产品运营用实际案例教你如何培养用户行为!

上周与同行讨论了一下产品是否需要让用户思考的问题,都不约而同抛出一个观点:“用户主要因为懒才不愿意去思考”。

但前两天看到一篇文章《Why Designers Think Users Are Lazy: 3 Human Behaviors》【1】,犹如醍醐灌顶:

设计者通常在用户使用产生问题时,会尽一切努力改进界面以提高可用性,但是却发现只是在打扰用户,或者给用户分配“怠惰”、“愚蠢”等标签。

与其指责用户,不如理解他们的行为背后的原因,以下三种常见的用户行为才是用户看起来懒的罪魁祸首:惯性、动量行为、选择性注意。

用户在使用产品时会直观判断使用方式的成本,倾向于选择最小的使用路径,并且用户可以直观感知的手段也十分局限;而这也是为什么产品经理设想的替代路径无效,对用户而言可能根本无法发现甚至是被打扰。

接下来我用自己的理解和生活中的案例来解释一下文章提到的三个观点:

一、设备惯性

  • 在厨房里,一名厨师正在用筷子搅拌鸡蛋,然后用同一双筷子在锅中翻动一块肉,挂在墙上的锅铲是翻动的更好工具,但她已经握有了筷子。
  • 园丁种花时正在用小铲子挖洞,他遇到了一些深杂草,但是他并没有伸手去拔杂草,而是用了小铁锹。

设备惯性不仅限于设备,也包括平台。

为什么默认搜索引擎内的百度首页搜索结果总是要求下载百度浏览器?为什么各种知乎问答、贴吧回答只能在浏览器中预览一部分,强制要求下载APP?为什么某些产品在小程序、网页版不提供全部功能?

这些都是产品为了破除用户的平台使用惯性,将潜在用户引导至自己更便于管理和运营的流量池。

“你呀,真是很怠惰呢!”

产品引导或强制用户改变使用平台

如果用户对花费的时间、精力与节省的时间进行了明确的计算,那么大多数情况下会选择效果更佳的设备。

但是大多数人的规划期非常短,只要人们保持直觉,他们的自然倾向就是只向前看一步,因此,会坚持使用当前的设备去解决问题。

二、动量行为

牛顿第一定律:任何物体都要保持匀速直线运动或静止状态,直到外力迫使它改变运动状态为止。

“你呀,真是很怠惰呢!”

在互联网产品中,用户已经形成了固定的生活方式和认知,产生改变以及替代都会有一定成本,除非产品能让用户尝到甜头抵消这些成本。

商业模式的创新和补贴促使人们改变使用习惯,网约车补贴用户、移动支付补贴商家、共享单车补贴发红包等,都是产品为了对抗用户行为惯性定律的解决方式。

从路边苦等出租到提前约车、从携带现金支付到手机一码搞定、从步行到单车解决几公里内出行,所以说人类生活品质的提升完全离不了商业产品的努力。

某些用户其实是非常有才智的,并且不懒惰。

然而他们仍然会坚持自己的次优方式,因为:

  • 他们通过自己努力找到了这些方法;
  • 他们没有想到该产品提供了更好或更轻松的方式来提高效率;
  • 他们对这些方法效果已经比较满意。

动量行为反映了用户低感知收益与高感知成本的情景。

在这种情况下,用户发现花时间探索界面并学习新的方式(即:直观的成本)远远超过了他们已经学过的东西节省几秒钟的时间,即使事实上新的方式拥有更高的效率。

三、选择性注意

选择性注意是人类长期以来已知的一种行为,人们将注意力集中在特定的对象上,而忽略了他们认为无关的其他信息。

选择性注意也是成本效益分析的结果,尽管这一点已经成为了人类的本能,也可能是由进化决定的。

人类身边每时每刻都充满了感官反馈,而同时关注每一种刺激都是非常低效的。

如果在过马路时,一个人同时注意着身边行人的行为和垃圾桶中飘散的味道,那么他很可能无法及时察觉从另一方向疾驰而来的车辆(很多意外事故或多或少都与当事人选择性注意能力的强弱相关)。

人类本能已经形成了首先关注重要的感官反馈,而忽略了先前遇到的刺激性较小或没有意义的感官反馈。

这也就是为什么你玩游戏的时候听不到女朋友说话,然后等她大声吼你才发现……

在互联网产品中,UI上的某些元素很可能会被忽略,选择性关注可能会帮助、也可能会伤害用户。

以电商产品来说:用户的经验告诉他们导航菜单、banner,搜索框等经常出现在页面顶部;结果除非用户专门关注搜索内容或者banner图,否则用户倾向于忽略标语和任何看起来像广告的内容,而将注意力集中在商品出现的区域。

这一点同样在搜索引擎适用,普通用户会直接按排名预览,而有经验的用户在搜索结果的注意力会忽略掉前排的广告位。

搜索引擎注意力热力图

四、产品设计解决方案

以下是一些策略,可帮助用户避免成为设备惯性,动量行为或选择性注意的受害者:

  • 保证用户在任何设备上都可以轻松完成重要的任务,研究最常用的设备,并专注于这些设备。
  • 允许用户轻松地跨不同平台同步信息,在手机上启动的任务可以轻松地在桌面上恢复,而无需进行大量的重复工作(这一点苹果的接力功能做到了完美体现)。
  • 通过行为研究和分析,研究人们完成任务所采用的最常见路径;如果最好的路径不是最常用的,则努力使其更易于发现和使用。
  • 不要让重要的UI元素看起来像广告或人们已学会忽略的内容。

最重要的是:产品要尝试找到用户痛点的最佳的解决方案,而不仅仅像大罪司教贝特鲁吉乌斯·罗曼尼康帝一样认为谁都是怠惰的。

人类发展已经花费了一百万年的时间来培养我们拥有的用户,所以用户不可能仅仅因为与互联网产品打交道就立即改变投入智力成本的方式。

参考:【1】Kara Pernice.Why Designers Think Users Are Lazy: 3 Human Behaviors.NielsenNormanGroup,October 4, 2015.

一、常见用户行为分析模型

在数据分析的大框架下,通过对用户行为监测获得的数据进行分析研究的行为归结于用户行为分析。用户行为分析可以让产品更加详细、清楚地了解用户的行为习惯,从而找出网站、app、推广渠道等产品存在的问题,有助于产品发掘高转化率页面,让产品的营销更加精准、有效,提高业务转化率。

用户分析是用户中心的设计流程中的第一步。是一种理解用户,将他们的目标、需求与商业宗旨相匹配的理想方法,可以帮助企业定义产品的目标用户群。在用户行为领域,数据的使用及挖掘是非常重要的,通过数据分析方法的科学应用,经过理论推导,能够相对完整地揭示用户行为的内在规律,基于此帮助产品实现多维交叉分析。

针对用户行为分析,通常分为如下几个方法:

  1. 行为事件分析
  2. 页面点击分析
  3. 用户行为路径分析
  4. 漏斗模型分析
  5. 用户健康度分析
  6. 用户画像分析

二、常见分析模型的作用与应用场景

1. 行为事件分析

1)作用:行为事件分析方法主要用于研究某行为事件的发生对产品的影响以及影响程度。

2)应用场景:针对某一具体行为,进行深度下钻分析,分析维度全面细致,确认导致该行为的原因;或针对某一结果现象,回溯可能造成此现象的行为是什么。例如查看功能模块的渗透率,回溯点击该功能和不点击该功能的用户有什么行为差别。

3)涉及的数据指标:每个产品根据产品特性,会有不同的行为事件和筛选维度,但基本涵盖了该业务所需要的所有数据指标维度,进行前期数据规划中,需要对可分析事件进行全量数据埋点。后期平台运营过程中,将依赖于前期的数据采集规划。

4)图例

2. 页面点击分析

1)作用:点击分析被应用于显示页面区域中不同元素点击密度的图示,可以:

  • 精准评估用户与产品交互背后的深层关系
  • 实现产品的跳转路径分析,完成产品页面之间的深层次的关系需求挖掘
  • 与其他分析模型配合,全面视角探索数据价值
  • 直观的对比和分析用户在页面的聚焦度、页面浏览次数和人数以及页面内各个可点击元素的百分比。

2)应用场景:通常用于首页、活动页、产品详情页等存在复杂交互逻辑的页面分析。一般分为可视化热力图、固定埋点两种形式。

3)涉及的数据指标

  • 浏览次数(PV):该页面被浏览的次数。
  • 浏览人数(UV):该页面被浏览的人数。
  • 页面内点击次数:该页面内所有可点击元素的总次数。
  • 页面内点击人数:该页面内所有可点击元素的总人数。
  • 点击人数占比:页面内点击人数/浏览人数。

4)图例:

页面点击热力图

鼠标滑动热力图

3. 用户行为路径分析

1)作用:明确用户现存路径有哪些,发现路径问题,或优化用户行为沿着最优访问路径前进,结合业务场景需求进行前端布局调整

2)应用场景:确定产品用户从访问到转化/流失都经过了哪些流程,转化用户与流失用户是否有行为区别,以及用户行为路径是否符合预期

3)涉及的数据指标:全链路页面级PV、UV,以及路径流转关系

4)图例:

4. 漏斗模型分析

1)作用:从一个事件环节的最开始到最终转化成购买的整个流程中的一个个子环节,相邻环节的转化率表现力。就是指用数据指标来量化每一个步骤的表现。(流量漏斗模型在产品中的经典运用是AARRR模型,不过现在已经流行更新的RARRA模型)

2)应用场景:衡量每一个转化步骤的转化率,通过异常数据指标找出有问题的环节并解决,最终提升整体购买转化率

3)涉及的数据指标:转化周期(每层漏斗的时间的集合)、转化率(每层漏斗之间的)

4)图例

5. 用户健康度分析

1)作用:用户健康度是基于用户行为数据综合考虑的核心指标,体现产品的运营情况,为产品的发展进行预警。包括三大类型指标:产品基础指标、流量质量指标、产品营收指标。

2)应用场景:更大范围的业务综合指标考量,体现完整产品运营情况,预测未来发展。

3)涉及的数据指标:

  • 产品基础指标,主要评价产品本身的运行状态:DAU、PV、UV、新用户数
  • 流量质量指标,主要评价用户流量的质量高低:跳出率、人均浏览次数、人均停留时间、用户留存率、用户回访率
  • 产品营收指标,主要评价产品的盈利能力与可持续性:用户支付金额(GMV)、客单价、订单转化率

4)产品营收指标恒等式:

销售额=访客数×成交转化率×客单价

销售额=曝光次数×点击率×成交转化率×客单价

5)图例

6. 用户画像分析

1)作用:根据用户的属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型。通过高度精炼用户特征来描述用户,可以让人更容易理解用户,并且可以方便计算机处理

2)应用场景:通过定义用户画像,可以帮助产品运营理解用户,产品设计从为所有人做产品,变成为带有某些标签的人群做产品,产品能够更精细化运营,且设计复杂度降低

3)涉及的数据指标(不限于):

  • 人口属性:性别、年龄等人的基本信息
  • 兴趣特征:浏览内容、收藏内容、阅读咨询、购买物品偏好等
  • 位置特征:用户所处城市、所处居住区域、用户移动轨迹等
  • 设备属性:使用的终端特征等
  • 行为数据:访问时间、浏览路径等用户在网站的行为日志数据
  • 社交数据:用户社交相关数据

4)用户标签库图例

后续有机会将更新每种分析方法的具体方法步骤及案例,欢迎交流讨论

文章由PM28网编辑,作者:海阁,如若转载,请注明出处:http://www.pm28.com/3961.html欢迎投稿

联系我们

在线咨询:点击这里给我发消息

邮件:403567334@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息