其他
如何通过用户行为分析优化体验、提高购买转化？
一、 用户行为分析究竟有什么商业价值？
对用户行为分析，要将其定义为各种事件。
比如是一个事件——在什么时间、哪一个ID、做了搜索、交互的内容是什么，比如举例可以是羽绒服。这是一个完整的事件——用户行为实践的一个定义。我们可以在网站或者是APP中定义千千万万这样的事件。
有了这样的事件以后，就可以把用户行为连起来观察，用户进入网站后就是一个新用户，他可能要注册，那么注册行为就是一个事件。注册要填写个人信息，之后他可能开始搜索买东西，所有这些都是用户行为的事件。
如果我们用一种很传统的方式去定义这个事件，此前，谷歌、LINUX，百度等都在很传统的方式去定义这个事件:写代码，加一段事件的标准!
网站上有很多需要加载代码的地方，比如注册按钮上面要加、下订单的地方要加，这样我才知道用户是否点击了注册按钮、用户下了什么订单。
所有这些通过写代码来详细描述事件和属性的方式，国内都统称为“埋点”，来进行数据采集。
这是一段非常耗费人力的工程，并且过程非常繁琐重复，但是大部分互联网公司仍然雇佣了大批埋点团队，只有这样才能进行用户行为分析。
为什么？为什么要做用户行为分析？
做了分析才知道用户画像、才能知道用户在网站上个各种浏览、点击、购买背后的商业真相。
如何进行用户行为分析？
简单讲，分析的主要方式就是关注流失，尤其是对转化有要求的网站。希望用户不要流失，上来之后不要走。
像O2O补贴，一上来很多补贴，用户来了，但钱烧完了，用户都走了。这并不是很好的软件或服务，我们希望用户真正找到平台的价值，不停的来，不要流失。
用户行为分析帮助分析用户怎么流失、为什么流失、在哪里流失。比如最简单的一个搜索行为，一开始，我们就关注用户行为了，这个ID什么时间搜索了关键词、看了哪一页的、哪几个结果，哪个时间下单购买了，整个行为都非常重要的。如果中间他对搜索结果不满意，他肯定会再搜一次，把关键词换成别的，然后才能够搜索到结果。
用户行为分析还能做哪些事情？
当你有了很多用户行为分析、定义事件之后，你可以把用户数据做成一个按小时或者是按天，或者按用户级别、事件级别非常大的一个表。这个表用来做什么？一个是知道用户最简单事件，比如登录或者是购买，就可以知道哪些是优质用户，哪些是即将流失的客户，每天或每个小时都能看到。
但是现在的网站都在用敏捷开发，两个星期要上线一版新品，这样导致工程师时间非常少，除了做产品功能、还要修bug。而业务人员如果想要这种表的话，又必须要求助工程埋点、去定义事件。但工程师会表示，对不起我没时间。
我们现在就想打破这种因为埋点导致的用户行为不能得到及时分析的状况。我们采集所有用户行为，不需要写任何的代码，直接在网站上加了三行的代码之后，所有用户行为就已经默认被采集。
同时我们会做数据清理和整合，再把这个用户行为数据展现出来，比如搜索什么、点击了第几个搜索结果得、到底有没有加入购物车、加入购物车之后有没有下订单等等这些全量的数据采集。
我们的产品也在去年12月底正式上线了。
第一个，获取用户，怎么样来拉新；
第二个，产品的互动，如何盘活，如何让用户经常来用；
第三个，转化，比如在eBay，就会特别注重分析下订单和购买事件往前倒推，分析哪个环节用户不转化、流失在哪个点；
第四个，业务拓展。
第一，拉新。
三年前，2008年我在eBay工作时，工作就是分析SEM和SEO的每个关键词的ROI，eBay每天要向谷歌买400万个关键词。
除了SEM、SEO，我们还要分析其它各种合作伙伴渠道，比如一家小电商网站上面放了eBay的链接，而后用户通过该链接最终在eBay上完成了购买，eBay就会分钱给这家网站。
我们当时的算法很有意思。比如在30天以内，我们先看用户从外面如何进来，尤其是第一个付费关键词，比如一个是eBay合作伙伴带来的购买，同样的用户在30天之内又通过SEM购买进来，这两个我们会把ROI算在后面，如果一个是付费、一个是免费，会算在前面付费上面，如果都是免费，就会把ROI放在后面免费上。
eBay特别注重是哪个搜索引擎带来的流量；哪个关键词带来的流量；关键词是付费还是免费的。
从谷歌那边搜素引擎词带来很多流量，但是这些流量是否在eBay上成单，所以这个数据还要跟eBay本身数据结合、然后再做渠道分配，到底成单的是哪个渠道。整个数据链要从头到尾打通，需要把两边的数据整合之后才能做到。
我们现在要把这件事情简单化。
我们要知道这个从用户建立一个购买时，就可以知道他从哪个网站来、关键词是什么。
怎么办?
加载了我们的代码后，每个行为都是被收集的。当定义了最终订单完成页时，这个页面的事件应该有一个？？会话期概念。其第一个源头cookie就可以知道，就能知道它30天里到底怎么进来的，列表就可以分清是自然搜素、还是付费搜素进来的。
第二，盘活。
以注册转化漏斗为例，第一步我们知道网页上有哪些注册入口，很多网站的注册入口不只一个，需要定义每个事件；我们还想知道下一步多少人、多少百分比的人点击了注册按钮、多少人打开了验证页；多少人登录了，多少人完成了整个完整的注册。
期间每一步都会有用户流失，漏斗做完后，我们就可以直观看到，每个环节的流失率。
还有一个是使用的流畅度。
我们可以分析具体用户行为，比如访问时长，在那个页面上停留时间特别长，尤其在APP上会特别明显。
再有是完善用户画像。
拿用户行为分析做用户画像是比较准的。在美国，我经常用一个类似于乐视TV的在线视频网络Netflix，Netflix非常有意思，你把一家人定义，你们一家人有多少人，是大人还是小孩，你最喜欢看的是哪三部电影？你的输出越多，它的推荐就会越来越精准。
所有这些是通过用户行为的数据来做出来的，不是通过拍脑门或者是第三方数据，用最多得还是第一方的数据。
追踪核心KPI非常简单。大家都在追踪。
假设检验，比如某个环节流失率特别高，有经验的业务人员会做一些假设。这方面我们是要大胆做假设。因为你对业务熟，你做了大胆的假设之后，只要你有数据分析工具，能辅助你做一些检验。
就是大胆假设，小心检验。整个用户行为分析可以帮做这些事情。
其实LinkedIn是一家2C又2B的公司。全球4亿的用户，有很多的真实用户的简历信息。2B的业务是LinkedIn为每一个企业HR销售的，就是帮助美国的企业去找中高端的人才，有很多的不同的产品线。
LinkedIn本身是一个社交网络，用户是经理、VP还是总监，还是业务类的，市场的、销售的等等这些数据在LinkedIn上都聚合成一个公司的纬度。有了这个公司的纬度之后，我们就能够很快让销售拿着这个卖给客户。
比如要跟星巴克谈业务，最能震撼到星巴克HR的数据是人才流失率的列表。其员工在最近一年有哪些是从别的公司加入进来，上一家公司是谁，用绿色显示。左边做的是星巴克员工流失，其跳槽去了哪家公司，用红色显示。
通过这个简单的分布，就可以迅速看出来人才流失情况。如果是绿的多，说明这家公司的人才吸引方面是强的，如果是红色的多，说明这家公司人才储备和招聘方面正处于颓势。我们把数据展示给最终客户，基本上就可以拿到单子。
我们可以通过数据来讲故事。我们一开始做了很多的报告，销售可以拿去讲故事，可以很快促进成单。
我们需要知道用户在什么时候会流失，用户流失不是说一下子就流失了，一些细微、小的一些行为，就能预示他将来会流失。
这也是为什么，我们要能提前预测用户流失。
在LinkedIn的时候，我们要去追踪用户的使用行为。比如说有没有登录、登录之后有没有搜简历、有没有上传。所有用户这些点点滴滴的行为，都很重要。
有了这些数据支撑，LinkedIn的产品、销售每天都要去看用户流报告，最简单的就是用户使用行为有没有下降、哪些行为下降、哪些用户用的特别好等，以此来维护用户关系。
比如有天，我们发现其中有一个公司在LinkedIn账号上使用频率非常高，高得离谱，为什么？后来发现他有多个HR，共用一个帐号，我们立即跟对方谈，一是我们可以产品卖给对方，二是我们还有数据来证明我们提供的产品服务是有价值的。
通过数据证明你的价值，他就会买单。这就是用户行为分析带来的商业价值。
三、我们为什么要做无埋点用户行为收集技术？
介绍下我们的无埋点收集用户行为技术，非常简单易用。打开你的网站，只要点击注册按钮，点击保存就形成了，不需要写代码。
业务人员一天能创建一百个事件，不用的话可以删。并且，数据不会丢，并且每一次网页改版，事件还是可以记录进去。
我现在来演示一下。
以我们自己的网站为例，加载了我们的产品代码后，就可以定义整页，要想知道这个页面的PV，只要一点击可以了。我们还能圈选页面上面的任意一个元素、任意一个按钮、任意一个文字或者是链接，只要你点击就立马显示数据，不需要埋代码。
点击做一个保存的事件，就会生成标签，保存标签后，会自动生成指标。指标自动生成，有了这个指标之后可以创建新的指标。
比如做一个什么转化率，可以很快把这个指标拖拽过来，进行相加或者是相除一个指标就可以了。比如我关心的是用户数量，就可以把两个用户的数量加起来，除以另外一个数量，这就是一个转化率了。
有了这个工具以后，比如说之前有一个注册按钮在右边，改版之后在左边，现在就可以实现改版前和改版后的数据统一。
并且还可以自己做图表。我们GrowingIO提供了一个非常简单的图表功能，有8种不同的柱图、bar图、气泡图等，简单拖拽就能形成一个图。
除了单维度，也可以看多维度的分析。比如多个纬度、多个指标的市场营销分析，很快能做。业务人员说访问来源是一个纬度，关键词是一个纬度，下载定单购买是一个指标，他可以找到下载订单的页，然后点击保存一个事件，所有数据采集到数据清洗、到数据整理、及最后数据出结果，一个业务人员从头到尾可以做，不需要工程师去参与。
互动提问
提问者1：咱们这个能实现分析到注册用户是什么人吗？
吴继业：只能看到一个UVID。比如说我这边有纬度，有页面、城市、地区、国家代码、国家名称，这些都是一些纬度，代表这个用户是一个什么样的人，但仅仅这些是不够的，因为这些东西都是非常普通的纬度，不能够去支持我这个电商的运营。
电商的运营，我想知道这个人是有什么样的特征。我们提供了一个API接口，在数据采集的时候，把数据发到我们的云上，你可以增加10个纬度，这个纬度跟你的产品有关系，你自定义10个纬度发给我，这10个纬度会列在这里，这10个纬度和刚才我演示的所见即所得的生成的指标有一个关联关系。这样子有一个从端到端的解决方案来进行网站的用户行为的数据采集和数据分析。
谢谢大家。
提问者2：除了web还可以支持别的吗？
吴继业：我们现在支持WEB，支持H5，也支持安卓，也支持IOS。比如说你又有网站，又有安卓和IOS，这三者的数据指标可以放在同一张图上。
我这儿做一个概览，有全部的，也也网站的，也有APP的，你可以放在一起看。当然，你可以把这个所有的比如说你在H5上面创建的一个指标，你又在网页上创建了一个指标，你又在安卓上创建一个指标，这三个指标可以在同一个图上看。
真正打通是需要你传一些数据上来的。因为我在拿手机用户cookie的时候，这个和网站上的Cookie是通不了的，你把用户的ID传给我，这个就好办了。
这个用户在手机上有一个ID，在网页上有一个ID，这两个ID是一个用户，我们在后端平台允许你把这个传过来，那传过来以后，这个Use ID是一个纬度，我通过这个纬度把他在APP上的行为和WEB上的行为连起来。
谢谢大家。
（根据GrowingIO联合创始人吴继业在2016年1月8日在思路网主办的思路汇（北京站）《电商场景化的用户体验》中的演讲资料整理）
GrowingIO是新一代基于用户行为的数据分析平台，如果你是以下三种人，请立即关注我们，免费注册：
如果你是数据工程师，却在“不务正业”地搭建BI、配置埋点代码：点击文末阅读原文免费注册，立刻减少无效加班；
如果你是产品经理，却不知道如何分解KPI：点击文末阅读原文免费注册，三步就能洞悉留存曲线、精确识别用户行为；
如果你是业务负责人，苦于收入增长乏力：点击文末阅读原文免费注册，让我们告诉你怎样就能让客户高效下单。
了解更多详情，请长按下方二维码，关注我们