本文整理自現場發言，今天整理第三、四部分——洞察用戶：從分析業務到解讀需求；行為設計：把握時機引導用戶行為。

點我回顧：第一、二部分

——行為數據的認知變遷與應用趨勢、從數據采集到管理布局

三、洞察用戶：從分析業務到解讀需求

上文分析了用戶行為數據在驅動增長方面的價值，下面我們看看如何洞察用戶，從分析業務到解讀需求的深度洞察。

拓撲心理學原理告訴我們，用戶的行為由用戶自身素質和當時面對的場景共同決定，其實很好理解，比如：刮風下雨懶得出門，在這一特定場景下你產生了一個外賣需求——打開外賣APP點餐，因此，我們可以說，用戶行為就是用戶需求和認知的客觀反映，當然這個場景也可能發生在產品中，比如：當你打開外賣APP后彈出了A家限時半價優惠券，這一場景促使你直接選擇A家并使用優惠券。

1、數據分析的核心目標是還原用戶需求

這里舉2個經典案例，第一個是facebook，早期通過數據洞察發現新增用戶如果在新增后10天內能夠擁有7個真實好友將極大提升該用戶的留存率和活躍度，而這個數據現象呈現的就是數字化的人際關系和社交。

第二個是Airbnb，通過在各地雇傭攝影師免費為租戶拍攝房屋照片，為租客打造明朗、愉快而又安全的租賃氣氛，促使正在策劃著幸福之旅的用戶快速買單，從而大大提升預定轉化率，由此可見，用戶對預定房間的客觀了解和情感期望直接影響用戶的預定行為。

2、業務監控是數據分析的第一步

數據分析的核心目標是客觀真實的衡量，還原用戶需求，業務監控就是還原用戶需求的第一步，客觀衡量實時監控，當數據一旦發生波動后相關部門可第一時間查找原因，及時修正。

在梳理指標體系時，需要回歸到業務中，梳理業務中用戶的行為軌跡，在每個業務節點用戶有怎樣的訴求，然后反推到行為數據上去制定指標，一旦指標發生波動，即可快速定位是哪些可能的因素影響了指標。

我們以理財產品為例，從市場推廣開始到注冊（新手期）到完成綁卡首單投資（激活期）到多次復投（成長成熟期），到沉默流失（流失期），每個業務節點都有相應的用戶行為指標來衡量處于不同生命周期用戶的健康度。

3、明確團隊目標至關重要

其實很多公司都有自己的指標體系，但往往只關注新增數、留存數、訂單量等結果性指標，這樣的指標很難定位業務問題，比如當新增用戶數突然下降時，你很難判斷是自然流量帶來的用戶流失了，還是某次活動帶來了“羊毛黨”，因此，升級“傳統”的指標體系才有利于業務增長，我們舉個例子。

新增用戶是一個傳統指標，而“有效新增用戶”就是對新增指標的一個升級，通過行為判斷用戶的有效性，有效用戶才是對業務增長有正向提升作用的，對于理財產品的新增用戶來說，可以通過條件來篩選出來，比如只有在第二天還來瀏覽理財產品詳情頁的才算有效新增用戶。

通常，數據指標需要具備2個特點：1、反映真實情況；2、指標需要與業務部門掛鉤，再來解讀下“有效新增用戶”這一指標，首先，比起新增用戶，這一指標反映了真實的新增情況，其次，這一指標如果出現異常，可以快速定位對其負責的業務部門，即市場推廣，而“有效新增用戶中一次性用戶占比”出現波動，則很可能是運營或者產品設計體驗不佳導致的，因為用戶本來都“路轉粉”了，但產品用著不爽，直接“粉轉黑”了。

4、分析和解讀數據的深度決定你業務增長的高度

我們舉個例子，某直播產品，通過數據我們發現直播房間里用戶給主播禮物的整體金額下降了，如下圖

看到這個曲線，可能你會想到做個活動來促轉化，但是且慢，我們要一步步分析：1、保證數據準確性，比如排除產品因改版帶來的數據采集錯誤，2、搞清楚究竟是哪一撥用戶不打賞主播了？是老用戶流失了新用戶還沒與主播建立情感連接所以沒有打賞？排除以上情況后，我們再來看，用戶在產品內的行為是先充值再打賞，而數據顯示充值數據在同期內沒有出現明顯波動，即表示用戶充值的錢被消費在別處了，綜合來看，該產品消費的出口有3個：直播間、群聊秀場、秀聊真心話，而直播間打賞是該產品變現效率最高的，因此需要提高用戶在直播間的打賞花費。

而群聊秀場的用戶消費額逐步提升，結合用戶在產品內的行為：充值-打賞-爽（不爽）-留下來（流失），猜想哪些環節對充值業務有促進作用，通過對比不同用戶的行，我們發現充值用戶會與主播有更多的互動，此時，我們需要從相關性中盡可能的尋找因果性：直播業務中新用戶“與主播的互動”是否能對充值轉化有促進作用？通過以下步驟：

提出假設：「與主播互動」能夠促進新用戶的付費轉化

梳理預期場景

設計反向驗證的數據分析方案

我們得到一個結論：直播中與主播有文字互動的用戶，付費轉化率是沒有互動用的將近5倍。至此，也許我們不能斬釘截鐵的說，是由于與主播的互動帶來了付費轉化，但是我們可以很有底氣的說，如果用戶能夠先與主播發生互動，那么他的付費轉化的可能性將遠遠大于沒有互動的用戶。

于是我們的迭代方案是，在直播間底部欄提示新用戶和主播聊天，最終效果是：新版本上線當日，付費充值的轉化率環比提升了30%，次日留存率也環比提升了40%。

四、行為設計：從心智模型到引導策略

通過用戶行為數據深入洞察用戶，最終還是要通過策略和設計來影響用戶參與度模型。在用戶的行為設計中，最重要的是把握時機引導用戶行為。

正如羅振宇在跨年演講中提到的“蜥蜴腦”法則，理性系統?VS?直覺系統是人類行為發生的雙系統模式，通過數據把握恰當的時機，讓用戶的理性決策變得更加“沖動”，進而提升付費轉化率。這里的時，就是實現目標的關鍵行為路徑，機，就是關鍵行為前后間隔的機會。

以教育培訓類產品的用戶購買行為為例，用戶通過查看課程后，如果課程滿足自己的學習訴求、講師足夠資深···那么該用戶可能會選擇加入學習體驗試聽，如果果然很有收獲，那么該用戶可能會決定正式付費聽課提交訂單完成支付，這一購買行為路徑有4個機會，讓用戶的行為按照我們希望的方式一步步完成。

我們需要關注每個機會階段的用戶狀態和接觸到的信息，比如在課程詳情頁中，加入更清晰的課程介紹讓用戶對課程的效果有一個預期，提供更多課程評價，給用戶一個第三方點評幫助用戶了解其他學員的聽課效果，提供一個客服咨詢的入口，在用戶產生需求、對課程有了一定的認知后，第一時間即可聯系到客服銷售人員，我們針對他的需求，促使他盡快完成轉化。

總之，圍繞核心流程加快用戶決策促進轉化，幫助用戶認可價值、打消顧慮、付費購課、定制鼓勵，通過我們的精準運營策略“推一把”，讓用戶盡快完成付費轉化，舉一個我們客戶的例子。

腰果公考是諸葛io的深度客戶，團隊對數據的重視以及應用始終保有敏銳的觸覺，對于腰果團隊來說，提升留存是漏斗的第一步，讓更多的用戶認可并愿意為之付費才是終極目標。

課程轉化漏斗

（圖示數據為脫敏數據）

團隊就發現用戶的購買轉化率有很大的提升空間，為了提升付費轉化，總是通過各種運營手段去刺激用戶付費，但效果忽高忽低，且難以界定效果。

通過我們的“智能觸達”功能，腰果團隊很容易的篩選出目標用戶，并在觸發相應條件時自動推送相應內容那些有潛在付費學習動機但未能夠完成購買的用戶，可以輕松喚回。

智能觸達?定向優惠券

（圖示數據為脫敏數據）

當用戶進入課程，點擊“購買”按鈕，但是一天內沒有完成“支付成功”，就給這些用戶彈窗推送一張定向優惠券（對于790元的課，優惠券為30元，?200元的沖刺班，優惠券為10元）。同時，設定轉化目標為收到消息1天內，消費了這張優惠券。

經過一周的數據跟蹤并實時關注營銷策略的轉化效果，腰果團隊發現，對于200元的沖刺班，優惠券使用率在20%；對于790元的全程班，優惠券使用率在11.7%；最終實現了喚回8.2%的流失用戶付費轉化。

這次增長給團隊帶來大大的啟發，加快了團隊數據發現-制定策略-快速驗證的實踐。

通過用戶行為數據洞察用戶需求，基于行為數據指導用戶的行為設計，通過關鍵時機的把握，引導用戶的行為，通過自動化的智能觸達，實現核心業務指標的增長。

微信公眾號：諸葛io（ID:zhugeio1）