很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
作者｜吃飯第一名的 Claire
用戶行為分析是互聯(lián)網(wǎng)公司的核心分析指標(biāo)。這個過程需要數(shù)據(jù)分析師通過海量交易數(shù)據(jù)，分析（新/老）用戶在整個產(chǎn)品使用環(huán)節(jié)（隨時間）的行為路徑，從而發(fā)現(xiàn)異常值，探索出現(xiàn)異常的原因，進(jìn)而減少用戶流失、提升用戶的產(chǎn)品參與度、最后幫助產(chǎn)品實(shí)現(xiàn)持續(xù)性營收。
注：這里的互聯(lián)網(wǎng)產(chǎn)品可以是手機(jī)app、網(wǎng)站平臺等各種SaaS（Software as a Service）產(chǎn)品，以下皆用“app”來代表以簡化語言。
本文我們以電商平臺的一組數(shù)據(jù)來深度剖析一下如何進(jìn)行用戶分析，有哪些指標(biāo)要關(guān)注，分別說明了什么問題，這些數(shù)據(jù)結(jié)果又如何指導(dǎo)我們決策。本期文章分為 2 個模塊：
注：為了更有效的凸顯數(shù)據(jù)帶給我們的洞察，不同模塊采取了不同時段不同來源的數(shù)據(jù)集，所以數(shù)據(jù)前后不一致是正常的。
本文的目的是為了幫助大家搭建數(shù)據(jù)分析的思維，學(xué)習(xí)用 SQL 幫助實(shí)現(xiàn)分析，并通過可視化進(jìn)行呈現(xiàn)和匯報。
注：全文符合 PostgreSQL 語法格式
非常簡單，5 個字段，每一行表示某 user 在某 date 某 hour 對某 item 做了某 behavior，其中 behavior 有 pv （瀏覽/點(diǎn)擊）、fav（收藏）、cart（加入購物車）和 buy（下單支付）4 種。
通常會涉及時間段，總天數(shù)，總記錄數(shù)，總訪問量，總用戶數(shù)，購買用戶數(shù)，平均日瀏覽量，平均日用戶量，平均跳出率。
以下是 SQL 代碼：
說明數(shù)據(jù)是從 2020 年 11 月 25 日至 2020 年 12 月 2 日。
我們要面對的是 8 天將近 90M 的數(shù)據(jù)。
總訪問量，總用戶數(shù)及比值
PV 是 page view，app 被瀏覽/刷新/點(diǎn)擊都算一次。
UV 是 unique visitor，每個訪問 app 的終端算一個獨(dú)立訪客。
PV/UV=81 表示在這 8 天的數(shù)據(jù)中，平均每個用戶訪問頁面 81 次。
購買用戶數(shù)（643,832人）
平均日瀏覽量（10M）要先按 date group by 算出 pv，再求平均值。
平均日用戶量（760K 人）同理
Bounce rate 跳出率(只有一次點(diǎn)擊行為的用戶/總用戶數(shù))
假設(shè)只有一個頁面可以瀏覽，用戶點(diǎn)進(jìn)頁面后要么收藏加購付款，要么跳出。
得到 8% 的跳失率，說明 8% 的用戶點(diǎn)進(jìn)來，沒有往下轉(zhuǎn)化就流失掉了，公司應(yīng)對此查看商品詳情頁是不是還需改進(jìn)，網(wǎng)頁加載有沒有延遲等問題。
可以是行為數(shù)漏斗，也可以是獨(dú)立訪客數(shù)漏斗，我們這里用后者進(jìn)行分析。
先按用戶，統(tǒng)計(jì)每個人的行為：
再計(jì)算每個行為的用戶數(shù)，最后計(jì)算轉(zhuǎn)化率，這里我們的轉(zhuǎn)化率是以 view/click -> favorite/add to cart -> purchase 路徑為基準(zhǔn)進(jìn)行的計(jì)算，并且將收藏和加入購物車的行為進(jìn)行了合并（考慮到這兩個階段不分先后順序，而且都是確定購買意向的行為）。
這里表示有點(diǎn)擊行為的用戶中，86% 的人都點(diǎn)了加購或者收藏，有上述行為的人又購買的人占所有點(diǎn)擊人數(shù)的 58%。這樣的轉(zhuǎn)化率可是非常不錯！
每日新增訪問用戶數(shù)：
每日新增購買用戶數(shù)：
每日新增用戶整體來看都是逐漸減少，12 月 1 日新增購買用戶有一個回彈，在 11 月27 日以后，每日新增購買用戶數(shù)超過每日新增瀏覽用戶數(shù)，說明一部分之前瀏覽的用戶在幾天后開始下單，可以聯(lián)系業(yè)務(wù)部門查看公司有做什么活動推進(jìn)了用戶的支付。
是什么：用戶留存率是一批用戶在一定時間間隔里，某些行為重復(fù)發(fā)生的比例。
用戶可以分為新活躍用戶、老活躍用戶；
時間通常有次日、7 日、30 日留存，不同 app 由于產(chǎn)品屬性和用戶使用頻率的不同而采用的時間間隔也不同，內(nèi)容社交類 app 更看重次日留存，電商類可以是按周或者按月，也取決于電商品類，出行旅游類 app 則由于用戶使用頻率低而看重月留存率；
注：行業(yè)基準(zhǔn)（Benchmark）電商產(chǎn)品的平均用戶留存率是 30%，超過 35% 是良好的產(chǎn)品表現(xiàn)。
行為針對不同 app 可以是完成一次購買，觀看一次視頻，查看一次地圖等。
為什么：用戶留存分析是衡量用戶粘性（持續(xù)使用 APP）的重要指標(biāo)，不能只看 DAU/MAU（只能表面的展示產(chǎn)品使用情況），拉新用戶會掩蓋流失用戶的問題。一個典型的比喻是把 app 看成水桶，拉新是蓄水，用戶流失是流水，留存率低就意味著水不斷流走，這樣的水桶很難保證恒定的水量，這樣的 app 也不會有長久穩(wěn)定的發(fā)展。更重要的是拉新的成本是留住老用戶的 5-7 倍。把握好用戶留存能讓你事半功倍。
怎么做：提高用戶留存的方法有很多維度，比如通過郵件、app 消息推送、投放廣告等提醒用戶采取行動；縮短用戶行為路徑，減少用戶使用 app 成本；給用戶提供多樣的獎勵；培養(yǎng)用戶習(xí)慣，強(qiáng)化用戶對產(chǎn)品的依賴等。
我們在這里著重介紹如何進(jìn)行用戶留存的分析：同期群分析（Cohort analysis）是用戶留存分析的重要分析方法。
同期群（cohort）是一組在特定時間做同樣事的人，比如都在 1 月 1 日注冊賬戶的用戶是一個同期群，都在 1 月 2 日注冊賬戶的用戶是另一個同期群。
同期群分析是一個測量用戶對 app 隨時間參與度的工具，他最常見的分析方式是畫類似如下圖的同期群用戶留存表。
圖源https://clevertap.com/blog/cohort-analysis/，版權(quán)歸作者所有
我先解釋上圖表格每個維度代表的含義，再展示如何用我們已有的數(shù)據(jù)生成這個表格。
表格的每一行代表一個群組，群組 Jan 25 表示 1098 個用戶都在 1 月 25 日開始使用這個 app，從左往右來看，1 天后的留存率是 33.9%，即在 1098 個用戶中，1098 X 33.9% = 372 個用戶繼續(xù)使用了這個 app；7 天后還有 1098 X 14.5% = 159 個用戶用了這個 app，或者說在這 1098 個用戶中，平均每 7 個人中有一個在 7 天后還是活躍用戶。
注：從左到右來的用戶留存率一般是逐漸降低的，但并不絕對，同一行右邊的留存率可能比左邊大，這里的留存率不要求一個人每天連續(xù)使用。
縱向來看可以比較不同期用戶同一生命周期的留存，用戶生命周期的早期的留存率能反應(yīng)用戶對產(chǎn)品的第一印象和接受度。
我們的數(shù)據(jù)來源于電商行業(yè)，這里我們用一周比較不同群組之間的留存率。
要生成這個表格，用 Excel 的 pivot table 很容易做到，但是，我要從數(shù)據(jù)庫用 SQL 取什么樣的數(shù)據(jù)呢？自己思考一下再往下看。
答案：付費(fèi)用戶首次購買產(chǎn)品的日期（周），當(dāng)周購買的新用戶人數(shù)，付費(fèi)用戶其他時間（周）購買和首周的間隔，與首周間隔后的購買人數(shù)。
下面上代碼：
通過 Excel pivot table 我們得到以下表格：
我們發(fā)現(xiàn) 12-8 那周和 12-29 那周的一周后留存明顯降低，而這兩周的新增用戶激增，很可能與雙 12 和元旦期間做的促銷和上新有關(guān)。節(jié)日過后，一方面用戶購買欲望降低，另一方面促銷結(jié)束，價格回升，導(dǎo)致了留存率降低。
我們還發(fā)現(xiàn) 12-1 那周和 12-22 所在周首次下單的用戶，一周后的用戶留存顯著高于其他同期群，和業(yè)務(wù)部門溝通后，發(fā)現(xiàn)是市場部在節(jié)日一周前專門做了節(jié)日促銷、滿減、送優(yōu)惠券的宣傳，吸引了用戶注冊，這部分用戶也是為了享受下周的優(yōu)惠而停留，優(yōu)惠過后，留存率又回到了平均水平。
通過 cohort table，我們還能應(yīng)該分析出 11-24 所在周首次下單的用戶更有粘性，跟業(yè)務(wù)方溝通發(fā)現(xiàn)那批用戶正是產(chǎn)品進(jìn)行 A/B 測試，進(jìn)行頁面改變的時間，說明頁面的改變帶來了一定的效益，數(shù)據(jù)分析師可以和做 A/B 測試組討論，進(jìn)行進(jìn)一步的驗(yàn)證。
通過這組數(shù)據(jù)我們可以發(fā)現(xiàn)大概 77% 的新用戶在購買產(chǎn)品一周后就不再購買，第二個顯著的下降是在 7 周后。下圖說明該 app 還需提升新用戶留存率，可以從簡化用戶購買路徑，優(yōu)化支付按鈕，提高產(chǎn)品質(zhì)量等角度考慮。
注：實(shí)際工作中看留存率變化會選定一個基準(zhǔn)日，比如今天是 2 月 4 日，看 10 天內(nèi)的留存率變化就是以 1 月 25 日為起始，而不是選用各 cohort 的平均值。
當(dāng)然 cohort analysis 也不一定要以時間為周期進(jìn)行劃分，具有某種共同行為特征的用戶也可以劃分為一個 cohort，這里舉一個 Disney+ 的例子：
圖源https://secondmeasure.com/datapoints/Disney-takes-customer-retention-crown-from-netflix/ ，版權(quán)歸Second Measure所屬
Disney+ 是美國的一個流媒體平臺，這里他把訂閱者分成了 4 類：為了看 Mulan 訂閱的人、為了看 Hamilton 訂閱的人、和其他服務(wù)一起訂閱的人和普通每月訂閱者。這個圖告訴我們曾在木蘭發(fā)行期訂閱的人中，82% 的用戶在下個月還訂閱了 Disney+，曾在 Hamilton 發(fā)行期訂閱的人中，只有 75% 還訂閱了下個月的會員，而平均 1 月后的留存率是 86%。
提升復(fù)購率是增加收入的重要方法，下面我們進(jìn)行 2 個維度的分析。
3.2.3.1 整體復(fù)購率 (購買 2 次及以上的用戶比率）
得出 63% 的用戶都進(jìn)行了復(fù)購，還不錯。
3.2.3.2 用戶復(fù)購次數(shù)分布
復(fù)購 5 次以上的用戶僅占總用戶的 10%。
本期我們用 SQL 進(jìn)行了 SaaS 產(chǎn)品用戶數(shù)據(jù)的初探索、用戶漏斗模型、同期群分析、和復(fù)購分析的實(shí)現(xiàn)。希望下次老板再找你做用戶行為分析的時候，你不會沒有頭緒或者手忙腳亂了！
后續(xù)計(jì)劃：別看我們討論的數(shù)據(jù)這么簡單，其實(shí)能做的分析可太多了，這期由于篇幅原因我們先說到這里，下期接著說用戶在時間維度的分析，RFM 模型分析和商品角度的研究。如果你有學(xué)到一點(diǎn)什么，別忘了點(diǎn)贊 收藏 加關(guān)注哦！
-END-
本文為作者獨(dú)立觀點(diǎn)，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點(diǎn)擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實(shí)國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實(shí)、專業(yè)的平臺氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進(jìn)行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護(hù)法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動實(shí)施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進(jìn)行負(fù)面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運(yùn)、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運(yùn)勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)