：第二周登录/第一天新增总用户数；第二个星期内，有多少用户多次重复访问APP；5)三周留存率：第三周登录/第一天新增总用户数；第三个星期内，有多少用户多次重复访问APP；6)四周留存率：第四周登录/第一天新增总用户数；第四个星期内，有多少用户多次重复访问APP；7)八周留存率：第八周登录/第一天新增总用户数；第八个星期内，有多少用户多次重复访问APP；5.3基于流量的指标1)PV(page view)指标：即页面浏览量；通过该指标可以找出受关注最多的页面，进而基于该页面进行优化及后期产品推介；2)UV指标：即访问APP的手机或电脑数量；基于该指标可以判断关注APP的客户总体量；3)访问深度：访客一次访问中浏览的不同页面的数量；反映了访客对网站内各个页面的关注程度，可以用于定义客户对产品的喜欢程度；4)平均停留时长：即访问某页面所花费的平均时间；可以用于定位难理解页面、客户感兴趣页面；5)新产品点击率：新推出的产品，有多少比例的用户点击；6)平均日活跃用户率：监测正常日均活跃用户比率；7)平均月活跃用户率：监测正常月均活跃用户比率；8)前三个访问页面：某段时间内(日/月)，被访问页面排名前三位；可以用于定位感兴趣产品和页面，并基于该页面进行改进以及后期新产品推送；9)用户活跃时间：统计一天内用户最活跃的时间区间；可以基于该区间推送重要消息和新产品，效果会比其他时间更好；5.4基于转化率的指标1)跳出率：指只访问了入口页面（下载了APP没注册或注册未购买）就离开的访问量，与所产生总访问量的百分比；跳出率越高，说明用户体验做的不够好，需要提高登录界面的友好性；2)新注册量：通过新注册用户数量，可以综合掌握渠道转化用户的效率；指标与业务拓展团队BD和产品团队有关；3)用户注册率：有多少比例的访问用户注册了会员；可以分析注册流程是不是太复杂？4)过程转化率：将过程转化率进行量化，进而理清存在改进空间的部门；a)下载APP客户量:统计日内下载APP量；b)注册APP客户比例：基于下载APP量，得到注册比例；c)提出购买意向客户比例：基于注册APP量，得到购买意向客户比例；d)进行身份认证客户比例：基于购买意向，得到进行身份证认证客户比例；e)购买成交客户比例：基于身份证认证比例，得到购买成交比例；。