本文将介绍在用户行为路径分析中常用的3种分析方法:转化漏斗、智能路径和用户路径,并剖析3种方法的相同和差异之处,推荐在合适的分析场景下使用合适的方法。
在产品的运营过程中,无论是产品、运营还是市场团队都希望能够清晰的了解其用户行为路径,从纷繁的用户行为中,寻找以下问题的答案:
1.用户从进入产品到离开都发生了什么?主要遵循什么样的行为模式?
2.用户是否按照产品设计引导的路径在行进?哪些步骤上发生了流失?
3.用户离开预想的路径后,实际走向是什么?
4.不同渠道的带来的用户,不同特征的用户行为差异在哪里?哪类用户更有价值?
最终通过这些问题的答案来验证运营思路、指导产品迭代优化,达到用户增长、转化的最终目的。那么如何通过海量的用户行为数据来解答这些问题?常见的分析方法有:转化漏斗、智能路径、用户路径。
三者相通之处在于都是基于用户行为,以上下环节的转化率为计算核心,三者的关系就像是洋葱,一层比一层更接近核心,更聚焦。
转化漏斗、智能路径、用户路径与用户行为的关系
转化漏斗是预先设定好的路径;智能路径是设定了目标行为之后发现更多漏斗;用户路径是完整再现用户整个转化过程。在实际应用中,三者有各自适用的分析场景,通常也需要互相结合,相辅相成。以下对三种分析方法逐一解析。
▌转化漏斗:以用户引导提升转化效果
转化漏斗适用于对产品运营中的关键环节进行分析、监控,找到其中薄弱的环节,通过用户引导或者产品迭代来优化,提升转化效果。
无论是新用户的引导、某个业务流程还是某一次运营活动,涉及到有流程转化的都可以建立漏斗来分析。举例来说:
- 对一款社交APP,可以建立漏斗:打开APP–注册–登录–添加好友,来分析新用户从开始使用到参与到社交的过程;
- 对于电商APP,可以建立漏斗:浏览详情页–加入购物车–提交订单–成功支付订单,来分析用户从看到商品到最后支付成功的过程,各个环节的流失;
- 对于某次大促前的EDM,也可以建立漏斗:发送邮件–邮件到达–邮件打开–点击邮件中的商品–购买商品–支付订单。
转化漏斗
在分析的过程中,可以观察整体的转化率是否符合行业水准,哪些步骤转化率还有优化空间?可以通过细分维度发现导致转化率低的因素是哪些,也可以通过查看流失环节的其他使用路径,进而针对性的做引导等等。
流失率对比
▌智能路径:探索转化路径多样性
当有明确的转化路径时,通过预先建立漏斗来监测转化率会比较容易。但是很多情况下,虽然有最终的转化目标,但是用户到达该目标却有多条路径,无法确定哪条路径是用户走的最多的路径,哪条转化路径最短,这时候就需要智能路径分析模型的帮助。
智能路径桑基图
确定想要观察的目标行为,通常是业务中需要引导用户完成的某个功能或到达的某个页面。可以将其设置为起始事件,分析发生该行为后续的行为路径;或者设置为结束事件,分析