研究用户行为

用户行为研究：研究作为特定目标群体的用户的行为模式、思维习惯等，并加以合理利用。用户行为研究在现在社会中发挥着日益重要的作用。研究对象：用户的思维习惯和使用习惯应用领域：交互设计、用户体验、以用户为中心设计。

数据营销中的用户行为应该从以下方面入手：第一：用户行为研究能干什么?需求分析、产品评估、行为分析合三为一，就构成了企业或个人研究用户到底能干些什么?这三个部分缺一不可，缺乏任何一个，都无法构成最为基础的数据营销分析，否则，你做出来的产品是有缺陷的，是无法被用户所接纳的。第二：用户研究的方法　　用户研究方法主要分为两个部分：　　1：定性分析　　定性分析中的原理是要找到组成事物的最小元素，理清他们之间的相互关系，然后进行回答问题，如：Why、How等。它最重要的就是要进行语言、行为、使用的痕迹三个方面采集数据，最后进行数据的处理方法：分析、整理、归纳、拆解、理解和解释。它比较适合深度理解、挖掘和提供假设，但是缺陷就是无法推及总体。　　2：定量分析　　数据分析中的原理是指将实际问题转化为数字指标，用过解决数学问题获得答案，然后再进行回答问题，如：Who、What、When、Where、Which、How many、How much等。然后进行数据指标的采集，最后使用统计进行数据处理。不过它比较适合描述当前现象、假设的验证、解决边界比较清楚、较容易量化的问题。　　比如说我们可以通过访谈法、焦点小组、脉络访查、竞品分析、卡片分类、用户模型、专家评估、认知走查、满意度评估、问卷调查、产品可用性测试、网站数据统计等用户研究的方法。　　第三：用户研究方法在产品流程中的使用方法　　第二点最后说到我们可以通过某些方法去研究用户，那么这些方法如何具体使用在产品研发过程中呢?这块就要针对四个点：　　1：产品概念　　访谈法、焦点小组、脉络访查、问卷调查、竞品分析、用户模型这五点是产品的概念，通过这五点我们可以发掘、验证、用户用户的需求，从而明确产品的最后设计目标，这也是产品研发过程中最重要的一环。　　2：产品设计　　可用性测试、卡片分类、合理性研究、认知走查、专家评估这五点是产品在设计中需要掌握的，用过这五点可以明确视觉及设计方案的确定，交互设计体验的方案评价及可用性分析。　　3：产品研发　　可用性测试、认知走查、专家评估这三点是针对产品在迭代开发过程中，不同版本的易用性问题等进行复查，它们是组成产品设计和研发过程中最需要的三个要点。　　4：产品发布　　在产品发布之后，企业需要进行调查问卷、满意度评估、用户访谈等了解产品在发布后用户的反馈、各个功能点的使用情况、新功能点的发掘及产品的推广策略等。这里就回到了第一点的用户行为研究能干什么了。

做用户行为分析的基础是获得用户行为数据，例如用户页面停留时间、跳转来源等等。这些信息有些能直接拿到，有些是需要做一些计算才能拿到的。一般来说用户访问时的一些信息都是以日志的形式打到web容器的日志空间中去，这其中包含了最通用的一些访问信息以及一些自定义的日志打点。题主提到了大数据技术中对用户行为进行分析，那么可以假定网站或者App的访问量是比较傲多的。由于系统流量比较大，计算维度又比较多，后续数据消费者的需求增长比较快，所以对计算分析平台有了一定的要求。具体表现为：1.负载能力。流量增大以后带来的压力是多方面的，比如网络带宽的压力、计算复杂度带来的压力、存储上的压力等等。一般来说这些都是比较显而易见的，会对产生比较直接的影响，比如计算实时性下降、消息出现了堆积、OOM等等。为了解决这一现象，一般来说会选择一些分布式的框架来解决这个问题，比如引入分布式计算框架storm、spark，分布式文件系统hdfs等。2.实时性。在系统资源捉襟见肘时消息的实时性会立即受到严重影响，这使得部分算法失效（例如对计算和收集上来的数据进行行为分析后，反馈到推荐系统上，当整体响应时间过场时会严重影响推荐效果和准确度）。对于这个情况来说可能会选择storm这种具有高实时性的分布式流式计算框架来完成任务。3.系统管理和平台化相关技术手段。在大数据情景下，企业内数据环境和应用环境都是比较复杂的，用户行为分析应用不是一成不变的，那么就要求用户行为分析这种多变的应用在复杂环境中能有效生存，这包括算法数据材料的获得、系统运维、系统任务调度、系统资源调度等等，相关的技术很多时候要求团队自研，但也有ganglia、yarn、mesos这类开源系统可以参考或者直接使用。4.数据链路。企业技术环境一般来说是非常复杂的，一层一层交错在一起，远不是一句MVC三层架构能够概括得了的，为了避免消息流通呈复杂的网状结构，一般会考虑应用服务化、企业服务总线（ESB）及消息总线来做传输，有兴趣的话题主可以百度一下这几个方向的技术和开源工具。5.应用快速生成工具。我个人认为在大数据环境下应用都摆脱不了一个快速开发的要求，用户行为分析也是如此，这时候要考虑对接一些开源的分布式数据分析算法库而不是通过自己去实现，比如像spark ml，mahout这类的库用得好能减少很多工作量。

顾客个人行为的分析有利于出示企业的市场需求和盈利扩张工作能力，无论是哪些的企业把握顾客才算是最关键的事情，对顾客开展分析关键从顾客的令人满意满意度，顾客的意见反馈，外流预测分析，反复消费频次等开展分析，要是能确保顾客能长期性对企业怀有优良的印像，就能够提升企业的长期性营运能力。一切顾客的没有响应度都能被用以具体指导企业的营销策略，改进原先绝大多数企业没有总体目标和计划的市场销售个人行为并减少销售毛利，分析顾客的自我反思能够让企业更没把握掌握他们的日常动态，为时刻挽回她们搞好此前提前准备，对目前的全部顾客开展分析，能够挖掘大量的潜在性市场销售机遇，出示更强的服务项目得到大量的盈利。无论企业是不是早已布署了CRM顾客关系管理系统软件，针对新开发设计一个顾客来讲必须努力很大的成本费，因而维护保养原来的老顾客变得更加关键，为了防止这种老客户忠诚度CRM务必能对顾客开展外流预测分析 ，并且为企业出示相对的辞退计划方案来维护保养她们的令人满意和满意度，另外让企业有充足的时间来实行挽回计划。CRM客户管理软件中的分析预测作用的步骤是不一样的，这里以滴答CRM为例，难题的分析构造为顾客编码、消费纪录、顾客年纪、顾客性别、顾客收益、顾客岗位、顾客家庭住址等，这种信息各自为分类为日常动态与静态数据信息，在分析时要将这种信息开展离开化，且必须一些背景图专业知识，这必须企业具体情况来开展设置。客户管理软件的外流分析可以运用统计数据的归类作用，适用于获取归类模型，这种模型能够把数据库查询中的各类统计数据投射到特定的某一个，且关键分成二步：各自是基本建设模型和模型归类，整体规划管理方法客户数据时必须采用这种模型来便捷统计数据的分析。

对于C端产品来说，用户就是你的目标，不分析用户，你难道在盲目的自嗨么。所以不以用户利益为目标的产品经都是捣蛋鬼。产品经理要时刻站在用户的角度去分析这个问题是不是存在，功能是不是设置合理。张小龙能一秒变小白，然后来体验产品感受产品是不是好的，是不是解决问题的。但是大多数产品经理并不能做到一秒变小白，经常所谓的用户觉得，用户认为，只不过是按照自己的理解瞎搞，给自己赋予了用户的头衔，这种主观是错误的。用户看不到摸不着，你可以调研你可以访谈，但样本过低你的结论往往是片面的不具备普适性的。所以你应该从app的数据中去分析你的用户。一个用户在app中的生命周期，从认知、熟悉，再到试用、使用，最后到达忠诚。这漫长的历程中，你需要研究每一个节点有多少用户到达了，没有到达的用户是因为什么流失的，研究他们在app中所做过的行为，卡在了哪里，流失在了哪里，然后针对这个地方去优化去提升，然后继续观察你的数据，流失的那部分又没有好转有没有提升。然后你的app才会形成正向循环，保证你的每一滴分析都会带来价值和意义。你作为一个产品经理才算是小部分的成功了。当然，坐着一大堆事情搞的前提是，你在app中之前就预先建立了一套统计体系，用来分析你的用户行为框架。所以，在你做任何一个功能的时候，都不要忘了给你即将要分析的功能做好埋点。不要问我什么是埋点，请自行搜索百度。至于如何做好埋点，那是另外一个话题。

用户行为分析目的有以下两种：1、优化产品使用体验；2、提升业务运营业绩；

去百度文库，查看完整内容>内容来自用户:理梓微信公众号用户行为研究报告2015年1项目背景介绍2报告主要发现3报告详情2点点客助力企业微信公众号成长上海点客信息技术股份有限公司（点点客）成立于2007年，专注于新型移动社交营销工具的开发，是目前国内领先的微信第三方开发服务商。经过多年的发展，点点客的业务范围已经覆盖：微信营销软件（含通用版及行业版）、微信代运营，微信定制开发、微信硬件（微打印机、微wifi）及行业短信等。2015年，艾瑞咨询作为专业的互联网研究公司受到点点客委托，针对微信人群进行研究，主要解决以下问题：用户微信公众号使用习惯是怎么样的？用户对于微信公众号内容的兴趣点有哪些？用户的对公众号内容分享意愿如何？哪些类商品用户喜欢通过微信公众号购买？用户在微信公众号购买商品有哪些顾虑？不购买的原因是什么？3研究内容公众号购物用户画像•性别•年龄•区域•职业•个人月收入•家庭月收入微信公众号使用行为微信公众号购物习惯•公众号关注数量、类型•公众号认知途径•公众号关注及取消关注的原因•公众号浏览时段、频次、时长、•公众号内容兴趣度、满意度及分享行为等•…………•使用微信公众号购物人群占比•微信公众号购物频次•微信公众号购物花费•微信公众号购物品类•微信公众号购物方式•在微信公众号购物的顾虑•…………4研究方法桌面研究研究工具研究方法及目的•引用

是指在获得网站访问量基本数据的情况下，对有关数据进行统计、分析，从中发现用户访问网站的规律，并将这些规律与网络营销策略等相结合，从而发现目前网络营销活动中可能存在的问题，并为进一步修正或重新制定网络营销策略提供依据。

　　数据本身是客观的，但被解读出来的数据一定是主观的。那么我们要如何使用这些数据为我所用呢?　　1、通过各项数据展示网站运营情况，调整网站的运营策略;　　2、通过用户操作的习惯，进行分析优化产品功能。(让用户用的更舒心即用户体验);　　3、通过关联分析，拓展产品，挖掘产品价值(最大化的释放用户欲望或需求)即运营推广、用户体验、个性化挖掘。