首先，在分析用户行为之前，我们需要知道什么是用户行为。

用户行为由时间、地点、人物、互动和互动五个最简单的元素组成。

(一)用户行为是什么？

分析用户的行为，并将其定义为各种事件。例如，用户搜索是一个事件，什么时候，什么平台，哪个平台ID、搜索和搜索的内容是什么。这是一个完整的事件，也是对用户行为的定义；我们可以在网站上或 APP 定义了成千上万的这样的事件。

有了这样的事件，用户的行为就可以连接起来观察了。用户第一次进入网站后是一个新用户，他可能需要注册，所以注册行为是一个事件。填写个人信息，然后他可能会开始搜索购物，所有这些都是用户行为的事件。

(2)如何获取用户行为数据？

那么，我们应该如何监控这些用户行为数据呢？

一种非常传统和常见的方法是通过编写代码来定义事件。在网站需要监控用户行为数据的地方加载代码，如注册按钮、订单按钮等。通过加载监控代码，我们可以知道用户是否点击了注册按钮以及用户下了什么订单。

这些通过编写代码详细描述事件和属性的方法在中国统称为埋点。这是一个非常耗人的项目，过程非常繁琐和重复；但大多数互联网公司仍然雇佣了大量的埋点团队。

既然这么麻烦，为什么要做用户行为分析？

因为只有通过对用户行为的分析，我们才能知道用户的肖像，以及用户在网站上浏览、点击和购买背后的商业真相。

简单来说，分析的主要方法是关注损失，尤其是对转化有要求的网站。我们希望用户上来后不要迷路或离开。像很多 O2O 产品，用户有很多补贴；一旦钱耗尽，用户就会离开。这样的产品或商业模式并不好，我们希望用户能真正找到平台的价值，继续来，不要失去它。

用户行为分析有助于分析用户如何流失，为什么流失，在哪里流失。

例如，最简单的搜索行为： ID 什么时候搜索关键词，看哪一页，哪些结果，这个 ID 在什么时候下订单是非常重要的。如果他对搜索结果不满意，他肯定会再次搜索，用其他东西替换关键字，然后才能搜索结果。

用户行为分析还能做什么？

当您有大量的用户行为数据和定义事件时，您可以将用户数据制作成一个小时、一天或根据用户级别和事件级别进行分割的表。这个表是用来做什么的？一是了解用户最简单的事件，如登录或购买，或者哪些是高质量的用户，哪些是即将丢失的客户。这些数据每天或每小时都可以看到。

有了用户的行为数据，我们有哪些应用场景？

一是拉新，即获取新用户。

二是转化，如电子商务，特别注重订单转化率。

第三，促进生活，如何让用户经常使用我们的产品。

第四，保留，提前发现用户可能流失，降低流失率。

第五个，变现，发现高价值用户，提高销售效率。

（一）拉新

2008年我在 eBay 时，我的工作是分析 SEM 和 SEO 的每个关键词ROI。eBay 每天从谷歌购买400万个关键词，除了SEM、SEO 我们还需要分析其他合作伙伴渠道。例如， 放在一个小型电子商务网站上eBay 链接，然后用户最终通过这个链接在 eBay 购买完成，eBay 会把钱分给这个网站。

eBay 特别注意哪个搜索引擎，哪个关键来的流量；关键词是付费还是免费。谷歌的搜索引擎词带来了很多流量，但这些流量是否在 eBay 上成单，所以这个数据要跟着 eBay 结合自己的数据，然后进行渠道分配，订单是哪个渠道。整个数据链需要从头到尾打开，需要整合双方的数据。

(二)转化

以注册转换漏斗为例。第一步是知道网页上有哪些注册入口。许多网站有不止一个注册入口，需要定义每个事件；我们还想知道下一步有多少人点击注册按钮，有多少人打开验证页面；有多少人登录并完成了整个完整的注册。

在此期间，每一步都会有用户流失，漏斗完成后，我们可以直观地看到每个环节的流失率。

（三）促活

另一个是用户使用产品的流畅性。我们可以分析具体的用户行为，如访问时间，特别是在 页面上停留很长时间APP 会特别明显。另外，完善用户画像，更准确地将用户行为分析作为用户画像。

例如，美国有一个非常著名的在线视频网络 Netflix。Netflix 很有意思。通过对用户行为的分析，他准确地分析和定义了你的家庭。你家有多少人，大人还是小孩，你最喜欢看哪三部电影？你的行为输出越多，他的推荐就越准确。

（四）留存

用户流失并不意味着一下子就流失了。一些微妙而小的行为表明他将来会流失。

在LinkedIn当我们跟踪用户的使用行为时。例如，是否登录，登录后是否搜索简历，是否上传简历等。用户的这些小行为非常重要。在这些数据的支持下，LinkedIn每天看用户报告的产品和销售，最简单的就是用户的使用行为是否有所下降，哪些行为有所下降，哪些用户使用得特别好用户关系。

（五）变现

LinkedIn 是一家 2C 又 2B 公司拥有全球4亿用户和许多真实用户的简历信息。B 的业务是LinkedIn 为每个企业 HR 销售的目的是帮助美国企业找到中高端人才，中高端人才。LinkedIn 本身就是一个社交网络，用户是经理，VP或董事，或业务类别，市场、销售等这些数据在 LinkedIn 都聚合成公司的纬度。

有了这个公司的纬度之后，我们就能够很快让销售拿着这个卖给客户。比如要跟星巴克谈业务，最能震撼到星巴克 HR 的数据是人才流失率的列表。在过去的一年里，哪些员工是从其他公司加入的，谁是最后一家公司，都是绿色显示的。左边是星巴克员工的流失们换了工作，用红色显示。

通过这种简单的分布，我们可以很快看到人才流失。如果绿色较多，则表明公司的人才吸引力较强，如果红色较多，则表明公司的人才储备和招聘正在下降。我们向最终客户显示数据，基本上我们可以得到列表。我们可以通过数据讲述故事。一开始，我们做了很多报告，销售人员可以讲故事，并迅速推广订单。

所有这些是通过用户行为分析做出来的，不是通过拍脑门或者是第三方数据，用户行为分析的价值不言而喻。

最后，我们回国创立的 GrowingIO 是基于用户行为的新一代数据分析产品。首先推出国内领先的分析工具 操作咨询 可持续增长数据服务系统，帮助企业建立数据操作闭环。依托无埋点技术的快速部署，实时收集所有行为数据，建立完整的数据监控系统，有效控制和操作核心业务指标，帮助企业挖掘更多的业务价值。

有用户行为分析需要的，欢迎免费试用。

传送门