12.3 用户分析
12.3.1 用户画像
用户画像通过标签体系描述用户是谁，长什么样子。
可以从基础信息、用户行为、业务场景三个角度提取特征，用于描述用户。
所提取特征应当与业务目标具有一致性，不需要冗余特征
基础信息无非年龄/性别/学历/收入/职业/城市/设备及其他静态特征，这类信息基本上不会变动。下面考虑部分场景应当如何设计画像标签。
12.3.1.1 电商
- 用户行为
访问频次
浏览深度
搜索
购物频率
评论
- 业务场景
消费金额
优惠券
以本人PDD羽毛球消费行为为例。
- 基础信息：
- 男/学生/珠海
男生，对抗较为激烈，羽毛球需求大
学生，收入有限
珠海，南方城市，羽毛球适合76速
- 用户行为：
- 每天登录
关注商品价格信息
- 搜索关键词为羽毛球（主要）、羽毛球拍、羽毛球鞋
爱好羽毛球
- 多次点击不同详情页的羽毛球商品
货比三家，不想买亏了
- 羽毛球消费间隔有长有短
间隔不固定，说明会在有合适的价格时囤球
- 羽毛球拍和羽毛球鞋消费间隔较长
高消费能力不足
- 业务场景：
- 只在有优惠券时下单
消费能力有限，不能说买就买TT
- 羽毛球消费金额在120~180区间/羽毛球拍在1000内/羽毛球鞋在600左右
羽毛球消费金额区间跨度较大，既有口粮球，又有细糠 羽毛球拍难以突破1000大关，消费能力不算特别高 羽毛球鞋消费价格较高，注重安全
综合上述信息，可知：
这是一位来自珠海的男同学，热衷羽毛球、价格敏感、常货比三家，偏好120–180元羽毛球、600元左右球鞋和千元以内球拍，通常在有优惠券时才下单，具有持续兴趣但消费能力有限、偏囤货型、精打细算型羽毛球用户画像。
12.3.1.2 视频平台
- 用户行为
登录次数
访问时段
使用时长
观看完成度
互动意愿（发弹幕/评论）
- 业务场景
内容类型偏好
视频作者偏好
视频格式（横屏/竖屏）
以本人的B站使用情况为例：
- 基础信息
- 男/学生
- 用户行为
每天登录
零碎时间都会刷
偶尔点赞，极少投币，从不评论发弹幕
- 业务场景
游戏/知识/影视/时政/生活
长视频/横屏
无任何充值行为
综合上述信息，可知：
这是一位男学生用户，属于高频使用、利用碎片时间观看内容的重度刷视频用户，偏好横屏长视频，兴趣覆盖游戏、知识、影视和时政类内容，但互动意愿弱、无付费行为，属于典型的“内容消费型、低参与度、非付费潜力”的被动观看型用户画像。
12.3.2 用户行为路径分析
该方法通过记录并分析用户在产品中的行为顺序，找到典型路径和关键转化/流失步骤，进而优化体验和增长。
该部分常用转化漏斗进行分析，特别适用于具有线性步骤的场景。
转化漏斗是单线程模型 如果有多条路径，则是路径分析。就像用美团点外卖一样，进入外卖界面，别人点“美食”，我点“拼好饭”，最终目的都是点外卖但实现路径不同
以视频平台为例：
\[ \text{打开App} \rightarrow \text{浏览首页} \rightarrow \text{搜索视频} \rightarrow \text{点击视频} \rightarrow \text{观看} \rightarrow \text{退出视频} \]
流量经过每个环节都会有所损耗，即存在转化率。漏斗分析则有助于识别完整过程中转化率较低的问题环节。
同时，在不同环节除了考虑转化率外，还应当考虑与之匹配的关键指标，例如在“浏览首页”时可以记录刷新次数指标，反映推荐内容的吸引力；在“观看视频”这一环节就可以考虑观看视频完成度这一指标，可以反映推荐匹配程度、开头吸引力不足、封面标题党等问题。
| 步骤 | 到达率 | 流失解释 |
|---|---|---|
| 打开APP | 100% | —— |
| 浏览首页 | 95% | 进入后无内容吸引 |
| 点击视频 | 60% | 封面和标题匹配度低 |
| 播放完成度 > 50% | 30% | 视频前广告干扰，加载体验差 |
| 点赞/收藏/关注 | 10% | 缺乏激励，没有互动习惯 |
其余常见场景的路径如下所示
| 场景 | 漏斗示例 |
|---|---|
| 电商 | 访问 → 浏览 → 加购 → 下单 → 支付 |
| 视频/内容产品 | 曝光 → 点击 → 播放 → 完播 → 互动 |
| 社交产品 | 注册 → 完成资料 → 关注用户 → 发帖 → 留存 |
| App增长 | 安装 → 激活 → 注册 → 次日留存 → 7日留存 |
| 广告转化 | 曝光 → 点击 → 到达页面 → 表单填写 → 成交 |
12.3.3 用户分层模型
用户分层根据业务逻辑将用户划分为不同价值和阶段，突出用户价值，以便提供差异化服务。
12.3.3.1 用户金字塔模型
用户金字塔模型是一种用于识别用户价值结构的分层框架，其核心思想是越往上层用户越少，但价值贡献越高；越往下层用户越多，但贡献越低。该模型常用于精细化运营、用户增长策略和用户价值管理。
| 用户类型 | 特点 | 占比 | 贡献 | 运营目标 | 运营策略 |
|---|---|---|---|---|---|
| 潜在用户 / 访客 | 浏览但未产生行为 | 最大 | 最低 | 进入体系 | 注册激励、首次内容推荐 |
| 新用户 / 激活用户 | 完成关键行为但粘性弱 | 较多 | 低 | 体验价值 | 新手引导、关键功能触发 |
| 轻度活跃用户 | 偶尔使用 | 中等 | 中等 | 提升使用频次 | 召回、个性化推荐 |
| 深度活跃用户 | 高频使用，形成习惯 | 少 | 高 | 形成习惯 | 订阅提醒、兴趣沉淀、多场景触达 |
| 核心价值用户 / KOC / 付费用户 | 贡献价值最大，可能传播 | 最少 | 最高 | 留存与传播 | 会员体系、权益提升、KOC激励、裂变奖励 |
KOC：关键意见消费者，影响力略低于KOL（小网红）
KOL：关键意见领袖，具有强大影响力（大网红）
划分标准可以参考下面：
- 付费指标：GMV、LTV、付费次数
LTV：生命周期价值，指从用户生命周期内获得的收益总和
活跃指标：使用时长、使用频次、留存
互动指标：点赞、评论、分享
传播指标：KOC/KOL影响力
12.3.3.2 生命周期模型
生命周期模型是一种根据用户与产品关系变化，将用户划分为不同使用阶段的分析框架。核心理念是用户不是静止的，而是在不同时间节点经历从新访客到忠诚用户再到流失的动态变化过程。该模型可帮助企业识别增长阶段、定位问题并制定差异化运营策略。
| 阶段 | 行为表现 | 用户特征 | 运营目标 | 运营策略 |
|---|---|---|---|---|
| 新用户 | 首次访问，行为以浏览为主 | 价值感知弱 | 吸引体验兴趣 | 优化新人体验、奖励关键行为 |
| 活跃用户 | 使用频次增加 | 逐步形成使用习惯 | 提高使用频率和粘性 | 个性化推荐、付费转化刺激 |
| 核心用户 | 持续使用核心功能 | 价值贡献高 | 延长用户生命周期，提升用户价值 | 个性化服务、长期维护 |
| 沉默用户 | 使用频次降低 | 活跃度下降 | 降低流失风险 | 挖掘用户需求痛点，发送唤醒优惠 |
| 流失用户 | 长期未访问 | 价值不足或无需求 | 分析流失原因 | 低成本召回用户 |
不同阶段的关键指标：
| 生命周期阶段 | 指标示例 |
|---|---|
| 新用户 | 激活率、首次关键行为完成率、次日留存率 |
| 活跃用户 | DAU、使用频次、D7/D30留存率 |
| 核心用户 | 留存周期、复购率/付费率、ARPU/ARPPU、LTV |
| 沉默用户 | 回访周期、沉默比例、N日未登录分布、召回率 |
| 流失用户 | 流失率、反激活率 |
ARPU：每用户平均收入，总收入除以总用户数
ARPPU：每付费用户平均收入，总收入除以付费用户数
12.3.3.3 RFM模型
RFM模型是一种基于用户历史行为对用户价值进行评分和分层的经典模型。
R(Recency)，指最近一次消费时间，越近代表用户越活跃，复购意愿越强
F(Frequency)，指频次，越高代表用户习惯越强、粘性越高
M(Monetary)，指消费金额，越高代表用户价值越高
R反映的是活跃度，F反映习惯和忠诚度，M反映付费能力。
通过对这三个维度进行赋分，可以得到用户分层结构，例如每个维度有两个个等级评分：
| 分层类别 | R | F | M | 用户特征描述 | 运营策略举例 |
|---|---|---|---|---|---|
| 超级用户 | 高 | 高 | 高 | 最近消费、频次高、金额高，为平台贡献最大价值 | VIP 服务、专属活动、会员福利、提前体验 |
| 高潜力增长用户 | 高 | 高 | 低 | 最近活跃且频次高，但消费金额不高 | 加购激励、优惠券、引导升级品类或客单价 |
| 高价值恢复用户 | 低 | 高 | 高 | 曾高消费高频，但近期沉默，是重点挽回客户 | 精准召回、专属优惠、情感价值回访 |
| 常规稳定用户 | 低 | 高 | 低 | 曾频繁使用但金额低，黏性一定但价值一般 | 推荐品类升级、优惠包、福利提升 |
| 新高消费用户 | 高 | 低 | 高 | 最近消费且金额高，但频次低，具提升潜力 | 推荐复购、售后关怀、推荐相关品类 |
| 新激活用户 | 高 | 低 | 低 | 刚完成首次行为或新激活，需要引导习惯形成 | 新手任务、上手教程、兴趣推荐引导 |
| 沉默低价值用户 | 低 | 低 | 低 | 低频低额且近期未访问，贡献价值有限 | 自动化运营触达、低成本营销策略 |
| 流失高价值用户 | 低 | 低 | 高 | 曾消费金额高但已沉默，是“挽回价值最高”的用户 | 定向强激励、私域客服触达、一对一关怀 |