本文目录 8 个章节
提供用户行为洞察，帮助网站所有者、市场营销人员和产品经理优化他们的产品和营销策略。
用户行为跟踪与分析
用户参与和行为分析
聚焦于用户如何与产品互动，以及这些互动如何随时间发展。这类分析更注重用户行为的深入细节，以及用户与产品功能之间的互动。
用户参与度
分析用户如何与产品互动，包括页面访问量、单次访问的页面数、平均会话持续时间等。
- 会话分析：跟踪每次用户会话的时长和活动，分析用户平均每次访问的页面数或使用的功能数。
- 事件跟踪：设置特定事件（如点击按钮、完成表单、观看视频等）来监控用户的具体行为。
- 参与度指标：计算如页面浏览量、单次会话内的互动数、用户生成内容的数量等。
- 高频活动用户分析：识别高度活跃的用户群体，分析其行为模式和参与频率。
功能使用情况
分析哪些功能被频繁使用，哪些不受欢迎，为产品迭代提供数据支持。
- 功能访问频率：统计每个功能的使用次数和使用用户数。
- 用户反馈收集：通过调查问卷或用户访谈了解用户对各功能的满意度和改进意见。
- 热图分析：使用热图工具查看用户在界面上的点击、滚动和停留位置，以识别最受欢迎和最少使用的功能区域。
- A/B 测试：对不同功能变体进行测试，看哪些更受用户欢迎。
用户留存
观察用户在初次使用后，是否再次返回使用产品，以及他们返回的频率。
- 留存率计算：按日、周、月计算留存率，观察用户返回使用产品的频率。
- 生命周期分群：按用户的首次使用日期分群，追踪不同群体的留存情况。
- 留存曲线：通过绘制留存曲线，分析用户流失的快慢和时点。
转化率
评估用户完成设定目标（如注册、购买、分享等）的比例，以及这些转化事件与营销活动之间的相关性。
- 定义转化目标：明确何为转化（如注册、购买、订阅等）。
- 转化漏斗分析：建立用户从进入网站到完成转化的整个路径，分析在每个步骤的用户流失率。
- 多渠道归因分析：分析不同营销渠道对转化的贡献，优化营销策略。
用户流失分析
识别在何种情况下用户停止使用产品，分析流失的原因。
- 流失率计算：定期计算流失率，监测流失趋势。
- 退出访问：通过发送退出调查问卷了解用户离开的原因。
- 用户行为分析：分析流失用户在离开前的行为模式，寻找可能的预警信号。
- 流失预测模型：使用机器学习技术根据用户行为预测潜在的流失用户。
量化的业务成果指标
用于衡量产品的整体业务表现和市场表现。 提供了产品的经济效益和市场表现的宏观视角，帮助管理层制定战略决策，优化资源分配，并改进产品和市场策略。
关键性能指标（KPIs）
- 日活跃用户数（DAU）：
- 定义：一天内至少使用一次产品的独立用户数。
- 计算公式：计算一天内使用产品的独立用户总数。
- 月活跃用户数（MAU）：
- 定义：一个月内至少使用一次产品的独立用户数。
- 计算公式：计算一个月内使用产品的独立用户总数。
- 平均每日使用时长：反映用户每天在产品上花费的时间，是用户参与深度的指标。
- 定义：用户平均每天在应用上的使用时长。
- 计算公式：(某天内所有会话的总时长) / (该天的DAU)
- 留存率：衡量特定时间段后用户仍然活跃的比例，是用户忠诚度和产品吸引力的指标。
- 定义：新用户在首次使用后，在后续的某个时间点仍然继续使用产品的比例。
- 计算公式：
- N日留存率 = （第N日仍在使用产品的用户数 / 第1日的新用户总数）* 100%
- 用户流失率：反映用户停止使用产品的比例，是用户不满意或需求未被满足的指标。
- 定义：在一定时间内停止使用产品的用户占先前活跃用户的比例。
- 计算公式：(一定时间内流失的用户数 / 时间开始时的活跃用户总数) * 100%
- 用户获取成本（CAC）：每获得一个新用户所需要的成本，是营销效率的衡量指标。
- 定义：获得每个新增用户所需的平均成本。
- 计算公式：(在特定时期内的营销和销售费用) / (同期内获得的新用户数)
- 平均收入每用户（ARPU）：每个用户平均为产品带来的收入，是产品盈利能力的关键指标。
- 定义：每个用户平均贡献的收入。
- 计算公式：(特定时期内的总收入) / (同期的平均用户数)
- 客户终身价值（LTV）：一个用户预期在其整个使用周期内为产品带来的总收入，是评估用户价值和预测未来收入的重要指标
- 定义：预计一个客户在其与品牌的关系期间所能带来的总利润。
- 计算公式：平均收入每用户（ARPU） × 平均客户关系期限
Google Analytics
可以使用谷歌的登录数据，为登录用户设置标识符，消除不同设备的重复。
Analytics提供一种持久的方法来衡量客户与您的业务的互动，同时满足用户对隐私的期望。Analytics允许您通过匿名IP地址、禁用数据收集和设置数据保留期限等功能控制流入的数据。
账户 - 属性 - 数据流
一旦你确定了你想要衡量的用户群，就为这个用户群创建一个属性。然后为这些用户与您的业务交互的每种方式创建一个数据流。
自动收集的事件： https://support.google.com/analytics/answer/9234069 推荐的事件： https://support.google.com/analytics/answer/9267735
发送事件的文档： https://developers.google.com/analytics/devguides/collection/protocol/ga4
POST /mp/collect HTTP/1.1
HOST: www.google-analytics.com
Content-Type: application/json
例如： POST
{
"client_id": "117958",
"non_personalized_ads": true,
"events":[
{
"name":"login",
"params":{
"version":"1.0.0",
"time":"2024/4/15"
}
}
]
}