精細化的行為
產(chǎn)品演進及市場需求變化
站長/日志：PV绎巨、UV近尚，網(wǎng)站訪客等，簡單通過日志計算簡單指標
CNZZ/GA：PV场勤、UV戈锻、來訪次數(shù)、地域和媳，PC端流量數(shù)據(jù)需求
百度統(tǒng)計/友盟：不僅停留在PC格遭，還有app的數(shù)據(jù)需求
12年后：諸葛/神策：大數(shù)據(jù)流行，用戶行為多樣化留瞳、碎片化拒迅、復雜化，用戶行為價值越來越重要她倘。
流量時代（12年前）
1璧微、單一產(chǎn)品
2、單一需求
3硬梁、單一指標
4前硫、單一分析
主要靠流量，例如不斷拉新靶溜、留存用戶开瞭、大量DAU懒震，掙錢很容易，案例參考美團前期嗤详。
從數(shù)據(jù)角度來看个扰，關注流量指標，保證不斷地有新用戶進來葱色，就能保證產(chǎn)品活下去递宅。
從分析場景來看，渠道拉新苍狰，在流量時代办龄，總結(jié)來看就是上面的4個單一。
用戶時代（12年后）
1淋昭、獲取成本的增加（可能到幾百塊才有一個真實的用戶）：獲取流量越來越難（天貓）
2俐填、業(yè)務更加細分、垂直化：母嬰（貝貝網(wǎng)）翔忽、YOHO（潮牌）英融、迷橙（奢侈品）
3、產(chǎn)品形態(tài)的多樣化：pc歇式、app驶悟、web、h5
4材失、心態(tài)回歸痕鳍，轉(zhuǎn)化，掙錢
龙巨。笼呆。。
結(jié)論是：僅僅針對用戶訪問已經(jīng)不能滿足需求恭应。
對數(shù)據(jù)要求抄邀，什么樣的數(shù)據(jù)才是精細化的用戶行為？
1昼榛、用戶跨屏識別境肾、精準標記
1.1 pc：cookies，android：設備id胆屿，蘋果：idfv或者idfa
1.2 華潤萬家需要對三端用戶統(tǒng)一識別奥喻、統(tǒng)一標識、統(tǒng)一看數(shù)據(jù)
1.3 對于精準標記來說非迹，需要知道用戶注冊前后是同一個人环鲤，貫通用戶行為
2、行為數(shù)據(jù)與業(yè)務數(shù)據(jù)打通
2.1 一般來說憎兽，平時看到的概覽數(shù)據(jù)冷离，如果收入吵冒、訂單量、用戶數(shù)等都是業(yè)務數(shù)據(jù)
2.2 反觀西剥，這些指標產(chǎn)生之前痹栖，用戶做了什么？他的行為路徑又是怎樣的瞭空？是否存在可以優(yōu)化的點揪阿？
2.3 通過分析用戶行為路徑的特征，找到提升業(yè)務的優(yōu)化點
3咆畏、多端數(shù)據(jù)行為采集與監(jiān)控
3.1 融合多端數(shù)據(jù)指標分析（H5南捂、pc、app旧找、wap）溺健，友盟、talkingdata钮蛛、極光都是分端分析矿瘦。
3.2 線上線下數(shù)據(jù)結(jié)合
4、復雜的指標體系
4.1 不限于用戶到了網(wǎng)站pv愿卒、uv、訪問時長等指標
4.2 根據(jù)不同的業(yè)務線潮秘、用戶行為自定義用戶指標口徑
4.3 例如提購率：商品詳情頁直接點擊購買的次數(shù)/瀏覽該頁面的次數(shù)
5琼开、多樣的數(shù)據(jù)維度
5.1 維度需要充分描述用戶行為，所以包含非常多
5.2 用戶進入商品詳情頁：從商品的角度包含【商品平類枕荞、庫存柜候、優(yōu)惠等】，從用戶的角度包含【頁面躏精、模塊渣刷、廣告位等】進入詳情頁面
5.3 多個維度進行下鉆分析、交叉分析
矗烛。辅柴。。
用戶行為數(shù)據(jù)特征
精細化的用戶行為是：準瞭吃、全碌嘀、細、時
準：用戶準確標識歪架，準確是分析的基礎
全：全端的行為貫通股冗，數(shù)據(jù)源的多樣性
細：任意行為【接入用戶的所有行為】、任意指標和蚪、任意維度
時：數(shù)據(jù)的時效性止状，秒級相應烹棉。例如聚美秒殺活動，如果跨天看怯疤，只能看到結(jié)果浆洗，不能及時優(yōu)化活動
案例分析
如何驅(qū)動業(yè)務的提升
共享單車-ofo
目標：提升GMV
1、壞車及維修部分（能用）
如何建立壞車的分析模型旅薄，并通過用戶行為找到壞車辅髓？
建立壞車分析模型
1.1 被報修的自行車：最開始無GPS定位；用戶主動報修少梁，通過用戶手機的經(jīng)緯度判斷自行車位置
1.2 未被報修的自行車：監(jiān)控用戶騎行數(shù)據(jù)洛口，10天或者30天都沒被使用的車輛（車輛損壞），找最后一次騎行用戶手機的經(jīng)緯度確定位置凯沪，提升車輛可用性
2第焰、車輛市場投放部分（可用）
如何提高車效、合理分配車輛資源
2.1 停在哪個位置：
2.1.1 根據(jù)市場調(diào)研投放到重要地點妨马，例如人流量大挺举，感性投放數(shù)量
2.1.2 精確追蹤用戶的行為數(shù)據(jù)，跟蹤車輛的牌號烘跺，所屬區(qū)域湘纵，車輛起始-停放位置
2.1.3 通過用戶行為的屬性作聚合分析，覆蓋未投放且用戶需要的位置
2.1.4 牌號-區(qū)域的標識滤淳，某區(qū)域的單車長期活動在另一個區(qū)域梧喷，分析單車資源緊張，增量投放資源
2.1.5 騎行屬性脖咐，時長铺敌、地點、時間屁擅、停放偿凭，分析不同區(qū)域的用車習慣，例如學生用車派歌、白領弯囊、程序員，構建車輛停放的用戶模型
2.2 周圍車輛的推薦
2.2.1 車輛停放位置最后停放經(jīng)緯度硝皂，推送精確位置給需求用戶
3常挚、產(chǎn)品自身的優(yōu)化部分（好用）
新用戶注冊交押金到認證頁有較大的流失（超過50%），影響新訂單
建立分析模型稽物，分析該流失用戶流失的原因和去哪兒了奄毡。
3.1 流失用戶打標簽：例如叫做從交押金到認證流失用戶群
3.2 從產(chǎn)品中通過埋點精確跟蹤用戶的行為軌跡分析為什么沒走到注冊
如何降低沉默用戶，保持用戶的活躍度（可以理解成留存）
跟上述差別不大贝或，先給用戶打標簽吼过，例如叫沉默用戶群锐秦，跟蹤這些用戶的行為，作出對應的分析盗忱。
產(chǎn)品自身的優(yōu)化回顧：
流失分群酱床、用戶標簽
行為分析、猜測原因
優(yōu)化產(chǎn)品趟佃、驗證猜想
注冊提升：10%
留存提升：13%
4扇谣、用戶精細化運營部分（愛用）
千人千面，用戶運營
結(jié)合用戶行為數(shù)據(jù)與業(yè)務數(shù)據(jù)進行模型構建闲昭，針對不同任務罐寨，進行不同的策略進行不同的推送、優(yōu)惠等
4.1 密度
4.2 時間點
4.3 時長
4.4 距離
4.5 收入
奢侈品電商-迷橙OFashion
目標：精準推送序矩，提升轉(zhuǎn)化
奢侈品必須珍惜用戶鸯绿，主要用戶感興趣，就不能放過簸淀，因為貴瓶蝴，都是錢。所以要針對用戶做精準推送租幕，觸動用戶需求舷手，提升用戶活躍，提升付費轉(zhuǎn)化
1劲绪、縱向用戶群分層（上下結(jié)構）
1.1 通過用戶動態(tài)演進過程進行分層
1.2 對不同用戶進行不同的劃分以及針對性運營
2聚霜、橫向用戶群分群（水平結(jié)構：更精細化）
2.1 通過用戶的自然屬性和行為特征進行分群
2.1.1 新用戶：A渠道獲取珠叔；25~30歲年齡；白領/學生職業(yè)弟劲；男/女
2.1.2 活躍用戶：喜歡LV祷安；手表；添加過購物車兔乞；app習慣中午打開
2.1.3 付費用戶：平均消費大于3000汇鞭；每個月消費3次；購買商品是重度奢侈商品
根據(jù)app常用啟動時間推送庸追，避免用戶煩躁霍骄，用戶休閑時間更容易接受及查看推送信息。
從右圖淡溯，迷橙詳細記錄了用戶的行為軌跡读整。
通過用戶從app瀏覽的行為，可作出推送咱娶、挽留用戶米间，針對特有行為推送用戶真實需要的產(chǎn)品强品。
精準推送過程回顧：
用戶分層
詳細層級用戶精確劃分
找到用戶習慣（依據(jù)用戶行為數(shù)據(jù)）：在特定時間推送用戶關注的商品
精準推送
總結(jié)
如何提升整體業(yè)務？
1屈糊、渠道質(zhì)量：用戶質(zhì)量變高價值自然大
1.1 拉新能力：每日新用戶數(shù)的榛、新用戶注冊率
1.2 活躍能力：深度、時長逻锐、查看商品數(shù)夫晌、收藏商品、加入購物車昧诱、代表性行為
1.3 留存能力：日/周/月留存晓淀，自定義留存
1.4 付費能力：支付訂單數(shù)、支付轉(zhuǎn)化率鳄哭、付費占比要糊、支付金額分布
