如何通過5W2H 7步分析法描述APP頁面的瀏覽行為？

原創贊收藏評論

舉報 2020-11-30

掃描,分享朋友圈

從流量時代進入存量時代，以用戶為中心已經成為企業經營的重點，通過用戶的真實行為表現，建立用戶視角非常的重要。這樣我們就可以站在用戶的立場上發現用戶需求、喜好，從而匹配和改善自己的產品，深挖用戶價值，提高企業營收。從提供現有的服務、產品到深挖需求，都需要和用戶建立有效聯系，從用戶的真實行為反饋出發，從前我們都是靠經驗，現在我們需要數據來支撐。

今天我們就從基礎的APP頁面為大家拆解，如何更好的建立用戶視角，通過5W2H 7步分析法描述APP頁面的瀏覽行為。

5W2H 7步分析法包括建立用戶檔案（who）、行為發生時機（when）、分析用戶目的（what）、相關場景/位置（where）、分析結果原因（why）、解決需求的辦法（how）、用戶產生的價值（how mach）7個步驟。

通過這7個分析步驟讓我們更真實的看到我們的用戶，而通過數據分析建立用戶視角，實現數據分析的真正價值：洞察行為數據背后的人。

用戶檔案（who）

用戶進入我們的產品后，會選擇感興趣的頁面進行瀏覽，這個時候我們要知道進來的是誰，而且我們要對他的身份應該是唯一可標識的。比如這個用戶在其他的不同的端（小程序、H5），以不同身份狀態在不同的端操作時，都能識別出來就是同一個人。這個是我們后期做更深層分析的基礎，像對用戶數量統計、漏斗、留存、路徑等分析。因此，在進行任何數據接入之前，都應當先確定如何標識用戶，統一用戶的ID體系，建議統一的用戶檔案。

例如在安利在沒有接入諸葛系統之前，小程序的賬號、PC、移動端、云購產品端、會員賬號的各個登錄賬號都是獨立的，數據分散在各個系統中，從而面臨有數據無法查看，無法利用，無法統一管理的難題，通過諸葛io的identify接口和安利ID中心的打通交互實現了統一的ID體系。

產生需求時機（when）

很多時候我們都非常的想要抓住驅動用戶付費的最佳時機，比如用戶將商品加入購物車，代表用戶產生了購買意向，但是還想看看別的，這個時候可以推送商品優惠券引導下單，也可以推薦同類商品增加選擇。

在諸葛io的系統當中，可以用自動采集的時間戳記錄。將每一個關鍵的時機重點記錄，一般分為三種情況：

1) Click 時采集：用戶點擊的時候采集，如點擊某個商品、點擊某個活動；

2)某頁面加載完成時采集：用戶要進行的操作已經完成，通常表現為頁面成功加載完成，如瀏覽商品詳情；

3)前端收到服務器返回的狀態字段時采集：常見場景為關鍵行為的成功或者失敗條件，如付款成功、付款失敗。

分析用戶目的（what）

所謂分析用戶目的，就是我們要知道到底發生了什么，用戶在我們的產品和頁面瀏覽中到底干了哪些事情。在諸葛io中，將其定義為“事件”，也就是用戶在產品上的每一個具體的行為我們稱之為「事件」，具體來說，任何程序上的判斷和反饋，都可以用自定義事件進行采集。

如何合理設計事件呢？比如頁面瀏覽事件，一般一個產品會有N多個不同頁面，如果將每個頁面都定義為一個事件，那勢必會使事件個數集聚增多，為業務使用篩選帶來麻煩。所以像頁面瀏覽事件應該定義為“APP頁面瀏覽”，而不是“首頁瀏覽”、“詳情頁瀏覽”這種，而我們可以通過增加【頁面名稱】這個屬性來區分究竟瀏覽的是哪個具體的頁面。

相關場景/位置（where）

在激起用戶購買興趣方面，相關場景/位置（where）也是非常的重要，比如我們最近買了一臺新手機，再選擇耳機時，可能不一定在乎折扣、不一定在乎活動，可能在乎這個耳機能否搭配自己的新買的手機。

在頁面的瀏覽行為中，諸葛io可以默認采集與定位設備等相關的IP、國家、省、市區、應用版本、操作系統、操作系統版本、設備型號、屏幕高度、屏幕寬度等基礎信息。比如有人用的iOS/Mac的操作系統，就可以嘗試推薦與之匹配的電子產品更合適。

分析結果原因（why）

我們在用戶瀏覽行為中，會發現這樣的情況，用戶瀏覽了很多個頁面，但是一直遲遲不下單，為什么？明明點擊了付款，為什么最后卻付款失敗了，為什么？這些都是我們需要通過真實行為數據來去洞察分析原因的。

例如，我們做了一場大活動，帶來的很多的用戶參與，也看到很多用戶加了購物車，但是付款的人卻很少，這時候就要去排查原因了。通過諸葛io一步步排查后才知道，原來很多用戶一進入到了付款頁面就出現了崩潰的場景，導致很多用戶就不愿意再重復嘗試了。

解決需求的辦法（how）

通過上邊的多個角度用戶分析，我們可以比較深入的了解到用戶是誰？最近一次瀏覽的頁面（產品）是什么？遇到了什么問題，那么接下來我們就要根據這些采取相應的行動，尋找解決的辦法，滿足用戶需求。

在諸葛io的對事件（用戶行為）中，更多還有一個就是描述事件的維度，通常對行為事件背后的業務信息和交互信息進行歸納，形成對用戶行為的某一個維度信息的采集。屬性涉及屬性值，事件屬性的具體內容，一般是動態的，由開發通過規則進行賦值。有了這些，我們就可以對用戶進行靈活的分群，比如將最近一次瀏覽過某個產品頁面的用戶進行篩選出來，給他們派發優惠券，促進用戶參與活動，下單購買。

用戶產生的價值（how mach）

所有的運營到最終一定是為了創造價值，我們要拿真實的數據對活動進行評估。通過諸葛io可以直觀評估用戶參與活動后的行為變化，判斷所采取的一系列的措施是否真正對用戶產生了影響，提升了銷售。例如，通過對不同的用戶行為判斷，分析出不同用戶對產品的喜好，對折扣是否感興趣，采取不同的策略，一部分推送感興趣的產品，一部分推送優惠券，然后收入提升了多少。

總之，每一個運營者如果以數據為支撐，通過用戶行為真實洞察用戶，不斷滿足用戶需求，一定可以做到數據驅動增長。

本內容為作者獨立觀點，不代表數英立場。
本文禁止轉載，侵權必究。