數據分析脫離不了業務，不同的業務所關注的數據不同，比如互聯網、快消等，行業不同，關注的數據點也不同。在互聯網行業普遍產品的數據分析中，我認爲用戶行爲分析最重要的三個點是渠道分析、轉化分析和留存分析。
用戶行爲數據分析最重要的三個點：渠道分析、轉化分析和留存分析。瞭解Growth Hacker(增長×××)的同學會發現，這三點其實對應着的是AARRR模型的前三個環節，即用戶獲取(Acquisition)、用戶激活(Activation)和用戶留存(Retention)。這三個環節覆蓋了用戶從獲取、激活轉化、活躍、留存到最後的流失;也在一定程度上決定了AARRR模型的最後兩個環節用戶變現(Revenue)和推薦傳播(Referral)。
所以說，渠道、轉化和留存是用戶行爲數據分析最重要的三個點。
1.渠道分析
企業爲了獲取新用戶，一般都會在外部渠道進行資源投放，例如SEM、廣告聯盟、社交媒體等等。外部渠道的的投放都是需要真金白銀的支持，所以對獲客渠道的分析至關重要，它直接決定我們能否將一定的預算效果最大化。
我們可以對各個渠道流量進行監測，分析新用戶的來源等細節。目前常用的監測方法是UTM鏈接,在投放的外部鏈接中加入UTM參數。UTM參數包括utm_source(廣告來源)、utm_mediam(廣告媒介)utm_campaign(廣告系列)、utm_content(廣告內容)和utm_term(廣告字詞)，可以多維度對獲客渠道進行監測。國外的數據分析產品Google Analytics、國內的用戶行爲數據分析工具GrowingIO都支持UTM監控。
表1展示了一個在線旅遊平臺的廣告投放的詳細效果，運營人員可以針對現有渠道的獲客數量和質量進行優化。關於UTM鏈接的具體使用方法和場景應用，可以參考這篇文章：這個追蹤利器，幫你節省50%的運營推廣費用。
如何優化獲客渠道，其實是有一套系統的方法論的，新型的波士頓矩陣可以很好的分析這個問題。
我們按照不同渠道的獲客成本和獲客質量或者數量對渠道進行分類，如上圖分成了四個大類。渠道1成本高、質量高，這種渠道需要進一步評估;渠道2質量高、成本低，應該加大投放;渠道3成本高、質量低，可以考慮放棄;渠道4成本低、質量差，有待進一步評估。
當然，上面提供的是一個方法論;現實業務中，我們需要對其進行量化。這個就涉及到我們接下來要介紹的轉化率，因爲轉化和新用戶的質量息息相關。
2.轉化分析
轉化是指用戶朝你的目標節點不斷接近的過程。以註冊轉化爲例，新用戶訪問你的網站，然後點擊註冊按鈕，接下來分步驟填寫註冊信息到最後成功提交;整個過程是一步一步轉化的。類似的場景還有購買轉化，用戶從瀏覽商品、加入購物車、提交訂單到最後付款成功，也是一步一步轉化的。
轉化分析常用的工具是轉化漏斗，簡稱漏斗(funnel)。如上圖所示，新用戶在註冊流中不斷流失，最終形成一個類似漏斗的形狀。用戶行爲數據分析的過程中，我們不僅看最終的轉化率，也關心轉化的每一步的轉化率。例如上圖的轉化漏斗，總體轉化率爲2.6%;但是它是三步轉化率的最終結果，它的每一步轉化率分別是6.48%，45.7%和87.8%。關於如何提升註冊轉化率，可以參考之前我自己寫的一篇文章，裏面有詳細的分析思路。
影響轉化的因素非常多，主要是三類：渠道來源、用戶營銷和網站/APP體驗。註冊轉化率、購買轉化率高的用戶獲取渠道，那麼這個渠道的投放質量也肯定是比較高的。如何從渠道來源、用戶營銷和網站/app體驗三個方面來做好轉化率分析?我們的商務分析師趙瀟在一次公開課上做了詳細講解，可以參考這篇文章：如何打破用戶“只看不買”魔咒，把流量轉化爲註冊和購買?
3.留存分析
留存，顧名思義，就是用戶在你的網站/app中留下來、持續使用的意思。留存是AARRR模型中重要的環節之一，只有做好了留存，才能保障新用戶在註冊後不會白白流失。這就好像一個不斷漏水的籃子，如果不去修補底下的裂縫，而只顧着往裏倒水，是很難獲得持續的增長的。
我們經常使用留存圖和留存表來表示用戶的留存情況，下圖展示的是用戶留存圖(也稱留存曲線)。一條留存曲線，如果你不去做什麼的話，用戶就慢慢流失了。
用戶留存分析的過程中，我們可以從用戶羣組和產品功能兩個角度來進行分析。
通常情況下，用戶在早期流失現象非常嚴重。產品需要讓用戶快速容易的體驗到產品的價值。一旦用戶發現產品對自己的價值，繼續使用和探索產品新功能的概率就會增大很多。
分析用戶對不同產品功能的使用粘性與活躍度。一般我們不僅需要關注整個網站/App的留存，還需要關注核心行爲的留存率，比如重複購買的情況。對產品進行迭代時，我們還可以使用產品功能留存觀測這個功能的留存率整體有沒有提高。
PS：網舟科技長期專注於金融保險、通信、航空、互聯網、旅遊酒店等行業的電子渠道大數據運營，爲客戶提供全球領先的電子渠道轉型諮詢、大數據挖掘和應用定製服務，助力客戶互聯網轉型，提升數字化運營和數據營銷能力。