久久精品福利免费视频,五月天婷婷丁香蜜桃91,91美女在线观看,一级A片在线看,台湾成人在线视频,一级黄色AA片,99爱国产,中文字幕h

你們好，我是寶器！

在一二級(jí)市場(chǎng)萎靡的大環(huán)境下，新消費(fèi)品的商業(yè)模式需要從早期的流量-轉(zhuǎn)化-留存中解放出來(lái)，轉(zhuǎn)而更專注于服務(wù)體驗(yàn)產(chǎn)品價(jià)值。商品品質(zhì)和服務(wù)體驗(yàn)做得好，才能帶來(lái)長(zhǎng)期價(jià)值，要優(yōu)于通過(guò)燒錢拉新的方式擴(kuò)大短期規(guī)模。

本文中數(shù)據(jù)均為網(wǎng)易嚴(yán)選脫敏/虛構(gòu)數(shù)據(jù)。

商業(yè)模式

在做用戶分析前，通常需要對(duì)商業(yè)模式做一個(gè)基本的了解，我們先來(lái)看經(jīng)典的5W1H問(wèn)題。

對(duì)于網(wǎng)易嚴(yán)選：

Who：用戶是誰(shuí)？- 精品電商的用戶群體
Why：用戶為什么來(lái)？- 有消費(fèi)需求/內(nèi)容吸引
Where：用戶到哪消費(fèi)？- 多端&多渠道/線上&線下
When：用戶什么時(shí)間來(lái)消費(fèi)？- 用戶的生命周期
What：用戶來(lái)做什么事？- 消費(fèi)
How：怎么做？- 挑選 > 下單 > 支付 > 物流 > 收貨 > 售后?

后續(xù)會(huì)有單獨(dú)的一章做更詳細(xì)的商業(yè)模式擴(kuò)展分析，這里不做過(guò)多描述。

先看一個(gè)熟悉的公式，從用戶角度出發(fā)

[營(yíng)業(yè)收入 Revenue] = [交易額 GMV] × [傭金率 TR]
[交易額 GMV] = [活躍用戶規(guī)模 DAU] × [轉(zhuǎn)化率 CR] × [客單價(jià) ARPU]

可以通過(guò) 提升傭金率、擴(kuò)大規(guī)模、提升轉(zhuǎn)化、提升客單價(jià) 達(dá)成增長(zhǎng)目的。但根據(jù)系統(tǒng)性原理，以上因素都是相輔相成的，單一變量的變化會(huì)對(duì)其他變量造成影響。這里就有一個(gè)問(wèn)題，究竟哪個(gè)環(huán)節(jié)是能夠驅(qū)動(dòng)增長(zhǎng)的核心過(guò)程？

用一句話來(lái)說(shuō)答案大概是：吸引并和留存高價(jià)值的活躍用戶群體。

我們從行為分析的視角出發(fā)，當(dāng)前電商的運(yùn)營(yíng)模式可以大致分為兩類：

如上圖所示，由于業(yè)態(tài)的差別，境內(nèi)和境外的電商模式，有明顯的差異。以首頁(yè)為例，與 Amazon / Etsy 相比，淘寶 / 京東的首頁(yè)顯然承接了更多消費(fèi)以外的需求，如商業(yè)化、簽到、游戲場(chǎng)景等。究其原因，平臺(tái)在不影響現(xiàn)有消費(fèi)導(dǎo)向用戶的體驗(yàn)的前提下（搜索作為主入口），滿足更多特定群體用戶的偏好需求，以提升[活躍用戶規(guī)模 DAU]，并且愿意花費(fèi)額外的人力成本在其中。

回來(lái)看網(wǎng)易嚴(yán)選，顯然屬于后者。除銷售導(dǎo)購(gòu)?fù)猓W(wǎng)易嚴(yán)選的APP中也承載了更多互動(dòng)和體驗(yàn)內(nèi)容，也需要我們做更細(xì)致的用戶行為分析，以找到機(jī)會(huì)點(diǎn)并驅(qū)動(dòng)增長(zhǎng)。

用戶需求

回歸電商的本質(zhì)，用戶到嚴(yán)選APP的最終目的，應(yīng)該是消費(fèi)。消費(fèi)前用戶會(huì)有一個(gè)的決策過(guò)程，也就是逛和選。

這兩部分是用戶的核心需求，由此我們可以定義一些關(guān)鍵指標(biāo)，用作后續(xù)分析：

消費(fèi)相關(guān)：消費(fèi)金額，消費(fèi)頻次
逛選相關(guān)：訪問(wèn)頻次，收藏/加購(gòu)頻次，訪問(wèn)深度

我們這里不使用停留時(shí)長(zhǎng)作為指標(biāo)，詳細(xì)見(jiàn)附錄。了解過(guò)網(wǎng)易嚴(yán)選電商平臺(tái)的產(chǎn)品定位以及用戶群體后，我們就可以做定向的分析了。

分析框架

3.1 場(chǎng)景分析

前邊提到了網(wǎng)易嚴(yán)選APP的業(yè)務(wù)形態(tài)比較多元，除了核心的銷售場(chǎng)景外，還有一些互動(dòng)場(chǎng)景。通過(guò)調(diào)研了解，我們對(duì)網(wǎng)易嚴(yán)選做了一些場(chǎng)景劃分，以便于更好的分析。

有了場(chǎng)景后，我們可以通過(guò)分場(chǎng)景的UV/PV排序，來(lái)做用戶的場(chǎng)景洞察，根據(jù)用戶常出沒(méi)的場(chǎng)景，做定向的導(dǎo)購(gòu)/推薦/挽回等策略。

數(shù)據(jù)可視化：場(chǎng)景分布中常用的兩種可視化方案，PV展示用餅圖類，UV展示用柱圖類（推薦玉玨圖）。

UV展示：

PV展示：

3.2 路徑分析

通常情況下，電商場(chǎng)景的主路徑為：搜索-列表-詳情-訂單-支付-完成

但由于很多導(dǎo)購(gòu)、互動(dòng)場(chǎng)景的存在，會(huì)使得用戶的路徑更多元化，如下圖所示。

在路徑分析中，我們核心關(guān)注的問(wèn)題是：

① 用戶為什么來(lái)訪？- [投放吸引]：廣告/PUSH/短信等 or [主動(dòng)訪問(wèn)]：直購(gòu)/內(nèi)容/物流/活動(dòng) 等

② 用戶為什么離開(kāi)？- 未找到商品/價(jià)格不滿意/服務(wù)不滿意等

數(shù)據(jù)可視化：路徑分析中常用的兩種可視化方案，桑基圖和路徑圖。

3.3 偏好分析

大部分用戶都有個(gè)人的使用習(xí)慣和偏好，了解目標(biāo)用戶的偏好可以幫助我們做更好的精準(zhǔn)營(yíng)銷。

3.3.1 時(shí)間偏好

用戶的時(shí)間偏好（訪問(wèn)時(shí)間偏好/購(gòu)買時(shí)間偏好）也是很重要的特征，可以協(xié)助我們更深入的了解用戶習(xí)慣。舉例如部分用戶偏好在8~10點(diǎn)做簽到任務(wù)，部分用戶偏好在晚上20~24點(diǎn)間觀看直播，諸如此類。該特征可用于個(gè)性化推薦，以及PUSH/短信等主動(dòng)觸達(dá)方案的時(shí)間控制。

數(shù)據(jù)可視化：時(shí)間偏好通常會(huì)采用熱力圖（推薦色塊圖）做數(shù)據(jù)可視化。

3.3.2 品類偏好

用戶會(huì)有偏好的某一個(gè)品類，或者某幾個(gè)品類，通過(guò)品類偏好分析，可以探究品類之間的關(guān)聯(lián)性，讓我們清楚的了解用戶需求，同時(shí)提升交叉銷售能力。

數(shù)據(jù)可視化：品類偏好通常采用關(guān)系圖譜做數(shù)據(jù)可視化。

深入應(yīng)用

接下來(lái)，我們結(jié)合用戶篩選和用戶成長(zhǎng)模型來(lái)看，行為分析的具體應(yīng)用場(chǎng)景及價(jià)值。我們定義用戶的生命周期為：新訪-激活-首購(gòu)-復(fù)購(gòu)-忠誠(chéng)

落到具體場(chǎng)景，我們需要引入一個(gè)統(tǒng)計(jì)方式 TGI [Target Group Index] 來(lái)做用戶評(píng)估：

TGI = [目標(biāo)群體中具有某一特征的群體所占比例] ÷ [總體中具有相同特征的群體所占比例] - 1

為了方便展示，這里采用自定義的TGI，TGI>0表示目標(biāo)用戶的關(guān)注程度高于整體水平，反之TGI<0表示目標(biāo)用戶的關(guān)注程度低于整體水平。

4.1 新訪-首購(gòu)

這里我們以 [首購(gòu)新訪用戶] 對(duì) [全部新訪用戶] 做TGI統(tǒng)計(jì)。先從場(chǎng)景入手，如下圖左所示 ↓，首單轉(zhuǎn)化的用戶對(duì)直播有非常明顯的傾向性。此外從數(shù)據(jù)角度看，偏好0元購(gòu)、每日抄底、紅包的用戶，更易達(dá)成首單轉(zhuǎn)化。偏好茅臺(tái)預(yù)約、新人會(huì)場(chǎng)、搜索場(chǎng)景的用戶，更難達(dá)成首單轉(zhuǎn)化。

我們可以得出一些結(jié)論：在新用戶對(duì)平臺(tái)不熟悉的情況下，傾向于購(gòu)買一些低價(jià)商品、或使用紅包/優(yōu)惠券等權(quán)益達(dá)成首單轉(zhuǎn)化，此外，一些羊毛黨（如茅臺(tái)預(yù)約用戶）很難轉(zhuǎn)化。

路徑分析主要看用戶來(lái)源渠道（SEM/CPC/ASA/CPS等廣告各不相同，通常質(zhì)量和價(jià)格掛鉤），信息比較敏感，我們這里不做詳細(xì)描述。

接下來(lái)時(shí)間偏好，如上右圖所示 ↑，下午 12:00~20:00 偏好用戶，更易達(dá)成首單轉(zhuǎn)化。有時(shí)候新客運(yùn)營(yíng)團(tuán)隊(duì)會(huì)負(fù)責(zé)新客的前3單轉(zhuǎn)化，分析邏輯和上述首單類似，可以擴(kuò)展。首購(gòu)的商品也會(huì)影響復(fù)購(gòu)，詳見(jiàn)4.2.1

4.2 首購(gòu)-復(fù)購(gòu)

用戶的復(fù)購(gòu)，通常分為單品類復(fù)購(gòu)和交叉品類復(fù)購(gòu)兩種。這里我們以 [復(fù)購(gòu)用戶] 對(duì) [有購(gòu)買用戶] 做TGI統(tǒng)計(jì)。

4.2.1 單品類復(fù)購(gòu)

同樣做場(chǎng)景分析，如下圖所示 ↓，紅包、優(yōu)惠券、榜單等營(yíng)銷和推薦場(chǎng)景的用戶，更易達(dá)成復(fù)購(gòu)轉(zhuǎn)化。偏好簽到、心愿城等互動(dòng)場(chǎng)景的用戶，更難達(dá)成復(fù)購(gòu)轉(zhuǎn)化。

此外，用戶的單品類復(fù)購(gòu)行為，也與商品品質(zhì)的好壞強(qiáng)相關(guān)。考慮到好評(píng)率會(huì)有幸存者偏差，我們建議采用NPS（問(wèn)卷采集）做為評(píng)估手段。

NPS = [推薦者數(shù)]/[總樣本數(shù)] - [貶損者數(shù)]/[總樣本數(shù)]

這里主要是用戶分析，商品分析不做過(guò)多展開(kāi)。

4.2.2 交叉品類復(fù)購(gòu)

我們先來(lái)了解下，著名心理學(xué)家威廉·詹姆斯提出的鳥(niǎo)籠效應(yīng)：一個(gè)不養(yǎng)鳥(niǎo)的人，當(dāng)別人送給他一個(gè)鳥(niǎo)籠，不久后就會(huì)養(yǎng)起鳥(niǎo)，并且購(gòu)買鳥(niǎo)糧等附加品。人們會(huì)在偶然獲得一件物品后，會(huì)繼續(xù)添加更多與之相關(guān)而的東西。

我們希望可以找到可以驅(qū)動(dòng)品類遷移的 [鳥(niǎo)籠]，并以較低的價(jià)格“送給”用戶，從而促使用戶跨品類復(fù)購(gòu)。實(shí)際上通過(guò)用戶行為可以找到商品間的關(guān)聯(lián)關(guān)系，做品類偏好分析，就能找到 [鳥(niǎo)籠]。

舉幾個(gè)簡(jiǎn)單的例子：

懶人拖把 → 一次性地板濕巾
空氣炸鍋 → 錫紙 / 防油紙盤 / 打蛋器等烘焙小工具
香氛燈 → 香氛精油 / 香氛蠟燭

附錄

關(guān)于 [停留時(shí)長(zhǎng)和轉(zhuǎn)化率關(guān)系] 這件事，是一個(gè)明顯存在幸存者偏差的結(jié)論。

數(shù)據(jù)觀察：? 停留時(shí)長(zhǎng)和轉(zhuǎn)化率正相關(guān)。
認(rèn)知升級(jí)：? 消費(fèi)用戶的決策周期更長(zhǎng)，所以停留時(shí)間更久。
不足以支撐結(jié)論：? 由于用戶停留時(shí)長(zhǎng)更長(zhǎng)，所以轉(zhuǎn)化率更高。

以上兩個(gè)事實(shí)只有相關(guān)關(guān)系，并不能證明存在因果關(guān)系。盲目提高用戶在域內(nèi)的停留時(shí)長(zhǎng)，可能無(wú)法有效提升轉(zhuǎn)化率，小紅書電商就是一個(gè)很明確的例子，此外，淘寶早在2018年前就放棄了把停留時(shí)長(zhǎng)作為目標(biāo)管理中的一環(huán)（除個(gè)別游戲場(chǎng)景以外）。

但也不是完全無(wú)關(guān)，針對(duì)一些特定用戶如直播敏感型用戶，通過(guò)優(yōu)化產(chǎn)品體驗(yàn)提升用戶直播觀看時(shí)長(zhǎng)，對(duì)轉(zhuǎn)化率是有正向作用的。

由于涉及到數(shù)據(jù)安全問(wèn)題，文章中淺嘗輒止，只是提供一些分析方法論，并沒(méi)有深入的做細(xì)節(jié)探究。

·················END·················

聊聊用戶行為分析

推薦閱讀