如何观察单个用户行为开发产品的你，知道怎么看用户的行为吗？-随便找财经网

如何观察单个用户行为开发产品的你，知道怎么看用户的行为吗？

1、如何观察个体用户行为

作为产品开发者，你知道如何观察用户在使用产品过程中的行为吗？

我们来看一段手机录屏：

从这段录屏中，我们可以用文字大致描述一下用户做了什么：

用户打开APP进入首页，滑到底部查看特色推荐，被手柄吸引点击进入主题会场，浏览手柄产品详情，返回主题会场和首页依次，然后搜索键盘。在搜索结果中找到一个商品，点击进入并选择了具体的商品规格，最终在准备购买时触发了登录注册，没有登录就返回了商品详情。

在做实际的用户研究时，比较容易观察到用户如何使用我们的产品。但是，如果想通过数据记录所有用户的使用行为，就需要在客户端埋点，才能详细记录用户的使用历程。

我们可以将所有我们关心的产品使用行为埋起来进行跟踪，比如浏览首页、浏览搜索结果页、浏览产品详情页等等。按照行为发生的时间把这些节点串起来，就得到一条直线路径，说明有这样一个用户，依次触发相应的行为。这是这个用户的行为序列。

这样我们就可以摆脱录屏的限制，提取关键信息，也就是我们最关心的用户行为序列。之后，通过观察不同用户的行为序列，我们可以很容易地了解用户是如何使用我们的产品的，比如用户是否迷路或徘徊，他们喜欢使用什么功能来寻找产品等等。

2、如何观察群组用户行为

让我们再扩展一点，如果我们想查看在某一天访问该应用的所有用户的不同功能之间的转化率差异怎么办？例如，搜索的转化率与活动场地的转化率相比如何？

有的用户会先进入活动场地再进入搜索，有的用户会先进入搜索再进入活动场地。

为了简化这个问题，我们假设100人进入首页，80人先搜场地再搜场地，另外20人先搜场地再搜下单转化率和支付转化率有什么区别，只有10人下单付款。

如果我们这样计算转化率：浏览XX页面后付费成功的用户，那么这100人都进入了搜索，也进入了会场，所以搜索转化率为(10+10)/100=20%，而场地的转化率也是（10+10）/100=20%，两者的转化效果是一样的。这个结论显然是有问题的。

从结果来看，最终20人中有10人通过搜索支付订单，而80人中只有10人通过会场支付订单，因此搜索的转化效果较好。此外，先搜场地再搜的转化率仅为12.5%，而先搜场地再搜的转化率为50%。这个过程会不会更符合用户的认知？

当然，这里都是为了简化问题而设计的数据，没有真实性，深挖也没有意义。这套认知方法是重点。

在分析用户行为时，人为定义独立的转化路径，通过last touch归因分析不同路径下的转化效果。根据业务场景，可能还需要其他归因方法。可视化每个节点后，您将得到一个如下所示的树节点：

从这个路径图中，线性行为序列成为树节点中的流。比如上图中橙色的1-2-3就是一个用户的一个完整的行为序列。可以想象，对于一个产品来说，每天都有大量的用户在这个虚拟的树状结构中流动，有的会随着流动而流失，有的会随着流动而转化。我们要做的就是搞清楚用户是怎么流的，哪种流最有效率，对用户最有利，然后不断优化。

3. 现实世界中的用户行为

不同路径之间没有直接的可比性，只能作为参考。

毕竟，去商场最深处买东西的人，目的很明确，而在入口促销区买东西的，也只是贪图便宜而已。这是一种自然选择偏差，超市通过路径“选择”用户。这种现象甚至可以被我们用来主动筛选用户。例如，优惠券等歧视性定价的经典方法是通过路径选择用户。

搜索和活动场地就像大型商场里的两个货架展示区，一个按品类展示，一个是超市门口的促销货架，两者之间商品重叠是正常的。

但App与实体超市有一个重要的区别：空间的不连续性。

超市的空间必须是连续的。如果有5个区域呈直线排列，消费者从A区走到E区之前必须依次经过B区、C区、D区。而APP中从A到E的五个页面（销售区）并没有需要经过B、C、D，这种不连续的空间跨越只能由app来完成。

这也意味着用户在App中的真实行为路径其实是一个网络而不是一棵树。例如，从一个产品详情，您可以直接转到另一个产品详情或商店主页。支付成功后，可以直接返回首页，进入订单，进入新品详情等。

真实的用户行为在由大量行为节点组成的空间中向前跳跃。为了分析不同的问题，我们需要人为地抽象出合适的模型下单转化率和支付转化率有什么区别，简化问题，扬大放小，这样才能从海量数据中挖掘出有价值的见解和见解。数据是客观的，但模型和抽象是主观的。这是一门艺术。

你学会了吗？

相关文章推荐