你真的理解产品中的用户行为吗?

一、如何观察单个用户行为

开发产品的你,知道怎么看用户使用产品过程中的行为吗?

先看一段手机录屏:

产品经理,产品经理网站

从这个录屏里我们可以用语言大概描述这个用户做了什么事情:

用户打开App进入首页,滑动到最下方查看精选推荐,被一个游戏手柄吸引并点击进入主题会场,浏览了游戏手柄的商品详情,然后依次返回主题会场、首页,之后又去搜索了键盘,从搜索结果中找到一个商品,点击进入后选择了具体的商品规格,最后在准备进行购买时触发了登录注册,没有登录又返回了商品详情。

当做实际的用户研究时,可以比较容易的观察到用户是如何使用我们产品的。但是如果想要通过数据记录所有用户的使用行为,就需要通过客户端埋点的方式,才能够详实地记录用户的旅程。

我们可以把我们所关注的产品使用行为都埋上点进行追踪,比如浏览首页、浏览搜索结果页、浏览商品详情页等等。按照行为发生的时间把这些节点串起来,就得到了一条线性的路径,代表有这样一个用户,依次触发了相应的行为。这就是这个用户的行为序列了。

产品经理,产品经理网站

通过这种方式,可以脱离屏幕录像的限制,提取出关键的信息,也就是我们最关注的用户行为序列。之后通过观察不同用户的行为序列,就能比较轻松地了解用户是如何使用我们产品的,比如用户有没有在什么地方迷路、徘徊,喜欢用什么功能查找商品等等。

二、如何观察群体用户行为

让我们再展开一下,如果我们想看某日访问App的所有用户,不同功能之间的转化率差异,会怎样呢?比如,搜索的转化率和活动会场的转化率相比如何?

有的用户会先进入活动会场再进入搜索,有的会先进入搜索再进入活动会场。

为了简化一下这个问题,我们姑且假设100个人进入首页,80个人先搜索再会场、另20个人先会场再搜索,每种都只有10个人下单支付。

如果我们计算转化率的口径是:浏览过XX页之后支付成功的用户,那么这100个人都进入过搜索,也都进入过会场,所以搜索的转化率是(10+10)/100=20%,而会场的转化率也是(10+10)/100=20%,两者的转化效果一样。这个结论显然是有问题的。

从结果上来看,最终通过搜索下单支付的20个人里有10个,而通过会场下单支付的80个人里才有10个,这样看,搜索的转化效果要好一些。另外,先搜索再会场的转化率只有12.5%,而先会场再搜索的转化率有50%,那么会不会这种过程更符合用户认知?

产品经理,产品经理网站

当然,这里都是为了简化问题而设计的数据,不具备真实性,深入挖掘下去也没有意义,这套认知方法才是重点。

在去分析用户行为的时候,人为定义相互独立的转化路径,并通过末次触点归因的方式分析不同路径下的转化效果。根据业务场景的不同,也有可能需要采用其他的归因方式。将各个节点可视化之后,就得到了类似这样的树状节点:

产品经理,产品经理网站

从这张路径图解中,线性的行为序列变成了树状节点中的流动,比如上图中橙色的1-2-3就是一个用户的完整行为序列。可以想象,对于一个产品而言,每天都有海量的用户在这个虚拟的树状结构中流动着,有的流着流着就流失了,有的流着流着就转化了,我们要做的就是搞清楚用户是如何流动的,哪种流动的效率最高、对用户最有利,然后不断的调优。

三、真实世界里的用户行为

不同路径之间不具备直接的可比性,只能作为参考。

毕竟跑到商场最深处买东西的人有着很明确的目的性,而在入口促销区买东西的人只是图便宜。这是天然的选择偏差,超市通过路径“选择”了用户。这种现象甚至可以被我们用来主动筛选用户,比如优惠券这种歧视性定价的经典方法,就是在通过路径选择用户。

搜索和活动会场就像一家大型商场的两个货架陈列区域,一个是按品类陈列的,一个是超市门口的促销货架,并且两者之间的商品有重合也很正常。

但是App和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个区域线性排列,那么消费者在从A区走到E区之前,必须要依次经过B、C、D区。而App里的5个页面(销售区域),从A到E,可以不经过B、C、D,这种不连续的空间跨越只有App能做到。

这也意味着,用户在App内真实的行为路径实际是网状的,而不是树状的。比如从一个商品详情可以直接去往另一个商品详情或者店铺主页,支付成功之后可以直接返回首页、去往订单、去往新的商品详情,等等等等。

产品经理,产品经理网站

真实的用户行为是在以大量行为节点组成的空间中跳跃前进的。为了分析不同的问题,需要我们人为地抽象出合适的模型,简化问题,抓大放小,这样才能海量数据中挖掘出有价值的见解和洞察。数据是客观的,模型和抽象方法却是主观的,这是一门艺术。

你学会了吗?

 

作者:Genius,微信公众号:产品研究笔记

本文作者 @Guibin

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部