哪款电商用户行为分析析工具用的比较多呀?

今天互联网连接的密度和丰度像囚的大脑而以前就像老鼠的大脑。这是一个走向智慧的过程

在这三个周期里面,我们一直探讨互联网的街道问题去年很多人说到底互联网是上半场和下半场。

关于这个问题我们做了很多探讨,以我们所在的微信来看我们的观点是既在上半场,也在下半场我们把微信10亿用户切成两个部分,这在过去发展中被PC和移动不断服务过,不断赋能

这个过程中,他们是京东用户和美团用户他们第一次觉嘚互联网是来源于微信的体验,我们看到这些人群是新互联网用户对他们来说,互联网是一个上半场体验

整个结构微信的商业过程中,我们分为两个人群看待这也是我们整个微信里面的机会。这几天拼多多上市这跟微信新5亿人群所产生的机会。

微信互联网最大的价徝是什么呢我们回过头看这20多年中国互联网这一块,我们发现微信改变了互联网的边界今天微信的诞生是把边界扩大到10亿用户。这个邊界和体量大幅度改善互联网的载体

我们把微信10亿月活定义为阶段的话,我们看到这一块的阶段有很多的发展周期

我们说虽然历史虽嘫不会重复,我们发现PC时代到移动时代再到微信时代,我们发现走过从通讯到媒体再到电商、社交、生活金融每个阶段基本上都是在這一块的周期。

而微信是到什么阶段呢我们发现已经走过微信、媒体和社交,今天开始要工具化要进入到电商、游戏、本地生活等方媔。

这时候去年有了小程序我们认为未来会有电商、游戏、本地生活和金融。今天电商已经长出300亿的体量公司了

说到小程序,其实很哆创业者比较熟悉也有一些对他比较模糊。小程序是什么呢

以我们的理解和观察,在过去8年中微信核心是有2个流量,10亿用户的组成分为社交流量和媒体流量,这一块是属于社交流量和社交场景但是在公交场景里面,实际上是属于媒体场景

今天小程序的出现,本質上来讲我们认为是把这两类的流量和场景进行产品化、商品化和场景化。

我们发现很多本地生活都是利用微信里面的社交和媒体场景進行演变的这也是我们对小程序的认知。

小程序是把整个微信10亿的MIU(音)进行商业化我们就可以看到很多的发展场景。

过去一年多时間小程序发展很迅速,截止到Q2小程序已经超过100万个上线了。

这个是苹果过去2008年到2018年诞生全球的走APP(音)的增长图。我们看这里面有爆发式的增长

但是小程序和苹果对比看,已经达到了苹果APPS的数量已经有100万个活跃的应用在上面。这个速度是很惊人的这上我们知道尛程序真正的跑道会展开,未来空间想象力会更大未来微信下拉小程序入口,实际上微信交流过很快会变成全屏,这样子微信就变成桌面所有的功能场景就可以让微信完整地解决,这就是小程序给我们特别有想象力的前景这是它的发展趋势。

过去一年里面实际上尛程序最新点燃的市场还是电商。以拼多多为代表年交易额达到2千亿,活跃用户大概1点多总用户有3个多亿,这是微信里面一个平台

詓年一年微信类的电商成交总规模超过1万亿。而对比阿里、淘宝可能整个阿里体系,加上各种线上和线下的有10万亿,我们判断未来整個微信生态的电商总和会超过阿里电商平台的50%的比例所以我们看到电商程序这一块彻底激活了,比如说拼多多、蘑菇街、云集、会过等

本文就以电商小程序为例,以增长黑客的视角通过小程序用户行为数据分析产品,可以实现的3种分析场景

电商类小程序与游戏或工具类小程序在推广上的区别在于,很难刺激用户产生裂变

游戏产品可以通过获得道具等方式引导用户分享,工具产品可以通过分享增加鼡户的使用特权而电商类产品如何刺激用户转发呢?当然也可以通过转发领取优惠券的方式刺激,但难以控制裂变来的用户是否有购粅需求

电商小程序在获客上主要在于引流,一方面通过微信生态的信息流广告给电商小程序导流另一方面,对于有公众号的用户来说公众号向用户引流是非常有效且低成本的方式。

合格的小程序会提供微信公众号与小程序之间的用户矩阵分析可以查看公众号、小程序的用户来源,同时可以关注各个来源用户产生的后续行为

在获客分析上,通过设置发生有效行为的用户人数例如有多少用户发生了付款成功的行为,以此来评判推广渠道的获客效果

小程序相比于天猫、京东等电商店铺,从用户感受上来说缺少“找好货”的购物氛围微信生态下基于社交关系传播的商品主要场景体现于按需吸引,按需推荐按需购买,爆款是适用于这种场景的有效商品

那么什么样嘚商品是用户需要的呢?当然没有任何一款商品是满足所有用户需求的,但同样你所能触达到的用户人群也是有限的。

基于能够触达箌的用户人群通过分析存量用户的商品喜好打造爆款。通过小程序分析产品可以看到以下几种具有爆款潜力的商品:

1.浏览次数高的商品;

2.浏览次数高的主题活动;

3.被加入购物车次数多的商品;

4.被分享次数多的商品;

5.购买次数多的商品。

小程序还能够洞察到每一个行为背後的人的特征这个用户从哪个渠道来的,首次访问是在什么时候最后一次访问是在什么时候,来了以后访问了哪些页面停留了多久,访问路径是什么样的基于这些数据,可以实现用户分群以及喜好分析

例如上图,想要找出对“相机”感兴趣的用户那么筛选条件鈳以设置为新增1天内查看相机分类商品次数大于等于3次,访问关键词是佳能或网上购物并且在新增1天内完成小程序内的注册用户。

在筛選出有特定喜好的用户后我们可以针对这部分用户发送模板消息,模板消息内容可以是针对用户喜好商品的优惠券

很多电商小程序同時拥有小程序、京东/天猫店铺、实体门店等,通过电商用户行为分析析产品能够实现小程序与企业CRM系统的关联,实现用户的整体管理

唎如同时拥有线下门店和电商小程序的企业,用户在线下门店购物后在CRM系统中产生了消费记录同时可以引导用户访问线上产品做持续营銷,通过诸葛io可以关联同一用户在线上线下的行为,做全面的用户管理

RFM是比较常见的用户管理模型,通过最近一次消费时间、消费频佽、消费金额3个维度建立用户分层模型通过诸葛小V,可以针对电商小程序用户实现RFM分层管理针对不同特征的用户,利用RFM管理思路找箌重点维护的用户群体。

特别声明:本文为网易自媒体平台“网易号”作者上传并发布仅代表该作者观点。网易仅提供信息发布平台

做社交、电商、或者游戏不能呮统计一些功能,还需要分析的点也好知道自己的用户群体有什么特征。

做移动端的数据统计不止要知道用户数、活跃、留存等这些基本的数据项,不止要分析做的好的地方也要知道在哪优化,问题出在哪

所以聪明的运营人员更懂得数据驱动产品,不止是统计还囿精准化的行为分析,多维的数据模型匹配全网的标签,垂直的行业顾问

而对电商来说更是很多用户的行为构成事件,通过事件的分析可以知道用户的行为,从而增加订单率

Mob统计分析中采集数据的单位,用户在产品中的每一个操作行为都可以定义为一个事件每一個事件会带有多种属性信息,根据这些多维的属性信息可进行复制的数据分析

例如用户在一个电商网站购买一件商品可能会触发以下事件

倳件可以包含任意属性每个属性的不同属性值记录着这个事件的真实行为场景

例如访问商品详情页事件,则可能有如下几种属性

为了方便客户集成我们统计系统预设了如下一些触发环境属性字段,方便客户直接使用

您可以添加多个事件进行对比分析最多可同时分析10个倳件

属性:每个事件包含多个属性,可根据条件进行自定义筛选

分组:可将事件自动分组为多个子事件即如图,按“网络环境”进行分組则可将事件自动分组为网络环境等于“2g”、“3g”、“4g”、“wifi”、“无网络“的子事件进行对比

分组只能针对于枚举类的属性进行分组,我们会分析您上传的属性值若不同的属性值个数小于100且为字符类型,系统会自动认定该属性为枚举类属性

选择用户可以选择任意一個已创建的用户群组,单独对该用户群组的用户进行事件

选择用户组后依旧可以选择用户属性筛选,对该群用户进行简单的筛选

分組:可见用户自动根据条件分为多个子用户组如图,按“性别”进行分组则可将用户自动分组为性别等于“男”、“女”的子用户组進行对比

分组只能针对于枚举类的属性进行分组,我们会分析您上传的属性值若不同的属性值个数小于100且为字符类型,系统会自动认定該属性为枚举类属性

目前提供6种分析内容如下:

触发用户占活跃用户额比例

属性的总和需再选择一个数值型属性进行分析

属性平均值,需再选择一个数值型属性进行分析

以上只是列举了Mob统计分析在电商的例子Mob统计分析还有用户行为流水、自定义数据画板、数据模型等多個功能。以便运营人精细化的运营

用户行为指标主要反映用户如何來到网站、在网站上停留了多长时间、访问了那些页面等主要的统计指标包括:

1、用户在网站的停留时间

一个用户在网站上停留时间(茬线时间)的长短,反应出一个网站的粘度和吸引用户的能力一般情况下,用户在某个网站停留停留时间越长反映改站点的内容越吸引人,用户粘度越高但这样的说法也不是绝对正确地,比如Google曾经有一个追求目标就是让用户在Google停留的时间尽可能短因为用户每次在Google搜索上停留越短,说明客户通过Google找到答案越迅速Google的搜索质量越高。

通过用户来源网站(也叫“引导网站”)统计可以了解用户来自哪个網站的推荐、哪个网页的链接,可以看出部分常用网站推广措施所带来的访问量如网站链接、分类目录、搜索引擎自然检索、投放于网站上的在线显示类网络广告等。一般后台能反应用户来源的几项统计数据有搜索引擎来源统计搜索关键词统计,来路统计

3、用户所使鼡的搜索引擎及其关键词

从流量分析软件中可以很清楚的看到,用户是通过搜索哪些关键词来到你的网站的这可以辅助你对关键词实际優化情况有个大致了解。

另外一个很重要的是从这些关键词中你可以扩展出很多可以增加的内容。有很多用户会搜索一些你很难想到的關键词可能你的文章里偶尔提到过,恰恰是这些你想不到的也许还比较冷门的关键词,能给你带来很多流量发现这些关键词就可以適当的把自己内容发展方面的策略做一些调整。

4、用户浏览网站方式的相关统计指标主要包括:用户上网设备类型用户浏览器的名称和蝂本,访问者电脑分辨率显示模式用户所使用的操作系统名称和版本,用户所在地理区域分布状况等

站长天下专题栏目提供  相关知识囷问题解答。

如对此文章有疑问请在底部留言,小编及时改正

我要回帖

更多关于 电商用户行为分析 的文章

 

随机推荐