如何分析用户的行为：5个用户分类指标，3个用户分析的重点指标

现在产品和服务都是围绕用户来进行展开的，用户的需求、反馈、满意度、体验度等越来越受到关注。所以，我们需要对用户进行精细的研究，以便推出更好更有针对性的产品和服务，那么如何对用户进行分析呢？在分析前该如何对用户进行分类呢？如何根据常用的用户指标和值得关注的用户指标去发现运营和产品中的诸多问题？本文将围绕这些展开。

一、用户分类

根据用户的行为表现有访问用户 、新/老用户、流失用户、留存用户、回访用户、沉默用户、购买用户、忠诚用户等，这么多指标该如何进行系统的分类以便进一步的分析呢？我们知道，用户的细分关键得建立在以合理的体系再去将用户分成几个类别，并且每个类别都能发挥其功效，不存在累赘和混淆。

通常，将用户分成五个大指标：访问用户数、新用户数、活跃用户数、流失用户数、回访用户数。然后再去衍生一些基础指标这样比较好。下面说下为什么这样分以及各指标的意义：

1. 访问用户数：即每天的UV，主要体现在访问量，能够直接反应网站的受欢迎程度；
2. 新用户数：即首次访问或刚刚注册的用户，新用户数可以用于计算产品的新用户比例，用于分析产品的发展速度和推广效果；
3. 活跃用户数：这里一般**根据产品的性质设置某个要求，达到要求即为活跃用户。活跃用户用于分析产品真正掌握的用户量，因为只有真正的活跃用户才能为产品创造价值；
4. 流失用户数：即一段时间内未访问或未登陆的用户，这里也需要根据产品性质设定一个准则，满足准则即为流失用户。比如对于微博而言，产国一个月未登陆可能就属于流失用户，而对于电商网站而言，3个月或半年未购买才被认定为流失用户；
5. 回访用户数：即之前流失，现在又重新访问的用户数量，主要用于分析产品挽回用户的能力。

从上面可以知道，我们知道访问用户数、新用户数、活跃用户数、流失用户数、回访用户数后，接着可以推算出老用户数、留存用户等衍生指标，同时得到了新用户比例、活跃用户比例、用户流失率、用户访问率等符合指标。这些指标其实已经足够我们去分析用户的行为了，而且这样分类不**存在重叠，避免了很多不必要的工作。

二、用户分析的三大重点指标

对用户进行分类有一套自己的分析体系后，那么哪些指标值得重点关注呢？在指标报告、领导了解用户情况时候一般问的都是活跃用户数多少、新用户比例多少、用户流失率多少，所以这几个指标是我们重点要关注的指标，如图：

在分析用户时候，新用户比例反映了产品的推广能力、渠道的铺设及带来的修改，新用户比例不仅是评估市场部们绩效的一个关键指标，同时也反映了产品的发展状况。

但是只看新用户比例显然是不够的，我们还需要结合用户流失率一起看。用户流失率反映了产品对用户的吸引力，所以从新用户比例看用户就”进来“的情况，从流失率看用户”离开“的情况，如图：

1. 新用户比例大于流失率：产品处于发展成长阶段；
2. 新用户比例与流失率持平：持平处于成熟稳定阶段；
3. 新用户比例低于用户流失率：产品处于下滑衰退阶段。

活跃用户数反映了产品实际掌握的用户数，将活跃用户数、新用户比例、流失率结合在一起看时可以掌控产品用户的全景，如图：

2.1 新用户比例

通过分析新用户比例可以知道老用户有多少，分析新老用户是为了更好的保留老用户、发掘新用户，老用户一般是产品的忠诚用户，黏度较高，是为产品带来价值的重要用户群体。所以，老用户是产品生存的基础，新用户是产品发展的动力，在发展的同时产品得在保证老用户的基础上不断地提升新用户数。

在新用户持续上升的同时，新用户的转化率通常较低，老用户的转化率用处较高，但结合在一起时转化率就**被新用户数给拉低，而转化率是一个很重要的业务指标，所以分析时候需要将新用户和老用户的转化率区分开分析。区分分析将有助于我们判断产品整体转化率的下降是否与推广有必然的联系，推广中引入的流量质量如何，同时可判断产品的根基——老用户是否稳定。

举个例子，如下图：

图中展示的是1月份前后几天产品新老用户的转化率变化趋势。

从图中知道：

• 从1月4日之后，整体的转化率趋势明显下降，新用户比例明显上升，所以可能是产品做了推广。
• 我们要分析的是产品整体转化率的下降是否与推广有必然的联系，所以将新老用户比例的细分，然后发现老用户的转化率几乎不变，新用户的转化率在1月4日后开始下滑。所以，可以判断产品整体转化率的下降是要我推广带来的新用户转化率过低造成的，与本身的产品运营没有关系。

2.2 活跃用户数

在留住老用户和挖掘新用户之后我们还需要提高用户的质量，所以我们需要关注活跃用户数。活跃用户可以为产品带来活力并创造持久的价值，而一旦用户活跃度下降，用户很可能就渐渐流失。

通过分析活跃用户可以洞悉产品当前真实的运营现状，由于活跃用户需要人为的根据实际情况设定一些条件，即用户完成设定的条件即为活跃用户。

比如社交类网站设定的完成注册指标即为活跃用户，论坛社区设定查看帖子的页面达到两页才是活跃用户等。

 2.3 用户流失率

在留住老用户、挖掘新用户、关注活跃用户数之后，我们还需要关注流失用户，分析用户流失率可以了解产品是否存在淘汰的风险，以及产品是否有能力留住用户。那么，用户流失率如何定义呢？

我们认为当用户长久的不登录APP或者网站即为流失用户，一般流失用户都是对于那些需要注册、提供应用服务的网站而言的，比如微博、邮箱、电子商务类网站，因为注册用户更容易识别，访问情况可以准确地被识别，同时针对注册用户用流失率这个概念更加有意义。

不同产品对于流失用户的定义是不一样的，比如对于微博而言，产国一个月未登陆可能就属于流失用户，而对于电商网站而言，3个月或半年未购买才被认定为流失用户；流失用户是用过用户最后一次访问时间与当前时间间隔认定的，通常时间**比较长，存在滞后性。比如定义用户流失的期限是30天，要统计1月1日的流失用户数，即1月1日登陆过，最后 再也没登录，这个得等到1个月或者3个月之后才能统计。

举个例子，某公司在12月24日到1月3日做了个活动，现在需要评估活动的效果。如下图：

从图中知道，从12月24到1月3日老用户数保持不变，新用户数从2万增加到4万，几乎增加了一倍，但新用户的流失率也在增加，从原先的645到90%，，进而我们需要知道新用户是否真的积累下来了？

通过计算发现，活动前每天大概有7千的新用户积累，活动期间也差不多是7千，但有几天却快到6千左右。说明，这个活动不仅没有增加新用户，还导致原来的也**流失，证明此次推广活动是失败的。

如果不通过用户流失率计算，可能无法评估此次活动的效果，说明用户流失率对用户分析至关重要。

三、总结

从上面可以知道，将常见的指标进行系统的分类，即：

• 访问用户数；
• 新用户数；
• 活跃用户数；
• 流失用户数；
• 回访用户数。

接着由此可以推算出老用户数、留存用户等衍生指标，同时得到了新用户比例、活跃用户比例、用户流失率、用户访问率等符合指标，再去重点关注三大数据：活跃用户数、新用户比例、用户流失率。

这些指标其实已经足够我们去分析用户的行为了，这种建立在合理的体系上的分类能够在不重叠的前提下，让每个类别都能发挥其功效，不存在累赘和混淆，避免掉很多不必要的工作。

本文由 @听象数据 原创发布于人人都是产品经理。未经许可，禁止转载。

给作者打赏，鼓励TA抓紧创作！

**赏

4人打赏