全文分為三大部分：
?“行為數據”是基礎：行為數據是寶藏卻少有充分開采出價值所计；
?“理財業(yè)務”是核心：讓業(yè)務相關的各部門直接運用數據，加快在各部門間流轉以創(chuàng)造價值团秽；
?“驅動增長”是目標：以用戶為中心進行分析主胧，經典分析場景重點關注。
“行為數據”是基礎?主動行為+被動行為
用戶行為习勤，由自身素質和場景共同決定踪栋。回到用戶行為數據上，不僅是流量的或者交易的結果图毕，不僅包括用戶的主動行為夷都，還有被動行為，比如予颤，在理財平臺系統(tǒng)反饋回來告訴用戶還沒有充值囤官，這就是一個被動行為，同樣需要被采集蛤虐，去分析党饮。
?影響行為的環(huán)境業(yè)務信息
我們強調，把更多心思放在影響環(huán)境的業(yè)務信息上驳庭，比如刑顺，在理財平臺上，我們應該知道用戶進入“我的帳戶”頁處于什么狀態(tài)嚷掠，用戶當時有多少金額捏检，當時在帳戶存多少錢，有多少收益不皆，他是認證還是沒有認證贯城，這些是我們后期去分析影響他轉化的關鍵點，是我們后期去看到底他為什么沒有做我想做的那個事情霹娄，要去看他背后環(huán)境的信息能犯，業(yè)務的信息，或者某一個理財產品最近被看得非常多犬耻，可能僅僅是因為你在上面打了一個腳標踩晶，可能腳標就是一個促銷等，其實這只是用戶的從眾心理枕磁，覺得不錯就買了渡蜻。
?跨平臺的行為打通
互聯(lián)網是一個完整的生態(tài)，涉及到各個渠道，H5茸苇、APP排苍、Web端等等，我們需要以一個唯一標識把用戶打通学密，他在這一個端的行為可能受到另一個端的影響淘衙，我們需要把各個平臺上的行為整合到一起才能有一個對用戶更加完整的認知。所以這些行為數據是一個做數據驅動的基礎腻暮。
為什么彤守，在充值環(huán)節(jié)用戶流失嚴重？
——【理財產品】案例分析
這個問題是2016年哭靖，諸葛io的某金融產品客戶提出的具垫。
概括來說，理財類產品的用戶行為大致是款青，注冊→實名認證→綁卡→充值→投資做修，需要關注的，無非是注冊轉化充值抡草，讓更多的錢進來饰及。
之前，客戶也針對這一流失問題康震，花費很大的技術成本燎含，進行過多次迭代，但提升卻不是很理想腿短。之后通過諸葛io的數據展現屏箍，我們分析出用戶流失的真正原因。
行為數據顯示橘忱，當用戶點擊“充值”后赴魁，會因“未實名認證、未綁卡”等原因钝诚，而導致多次失敗颖御，最終喪失耐心而白白流失掉。
“理財業(yè)務”是核心
定義關鍵有效的指標體系
是數據驅動的第一步
理財產品的業(yè)務體系比較干凈凝颇，通過各個渠道及推廣方式獲客潘拱，不同的路徑有不同的轉化率，然后到達理財項目拧略。
圍繞數據驅動或者做增長的第一步禽最，需要對現有的狀態(tài)有一個清晰的認知腺怯，有一套指標體系監(jiān)控整個產品業(yè)務狀態(tài)。
以理財產品為例川无，用戶從訪問到提現離開瓢喉，不管新、老用戶舀透，當我們能夠圍繞業(yè)務將其行為梳理清楚后，就可以橫向在每一個階段對用戶進行監(jiān)控衡量的指標决左，在訪問階段我們會更加看重整個基本流量的數據愕够，獲客質量，你一定會發(fā)現佛猛，用戶邀請來的新客質量整體上還是比推廣活動帶來的新客質量高惑芭。
第二，將公司內部各部門的目標在體系里進行梳理继找，如果各個部門能夠從數據上來衡量自己的價值遂跟，能夠更加清晰公司的核心價值所在；這樣就做到了通過數據把整個公司的力量團結在一起婴渡，不斷提升共同的目標幻锁。
用戶活躍狀態(tài)****對****業(yè)務數據的影響
流量是大家比較熟悉的，通常會關注活躍用戶數量和新增用戶數量边臼，那我建議大家更多的關注你的相對高質量的新增用戶數量哄尔，關注你新增活躍占比的情況，關注你新增用戶里面一次性用戶的數量柠并，這是能夠更好的去衡量你流量的價值岭接。
轉化：定位真正影響轉化的人群
我們會去看這些綁卡轉化率、投資轉化率臼予，這里面是有坑的鸣戴；比如投資轉化率，這個指標非常容易被大家忽略的就是用戶的第一次轉化率粘拾，因為在第一次轉化的時候窄锅，對整個流程是陌生的，對平臺的認知是剛剛建立的半哟，再第一次轉化時候的數據才能真實的反應產品設計的情況酬滤；如果用戶是多次投資，轉化率基本上反應的就是用戶對業(yè)務員對項目的喜好程度寓涨。所以從路徑轉化的角度來講我們務必需要關注首次的問題盯串，尤其是理財產品或者金融領域。除了業(yè)務還有一個用戶層級的轉化戒良，從小白用戶轉化為忠實用戶体捏，這是需要衡量的。
對于一些關鍵行為參與度的衡量，諸葛有一個模塊是粘性分析几缭，可以衡量某個功能某個行為河泳，用戶在一周里面觸發(fā)的頻次和天數，從而衡量他對我這個產品的依賴程度年栓。
留存：活躍各階段的留存都衡量
留存說實話新增留存率現在看有的時候有點太粗了拆挥，用來做衡量是沒有問題的，但是你想找問題就得做下鉆某抓，首先那些沒有質量的用戶的留存我建議大家最好不要看纸兔，畢竟流量里面虛的假的太多了，如果每次都讓他去拉低你整個的留存的情況否副，那我覺得是毫無價值的汉矿，你都會錯過那些真正有價值的用戶。你其實有的時候要去看高質量新增用戶的留存率备禀，把他們的東西提升上去才是真的重要洲拇，有些刷量的用戶怎么搞也提升不了。
活躍這個條件是可以被定義的曲尸，什么叫留存赋续？咱們通常大家聊的用戶留存就是他活躍了，當他啟動過產品队腐，我覺得這個用戶來了算留存蚕捉，現在這個不好說，還是那句話柴淘，技術上可以玩得花樣比較多迫淹，那我更建議大家去定義一下留存的條件，比如他上來以后必須看過自己的帳戶頁或者看過一些理財產品为严，以這些條件定義他的留存會對我們有指導性敛熬。
留存分析的更進一步，就是用戶對整個產品的依賴性第股，對你的使用頻度越來越高這就是喜歡你应民。
所以，我們首先要有一個基本明確的目標夕吻，再做一個衡量诲锹，第二就是轉化，當轉化出了問題涉馅，很多時候都不一定是產品的問題归园，很多時候是用戶流量的問題，我們只要分清是新增用戶或者新增某一個渠道用戶稚矿，就可能找到影響轉化的人群庸诱，留存也是一樣的捻浦，不同類型的活躍狀態(tài)的用戶我們的留存要拆開衡量的，這才能更方便的讓我們發(fā)現潛在問題桥爽，甚至是一些價值點朱灿，這是各行各業(yè)都通用且極端重要的。
“驅動增長”是目標
?以用戶為中心 分析問題洞察價值
每個企業(yè)都希望能更深層次的了解用戶钠四，用戶行為數據分析正是通過用戶的每一次打開盗扒，每一次查閱，每一次跳轉缀去，每一次微小事件环疼，幫助企業(yè)客戶洞察用戶。諸葛io具有更好理解用戶的功能朵耕，比如用戶行為路徑分析，能夠建立一個整體且真實的用戶認知淋叶。
如何深入理解用戶阎曹？
諸葛io具有強大的精細化管理的能力，比如煞檩，企業(yè)客戶改版上線了一個新功能处嫌，叫功能A，同時又優(yōu)化了頁面視覺設計斟湃，另外針對此次改版又進行了一次推廣熏迹，最后留存沒有變化，那么問題來了：功能A對這個留存有沒有影響凝赛？
平常我們只能看到一個按時間線留存的情況注暗，當多種條件混合在一起的時候，根本不能認定墓猎，到底是做了一次優(yōu)化帶來了用戶體驗更好捆昏？還是新功能A，用戶體驗更好毙沾？無從確定骗卜。
所以，需要把用戶拆分出來左胞，一類用戶是使用過功能A的寇仓，并且用戶不是從推廣渠道來的，而且是一個老用戶烤宙，并且在某一個時間段他活躍過遍烦，把這些條件組合在一起，和另一個沒有觸發(fā)過這些功能的用戶拆分開來门烂，然后看不同用戶群的行為特點乳愉，留存的區(qū)別兄淫，漏斗的區(qū)別，交叉起來才能得出真正的結論蔓姚。
?三大分析模型 幫你理解用戶
1捕虽、用戶行為路徑分析
指的是用戶在進入產品以后的行為軌跡，用戶用了哪些功能模塊坡脐？用戶使用的順序是什么泄私？通過分析用戶行為路徑，驗證用戶的使用是否和當初設計產品的邏輯是一致的备闲。如果和產品設計邏輯偏差很大晌端，就需要思考為什么？是設計的邏輯有問題恬砂？還是其他方面出現了問題咧纠？
對群體行為的洞察趋惨，讓我們擁有了一個全局視野鸟顺，除了知道用戶在怎么使用我們的產品，更重要的其實是對用戶行為背后的動機解讀器虾。
2讯嫂、精細化用戶分群
根據用戶行為的特征將其按需拆分成不同屬性的用戶群，例如：做過A事件的人拆分成一個用戶群兆沙，做過B事件的拆分成另一個群端姚，看群體用戶畫像有什么區(qū)別，看他的留存和回訪有什么區(qū)別挤悉。
昨日高質量用戶
昨日高質量用戶，便于做數據上的應用诀诊，可通過分群的方式拆分用戶洞渤，進行精細化運營。
通過條件属瓣，可把新增十天內投資過的用戶拆分出來载迄，查看新增一天內投資過來的用戶再拆分出來讯柔。
3、單體用戶行為跟蹤
人是分析的最基本元素护昧，需要清楚的知道每一個用戶所處生命周期魂迄、活躍情況、環(huán)境信息等惋耙。有了用戶群的畫像以后捣炬，通過單體用戶行為跟蹤，我們就可以進一步追蹤到個人身上绽榛，通過對個體用戶行為的跟蹤湿酸，可以查看用戶具體是如何使用產品的。
——【理財產品】案例分析
通過用戶分群推溃，可找到一些關鍵點，之后再細化就可以看用戶到底如何使用的届腐。用戶能夠幫助我們驗證分析的猜想美莫，第二，順著用戶的行為路徑我們可以感受用戶到底有怎樣的需求梯捕，他身處怎樣的場景，最后達到我們對用戶理解的方式窝撵，并不是所有的用戶都要看傀顾，只隨即抽三五個即可，這是理解用戶的最佳方式碌奉。以用戶為中心做分析短曾，還原使用場景，找到產品的問題點或核心價值赐劣。
諸葛io的一企業(yè)客戶，此前針對此問題進行了優(yōu)化咐汞，不希望老用戶直接跳出離開盖呼，有可能超過30%的老用戶進來以后直接就跳到個人帳戶頁，這個過程企業(yè)更希望用戶能夠更多的留在首頁查看熱度商品化撕，現在已有很多企業(yè)把今日收益等信息直接放在首頁几晤，用戶可直接查看收益，注冊后將有業(yè)務活動項目等促使用戶轉化植阴。所以蟹瘾，將用戶分層后逐步進行精細運營圾浅，讓用戶在其所在的層級之間做轉化，以提升整個用戶價值憾朴。
對于新手成長狸捕，從新手到最后復投，通常有兩個階段伊脓，一個是首投相關行為府寒，整個綁卡充值的流程，決策時間报腔，哪些品類對用戶首投有影響株搔，要進行不間斷的監(jiān)控，包括從試探性投資到放心充值纯蛾。
用戶對于當日到賬纤房、實時到賬的感覺是不一樣的，包括復投的分析翻诉，整個過程收益率的設計炮姨，是一個大場景，這個階段特別重要碰煌，對于新用戶的迭代和分析不容忽視舒岸，否則將導致用戶新增數、留存度出現問題芦圾。
結語：
諸葛io的價值觀是蛾派，以用戶為中心做分析，而分析要“去中心化”个少，要讓企業(yè)各部門都參與分析過程洪乍，讓數據的價值能夠在整個過程有快速的流轉，并發(fā)揮其價值夜焦。
最后壳澳，強調三點，第一個是用戶行為茫经，需要打通所有的數據孤島巷波，把數據串聯(lián)起來；第二卸伞，以用戶為中心褥紫，包括分層和活躍狀態(tài)，還有業(yè)務狀態(tài)瞪慧，包括用戶生命周期是整個分析的核心髓考；第三，智能化弃酌，諸葛io有一些模型算法能夠直接給企業(yè)客戶提供改版分析氨菇、周期性的報告儡炼，以及優(yōu)化關鍵點，使企業(yè)客戶的各部門均有自己的看法去看數據查蓉，更好的優(yōu)化自己的業(yè)務乌询。
金融行業(yè)對數據要求很高，且積累很深豌研，諸葛io提供私有部署妹田，可進行數據加密，首先從本地就會對數據做加密鹃共，傳輸過程中的數據本身就是加密后的鬼佣，即使被截獲也沒關系，還有一般解密霜浴。上到服務端會進行解密晶衷，按照要求完整展示。
對于第三方的數據源阴孟，諸葛io支持多源數據打通晌纫，基本上所有的業(yè)務，包括成交量都可以還原成一個行為嵌入后進行整體分析永丝。此外锹漱，SQL查詢平臺支持更靈活的搜索數據。
