本文目录一览：
- 1、怎样才能做好用户留存
- 2、用数据告诉你，什么样的数据分析师才是企业需要
- 3、什么是用户行为分析？怎么做用户行为分析？
- 4、作为一名产品运营人员，有哪些值得推荐的好书？
- 5、如何做好流量增长？
- 6、数据分析需要掌握哪些知识?
怎样才能做好用户留存
用户留存，你真的懂吗？
01用户留存的本质与现状
客户留存指的是消费者在购买产品或者服务之后产生持续的购买行为，留存的本质是通过留存率观察用户对产品和服务的满意程度。因此，无论怎样统计留存率，都要回到产品和服务本身。
只有你的产品能够为用户提供更好的价值，用户才会留存下来。
目前很多产品的用户留存现状如下。
产品定位不清，缺乏竞争力。
产品数据较差。
产品过时。
没有解决产品的问题，一味提升留存率，终究只是徒劳。
因此，要想提供留存率，核心是要提升产品与服务。
02留存的类型
以下几种情况可以看作是用户留存。
令人印象深刻：用户对企业品牌耳熟能详。
记得住：用户在见了许多牌子的产品后，仍然记得其中一种或几种品牌，但是用户可能与商家之间会有一点距离，粘性不是很高。
再次购买：用户在首次购买产品后继续购买，甚至放弃之前使用的品牌产品。
如果企业将用户细分，就不必担心其他竞争者，任何竞争对手都可以进入市场，但是，此时客户并不会减少，相反，由于产品的精确定位，客户留存会倍增。
03用户为什么会留存
经常见到。消费者在选择产品时一般会选择自己经常见到的品牌，针对这一现象，企业可以多打广告，增加顾客对企业的印象。
确实有需求存在。也就是顾客对某种产品的需求。
没有其他选择。这是很罕见的原因，因为一个消费产品没有替代品的可能性非常小，专利保护得再周全，也不可能仅仅通过没有替代品的情况下就能达到客户留存的目的。
痴迷。这种情况在消费品中最为突出，典型的例子就是苹果手机，因为其产品精美、独具特色的用户体验令顾客着迷，从而重复地购买。
04衡量留存率的标准
次日留存：可用于在之一时间发现新产品质量变化和渠道优势。
七天留存：能够反映完整体验周期之后的去留状态。
三十日留存：可以反映迭代后版本的稳定性，辅助判断产品进化的方向是否合理。
渠道留存：除此之外，留置渠道也很重要，不同渠道的使用者品质各不相同，在考虑留置率的同时，对比留置通道，可进行更高品质的广告投放。
05提高留存率的 ***
广泛宣传。公司可以花费大量的资金在各种渠道上打广告，包括电视广告、建筑广告、屏幕广告等等。实质上，商业商业化的过程，就是要为企业的品牌、客户、投资人等各个方面做服务。广受欢迎的角色不仅仅是留住客户，它还能给企业投资者带来信心。
善于诱导。也就是，公司要有一个诱饵来吸引用户，然后需要用某种方式来留住他们。公司首先要关注顾客的消费现象和消费本质，以折扣、优惠等为诱饵，然后帮助顾客营造出消费场景，再加上产品极致的价值，让顾客容易被圈住。
感动用户。留住客户更高明的 *** 就是心存利己之心，触动客户，让客户感觉到产品对自己有价值，有利益，愿意为之购买。
图片来源：Pexels
用数据告诉你，什么样的数据分析师才是企业需要
增长黑客的海盗法则，一种以用户为中心的着眼于转化率的漏斗型的数据收集测量模型，从获取(Acquisition)、激活(Activition)、留存(Retention)、收益(Revenue)和推荐(Referral)5个环节增长。
什么是用户行为分析？怎么做用户行为分析？
一、什么是用户行为分析？
用户行为可以用5W2H来总结：
Who(谁)、What(做了什么行为)、When(什么时间)、Where(在哪里)、Why(目的是什么)、How(通过什么方式)，How much (用了多长时间、花了多少钱)。
用户行为分析就是通过对这些数据进行统计、分析，从中发现用户使用产品的规律，并将这些规律与网站的营销策略、产品功能、运营策略相结合，发现营销、产品和运营中可能存在的问题，解决这些问题就能优化用户体验、实现更精细和精准的运营与营销，让产品获得更好的增长。
二、为什么需要用户行为分析？
在PC互联网时代，网民的年增长率达到50%，随便建个网站就能得到大量流量; 在移动互联网早期，APP也经历了一波流量红利，获取一个客户的成本不到1元; 而近几年随着流量增长的红利消退，竞争越来越激烈，每个领域均有成百上千的同行竞争，获客成本也飙升到难以承受的水平，业务增长越来越慢甚至倒退。
图：互联网行业竞争越来越激烈
在如此高成本、高竞争的环境下，如果企业内部不能利用数据分析做好精细化运营，将产生巨大的资源浪费，势必会让企业的运营成本高涨，缺乏竞争力。 对于互联网平台来说，传统的数据分析主要针对结果类的数据进行分析，而缺乏对产生结果的用户行为过程的分析，因此数据分析的价值相对较局限，这也是为什么近几年很多企业感觉做了充分的数据分析，但却没有太大效果的原因。
通过对用户行为的5W2H进行分析可以掌握用户从哪里来，进行了哪些操作，为什么流失，从哪里流失等等。从而提升提升用户体验，平台的转化率，用精细化运营使企业获得业务增长。
三、如何采集用户行为数据？
用户行为分析如此重要，为什么互联网公司中能做好用户行为分析的凤毛麟角？主要是原因是数据采集不全面和分析模型不完善。
1.如何高效采集用户行为数据
传统的数据分析因为数据精细度不够和分析模型不完善等原因，导致分析过于粗放，分析结果的应用价值低。而我们要想做好分析，首先必须要有丰富的数据，因此要从数据采集说起，传统的用户行为数据采集 *** 比较低效，例如：我们获取用户的某个行为数据时，需要在相应的按钮、链接、或页面等加入监测代码，才能知道有多少人点击了这个按钮，点击了这个页面。这种方式被称为“埋点”，埋点需要耗费大量的人力，精力，过程繁琐，导致人力物力投入成本过高。
在移动互联网时代，埋点成了更痛苦的一件工作，因为每次埋点后都需要发布到应用商店，苹果应用商店的审核周期又是硬伤，这使得数据获取的时效性更加大打折扣。由于数据分析是业务发展中极其重要的一个环节，即便人力物力成本过高，这项工作仍然无法省掉。
因此，我们也看到国内外有一些优秀的用户行为分析工具，实现了无埋点采集的功能，例如：国外有Mixpanel，国内的数极客在WEB、H5、Android、iOS四端都可以无埋点采集数据。通过无埋点的采集，可以极大的增强数据的完善性和及时性。
2.如何精准采集用户行为数据
有些核心业务数据，我们希望确保100％准确，因此还可以通过后端埋点的方式作为补充，这样既可以体验到无埋点带来的高效便捷，又能保障核心业务数据的精准性。数极客在数据采集方面支持无埋点、前端埋点、后端埋点以及数极客BI导入数据这四种方式的数据整合。
四、如何做好用户行为分析？
首先要明确业务目标，深刻理解业务流程，根据目标，找出需要监测的关键数据节点，做好基础的数据的收集和整理工作，有了足够的数据，还要有科学的模型，才能更有效的支持分析结果。
上一代的用户行为分析工具(更确切的说法应该是：网站统计或APP统计)，主要功能还是局限于浏览行为的分析，而没有针对用户的深度交互行为进行分析，因此分析价值相对有限，目前大部份互联网从业人员对用户行为分析的印象还停留在这个阶段。
我认为要做好用户行为分析，应该掌握以下的分析模型：
1.用户行为全程追踪，支持AARRR模型
500 Startups 投资人Dave McClure提出了一套分析不同阶段用户获取的“海盗指标”这套分析模型，在硅谷得到了广泛应用。
AARRR是Acquisition、Activation、Retention、Revenue、Refer这个五个单词的缩写，分别对应用户生命周期中的5个重要环节，首先要基于用户的完整生命周期来做用户行为分析。
1).获取用户
在营销推广中，什么渠道带来的流量更高，渠道的ROI如何？不同广告内容的转化率如何，都是在这一步进行分析的数据。
来源渠道是获客的之一步，通过系统自动识别和自定义渠道相结合，分析每一个来源渠道的留存、转化效果。网站的访问来源，App 的下载渠道，以及各搜索引擎的搜索关键词，通过数据分析平台都可以很方便的进行统计和分析，利用UTM推广参数的多维分析、通过推广渠道、活动名称、展示媒介、广告内容、关键词和着陆页进行交叉分析，可以甄别优质渠道和劣质渠道，精细化追踪，提高渠道 ROI。
通过渠道质量模型，制定相应的获客推广策略：
图：渠道质量模型
以上图形中的所示渠道为示例，渠道质量也会动态的变化。 之一象限，渠道质量又高流量又大，应该继续保持渠道的投放策略和投放力度; 第二象限 渠道的质量比较高但流量比较小。应该加大渠道的投放，并持续关注渠道质量变化; 第三象限 这个象限里渠道质量又差，带来流量又小，应该谨慎调整逐步优化掉这个渠道; 第四象限 渠道质量比较差，但是流量较大，应该分析渠道数据做更精准的投放，提高渠道质量。
2).激活用户
激活用户是实现商业目标最关键的之一步，如果每天有大量用户来使用你的产品，但没有用户和你建立强联系，你就无法进行后续的运营行为。
3).用户留存
如今一款产品要获得成功的关键因素不是病毒性机制或大笔营销资金，而是用户留存率。开发出吸引用户回头的产品至关重要。 Facebook平台存在“40 – 20 – 10”留存法则。数字表示的是日留存率、周留存率和月留存率，如果你想让产品的DAU超过100万，那么日留存率应该大于40%，周留存率和月留存率分别大于20%和10%。
留存是 AARRR 模型中重要的环节之一，只有做好了留存，才能保障新用户在注册后不会白白流失。这就好像一个不断漏水的篮子，如果不去修补底下的裂缝，而只顾着往里倒水，是很难获得持续的增长的。
4).获取收入
实现收入是每个平台生存的根本，因此找到适合自己的商业模式至关重要。根据不同的业务模式，获取收入的方式也不同：媒体类平台依靠广告变现，游戏类依靠用户付费，电商类通过收取佣金或卖家付费的方式等，而在企业服务领域LTV: CAC大于3，才能有效良性增长。
5).病毒传播
通过模型前四个阶段的优化分析，从不稳定用户、活跃用户再到最终的忠实用户，将获客做更大的留存和转化，培养为企业的忠实用户，通过社交口碑传播可以给企业带来高效的收益。
在获客成本高昂的今天，社交传播可以为企业带来更优质的用户群，更低的获客成本。
2.转化分析模型
转化率是持续经营的核心，因此我也用较大篇幅来详细解读。转化分析常用的工具是转化漏斗，简称漏斗（funnel）。新用户在注册流程中不断流失，最终形成一个类似漏斗的形状。用户行为数据分析的过程中，我们不仅看最终的转化率，也关心转化的每一步的转化率。
1).如何科学的构建漏斗
以往我们会通过产品和运营的经验去构建漏斗，但这个漏斗是否具有代表性，优化这个漏斗对于整体转化率的提升有多大作用，心里没有底气，这时我们可以通过用户流向分析去了解用户的主流路径。
图：用户流向分析
用户流向分析，非常直观，但需要分析人员有一定的经验和判断能力。为了解决这个问题，数极客研发了智能路径分析功能，只需要选择转化目标后，一键就能分析出用户转化的主流路径。将创建漏斗的效率缩短到了几秒钟。
图：智能转化分析
2).漏斗对比分析法
转化分析仅用普通的漏斗是不够的，需要分析影响转化的细节因素，能否进行细分和对比分析非常关键。例如：转化漏斗按用户来源渠道对比，可以掌握不同渠道的转化差异用于优化渠道; 而按用户设备对比，则可以了解不同设备的用户的转化差异(例如：一款价格较高的产品，从下单到支付转化率，使用iphone的用户比android的用户明显要高)。
图：漏斗对比分析
3).漏斗与用户流向结合分析法
一般的转化漏斗只有主干流程，而没有每个步骤流入流出的详细信息，当我们在分析用户注册转化时，如果能知道没有转化到下一步的用户去了哪，我们就能更有效的规划好用户的转化路径。例如下图中的转化路径，没有进入第二步的用户，有88%是直接离开了，而还有10%的用户是注册用户选择直接登录，只有2％的用户绕过了落地页去网站首页了; 而没有从第二步转化至第三步的用户100％都离开了。这是比较典型的封闭式落地页，因此只需要优化第三步的转化率即可提升整体转化率。
4).微转化行为分析法
很多行为分析产品只能分析到功能层级和事件层级的转化，但在用户交互细节分析方面存在严重的缺失， 比如：在上图的漏斗中我们分析出最后一步是影响转化的关键，但最后一步是注册表单，因此对于填写表单的细节行为分析就至关重要， 这种行为我们称为微转化。
例如：填写表单所花费的时长，填写但没有提交表单的用户在填哪个字段时流失，表单字段空白率等表单填写行为。
图：表单填写转化漏斗
图：表单填写时长
通过上述表单填写的微转化分析，用户从开始填写到注册成功转化率达85％，而流量到填写只有8%，可以得出影响转化的更大泄漏点就是填写率，那么如何提高填写率就是我们提升注册转化的核心。有效的内容和精准的渠道是影响填写的核心因素，渠道因素我们在获客分析中已经讲过，这就引出我们微转化分析的第4种工具：用户注意力分析。
5).用户注意力分析法
用户在页面上的点击、浏览、在页面元素上的停留时长、滚动屏幕等用户与页面内容的交互行为，这些都代表用户对产品要展示的信息的关注程度，是否能吸引用户的眼球。
业务数据可以可视化，那么行为数据如何可视化呢？ 数极客把上述行为转化成了分屏触达率热图、链接点击图、页面点击图、浏览热图、注意力热图这5种热图，通过5种热图的交叉分析，可以有效的分析出用户最关注的内容。
图：注意力热图
只有能掌握微转化的交互行为分析，才能更有效的提高转化率。而一切不能有效提高平台转化率的分析工具都在浪费企业的人力和时间资源，这也是众多企业没有从用户行为分析中获益的根本原因。
3.精细化运营模型
以前做运营只能针对全体用户，如果要针对部分目标客户做精准运营行为。
图：用户分群画像
例如：当我们希望对某个地区使用iphone的注册但三天不活跃或未形成交易转化的用户进行精准营销时，需要运营人员、产品人员、技术人员 全体配合去调取数据、制定运营规则，其中涉及到大量人力和时间投入。而新一代的用户行为分析可以采用用户分群、用户画像、自定义用户活跃和留存行为，精准的定位用户，从而实现精细化运营。
图：创建用户分群
4.定性分析模型
用户体验是企业的头等大事，在产品设计、用户研究、研发、运营、营销、客户服务等众多环节，都需要掌握用户的真实体验过程。但如何优化用户体验向来是内部争议较多，主要原因还是难以具体和形象的描述。通过行为分析分现异常用户行为时，能否重现用户使用你的产品时的具体场景，这对于优化产品的体验至关重要。
以前我在 *** 时，用户体验部门会通过邀请用户到公司进行访谈，做可用性实验的方式来进行体验优化，但这种方式需要化费比较多的时间和费用投入，样本不一定具有代表性。为了解决这个难题，数极客研发了用户行为录屏工具，无需邀请用户到公司实地录制节省成本，直观高效的以视频形式还原用户的真实操作，使得企业各岗位均能掌握用户体验一手信息，帮助产品研发提高用户体验。
图：用户行为录屏播放界面
总结：通过AAARRR模型分析用户生命周期全程; 通过转化率分析模型 提高产品转化率; 通过精细化运营 提高运营有效性; 通过定性分析 *** 优化用户体验; 如果以上4方面都做好了，就一定可以通过用户行为分析实现业务增长。
五、用户行为分析的未来方向是什么？
有很多人问我，为什么已经有几家做用户行为分析的公司了，你还要创办数极客？ 我认为数据分析的目标是应用分析结果优化经营效率，而国内外主要的分析工具，还只停留在分析层面，对于如何高效的应用还有很大的空间。因此数极客除了要在分析层面做得更专业和更有效，还要在应用层面实现新的突破。数据分析结果反映的问题主要是两类：运营(含营销)和产品。所以需要针对这两类问题提供针对性的解决方案。
1.运营的自动化
我们前面讲了，通过用户行为分析系统可以实现精细化运营，但具体应用还需要人工制定运营和营销策略，通过产品、研发开发才能应用，而且当策略改变时，需要重新开发相应的工具，这也占用了很多时间，影响运营与营销效率。数极客研发了会员营销系统和自动化运营工具，运营与营销人员直接设置规则，系统根据规则自动将精准的活动信息推送给符合条件的用户，直接提高运营人员工作效率，运营人员可以将工作重心转移到策划而不是浪费太量时间在重复执行，自动化运营可为企业节约大量运营成本。
图：创建自动化运营规则
2.产品、运营(营销)方面的科学决策
用户行为数据分析，往往是在行为发生之后进行分析，而产品、运营都是通过经验，拍脑袋进行决策，一旦决策失误就会造成难以挽回的结果。因此如果能在产品、运营方案上线前，通过用户分流A/B测试进行小范围验证，选择其中更优的方案发布，这样就可以大大提高决策的科学性。
Google每年通过运行数万次A/B测试优化产品、运营，为公司带来了100亿美元的收益。
A/B测试的 *** 非常有效，但国内互联网公司应用不普遍，主要和应用A/B测试的复杂性有关，
数极客拥有完整的A/B测试工具，业务人员可以在网站和APP上自助使用可视化试验编辑工具，创建并运行试验，通过自动解读测试报告，使得A/B测试门槛大大降低。
图：网站端可视化编辑试验工具
3.分析的自动化
用户行为分析有一定专业性，不仅需要掌握不同的分析 *** ，还要熟悉业务，结合业务才能给出有价值的分析结果。 如果能像360安全卫士一样，只需要加载SDK，就能自动诊断和分析，并给出解决方案，这是数据分析的未来方向，数极客在这方面也有积极的尝试，并有了初步成果，目前拥有数据自动预警、自动报表等功能。
用户行为分析是一门科学，善于获取数据、分析数据、应用数据，是每个人做好工作的基本功，每家企业都应该加强对用户行为分析大数据的应用，从数据中找出规律，用数据驱动企业增长。
数极客是国内新一代用户行为分析平台，是增长黑客必备的大数据分析工具，支持APP数据分析和网站分析，独创了6大转化率分析模型，是用户行为分析领域首家应用定量分析与定性分析 *** 的数据分析产品，并且基于用户行为分析系统，提供了会员营销系统和A/B测试工具两大数据智能应用解决方案，使得企业可以快速的实现数据驱动增长。
本文由数极客CEO谢荣生原创，欢迎转载，转载请保留全文和作者信息。
作为一名产品运营人员，有哪些值得推荐的好书？
《用户力》之一次翻开此书，立马爱不释手，从此沉沦——熬了几个通宵，一口气读完！有人说这是一本产品运营指南，还有人说是什么什么红宝书。我觉得都对，但感觉更像一本互联网创业指南，书里除了没告诉你做什么产品，几乎能说的都说了，可见作者耗费了多少精力！书中大量的数字、图表，有理有据，我想即便是互联网新丁看起来也不会费力。对我个人更大的感受是，清晰了很多之前模糊不清的概念，并且至少让我在理论层面上理清了在产品形成过程中如何发现需求并进行有效的需求分析、如何进行产品决策和功能设计、产品上线后如何进行推广和有效迭代，以及这几个环节之间的层级关系。用户力究竟是什么？顾名思义，用户所带来的力量，用作者的话来说，是：用户需求驱动。在书的开头，作者也阐述出了本书的一个大致写作思路：从“用户力”这个主题出发，以“用户需求驱动”为主线，对“互联网”“用户需求”“产品设计”“ *** 运营”和“商业模式”5个部分进行了系统性、结构化串联和构建。本人非常赞同作者关于运营的思想：只有好产品才能运营成功。有人说烂产品更见运营功力，我就想说，既然产品都烂了还运营个毛线！那不叫“运营”那叫“忽悠”。强调好产品，本身就是对用户负责任的态度。
如何做好流量增长？
如今，移动互联网经过几年的厮杀，已经由原来的蓝海变成了一片红海。早先的流量红利早以不再，获取用户的成本变得越来越高。面对这样的情况企业应该如何做才能降低成本获客呢？这也催生了首席增长官（CGO：）、增长黑客这样的新名词，新岗位。
一、增长的前世今生
刚进入互联网时，大家的口号是“流量为王”，凭借流量*转化率，谁能获取大的流量谁就能坐收渔利。随着互联网的发展，流量红利不再，大片的厮杀，讲互联网的获客成本也抬得很高。这时进入了增长2.0的时代，流量少而且贵，海盗模型即用户获取、用户激活、用户留存、收入、用户推荐也成了关注的重点。
二、增长三部曲
1.熟知产品的生命周期
任何一个产品都是有生命周期的，而增长也是有边界的，不是伴随产品的整个生命周期的。产品的生命周期大概可以分为4个阶段：从0-1，从1-10，从10-100，从100-10000.在这4个阶段里，后2个阶段是适合做增长的阶段。从0-1，和从1-10更需要的是做好产品和市场的匹配（PMF: product macket fit ），以及验证产品与市场的匹配情况。
2.产品的啊哈时刻
产品的啊哈时刻是指当用户使用产品过程中让她感到惊喜的时刻。例如，facebook的用户在10天内关注的好友大于7个人，他就能从中感觉到社交带给他的惊喜。twitter用户在关于人数大于30的时候就能体验到twitter带来的惊喜。随着产品的发展，产品的啊哈时刻也不是一层不变的。例如微信刚出来的时候，人们使用微信的语音就能体验到微信的啊哈，随着微信的发展，微信红包成了新的啊哈时刻。
增长其实就是围绕着产品的啊哈时刻进行的，找出找对产品的啊哈时刻非常的重要。
3.AARRR海盗模型
在实际操作过程中，八卦分析模型详细的阐述了具体应该如何围绕着产品啊哈时刻从海盗模型为根据，去进行用户的增长。
三、增长的实操过程
1.建立品牌，提升用户认知
用户对产品的认知是通过品牌完成的。
*** 论：品牌=（内容+渠道）定位
备注：定位是作为立方。由此可见，定位对品牌的影响至关重要。
定位：品牌是为了让用户记得你，定位就是用户通过什么来联想起你。要么封杀品类，提到某个品类用户之一想到的就是你（如提起凉茶就想到王老吉），这个品类可以是之前没有，你自己开创的，如苹果开创了智能手机。要么封杀场景，提到某一个场景用户就会联想到你，如累、困就想到喝红牛。要么就是封杀特性，提到某种功能就会想到这个产品，如提到去头屑用户之一想到海飞丝，提到汽车的安全之一想到沃尔沃。
内容：内容包括：品牌视觉、品牌logo、品牌故事、文章、广告片
渠道：按照推广的目的不同可以分为4大类
1.建立权威，取得用户信任的渠道：央视、国家级报纸媒体、新华社、人民网。
2、为了裂变，获取更多用户关注的渠道：两微一抖
3、为了融资，让投资人了解你的渠道：36kr、虎嗅、钛媒体、i黑马、创业邦
4、为了变现，获取精准用户的渠道：DSP、今日头条、百度、公众号
2.接触用户，赢得渠道流量
这部分主要关于如何获取更多的流量。
*** 论：流量=自有流量+赢得流量+购买流量
自有流量：产品可以直接触达的用户群体且用户可感知。
赢得流量：指不花钱或者花费很少的钱，通过运营活动等裂变方式获得的流量。其中免费策略有2点需要注意，之一是对用户有价值，第二是费用的边际成本趋于0。
购买流量：购买流量要在成本和效率间寻找更优，总结出核心渠道，在规模、成本、效率、精准、可追踪中形成闭环。
3.降低使用门槛，触发用户使用
在用户使用的环节中，最重要的一步是定义用户的使用（关键行为），即用户操作了什么才算是使用产品。是用户注册了，还是用户咨询了产品的相关知识？这个根据产品不同而不同，其原则是用户的行为能明确反应出他对产品的价值认知。例如，某互金的app讲用户的使用定义为用户有留言咨询关于投资的问题。今日头条的关键行为是下拉看更多的文章。
*** 论：用户使用金三角：动因、能力、触发物
动因：在动因这一点里最重要的是定义关键行为，防止动因偏差。例如某app通过答题吸引来了很多用户，但是用户只参与答题，没有产生关键动作，更不会有转化。
能力：能力即降低用户使用门槛，用户使用产品的时候方便快捷体验好。如滴滴解决老年人打车的问题。
触发物：能触发用户使用产品。一方面是品牌让用户在特定的场景对产品产生意识唤醒。另一方面是流量，在适合的时机让产品出现在合适的人面前。
4.排除顾虑，产生首单
对于有些产品使用就是购买，但更多的产品使用不等于购买，在用户使用产品后我们当然希望用户能产生首单。用户愿意使用产品而且已经完成了关键行为，说明用户对产品有一定的认可。如何让用户愿意首单付费呢？这个时候就需要消除用户的顾虑。
*** 论：消除顾虑1.信任度：品牌承诺、用户体验管理体系、第三方背书
2.价格：让用户觉得便宜（对比、饥饿营销、制造恐慌）
5.认可产品，形成复够
用户会再次购买产品一定是对产品的足够认可。
*** 论：
复购三角：满意度、满足度、替换成本
满意度是指用户对产品的满意程度。常用满意率在衡量。满足度是指产品能满足的用户群体数，常用满足率来衡量，可通过增加产品的sku来实现满足用户的需求。替换成本是用户放弃使用我们的产品转而使用竞品需要付出的代价。用户投入越多，放弃使用的代价就会越大。
6.依赖产品，养成习惯
如果用户能依赖产品，经常使用产品一定能大大的提高用户留存。如何才能让用户对产品上瘾呢？这里有一个培养用户习惯的上瘾模型。
*** 论：上瘾模型：1.触发（通过建立品牌，封杀使用场景）
2.行动（定义关键行为，降低使用门槛）
3.多变的奖励（让用户尝到甜头，觉得惊喜）
7.引导分享，带来转介绍
每个用户背后都有潜在客户，如果用户愿意为我们宣传带来新用户，那将大大减少拉新的成本。
*** 论：1.长效分享（有用、有利、有逼格）
2.爆点分享（情绪、情欲）
用户分享主要是对人性的一个分析，对于长期的分享，用户会分享对别人有帮助，对自己有好处，而且有逼格不会显得low的东西。对于爆点分享会是某个东西引起了用户的共鸣，让用户在情绪上高度认同才会分享。
8.用户流失，如何召回
用户为什么会流失？一是用户觉得没用 了，二是用户忘记了。
*** 论：1.用户觉得没用了——激活啊哈
2.用户忘记了——损失厌恶
当用户觉得产品没用的时候，必然觉得产品的啊哈时刻不能给自己带来惊喜了。这个时候可以方向思维，跟那些深度使用产品的用户沟通，看看他们为什么还愿意使用产品，是不是他们有探索出产品的某些功能是我们自己都不知道的。从而调整产品的啊哈时候带给用户更多的惊喜，让用户再次使用。如果是用户忘记了我们可以使用邮件、短信、站内push、微信服务号等一些方式来提醒用户。
数据分析需要掌握哪些知识?
数据分析定义
数据分析是指用适当的统计分析 *** 对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。是有组织有目的地收集数据、分析数据，使之成为信息的过程。
数据分析分类
数据分析划分为描述性统计分析、探索性数据分析以及验证性数据分析；其中，探索性数据分析侧重于在数据之中发现新的特征，而验证性数据分析则侧重于已有假设的证实或证伪。
数据分析常用 ***
1、PEST分析：
是利用环境扫描分析总体环境中的政治（Political）、经济（Economic）、社会（Social）与科技（Technological）等四种因素的一种模型。这也是在作市场研究时，外部分析的一部分，能给予公司一个针对总体环境中不同因素的概述。这个策略工具也能有效的了解市场的成长或衰退、企业所处的情况、潜力与营运方向。一般用于宏观分析。
2、SWOT分析：
又称优劣分析法或道斯矩阵，是一种企业竞争态势分析 *** ，是市场营销的基础分析 *** 之一，通过评价自身的优势（Strengths）、劣势（Weaknesses）、外部竞争上的机会（Opportunities）和威胁（Threats），用以在制定发展战略前对自身进行深入全面的分析以及竞争优势的定位。而此 *** 是Albert Humphrey所提。
3、5W2H分析：
用五个以W开头的英语单词和两个以H开头的英语单词进行设问，发现解决问题的线索，寻找发明思路，进行设计构思，从而搞出新的发明项目具体：
（1）WHAT——是什么？目的是什么？做什么工作？
（2）WHY——为什么要做？可不可以不做？有没有替代方案？
（3）WHO——谁？由谁来做？
（4）WHEN——何时？什么时间做？什么时机最适宜？
（5）WHERE——何处？在哪里做？
（6）HOW ——怎么做？如何提高效率？如何实施？ *** 是什么？
（7）HOW MUCH——多少？做到什么程度？数量如何？质量水平如何？费用产出如何？
4、7C罗盘模型：
7C模型包括
（C1）企业很重要。也就是说，Compe *** ：竞争对手，Organization：执行市场营销或是经营管理的组织，Stakeholder：利益相关者也应该被考虑进来。
（C2）商品在拉丁语中是共同方便共同幸福的意思，是从消费者的角度考虑问题。这也和从消费者开始考虑问题的整合营销传播是一致的，能体现出与消费者相互作用进而开发出值得信赖的商品或服务的一种哲学。经过完整步骤创造出的商品可以称之为商品化。
（C3）成本不仅有价格的意思，还有生产成本、销售成本、社会成本等很多方面。
（C4）流通渠道表达商品在流动的含义。创造出一个进货商、制造商、物流和消费者共生的商业模式。作为流通渠道来说， *** 销售也能算在内。
（C5）交流
（C6）消费者
N = 需求（Needs）：生活必需品，像水、衣服、鞋。
W = 想法（Wants）：想得到的东西，像运动饮料、旅游鞋。
S = 安全（Security）：安全性，像核电、车、食品等物品的安全。
E = 教育（Education）：对消费者进行教育，为了能够让消费者也和企业一样对商品非常了解，企业应该提供给消费者相应的知识信息。
（C7）环境
N = 国内和国际：国内的政治、法律和伦理环境及国际环境，国际关系。
W = 天气：气象、自然环境，重大灾害时经营环境会放生变化，适应自然的经营活动是必要的。像便利店或是部分超市就正在实行。
S = 社会和文化： *** 时代的社会、福利及文化环境理所当然应该成为考虑因素。
E = 经济：经济环境是对经营影响更大的，以此理所当然应该成为考虑因素。7C罗盘模型是一个合作市场营销的工具。
5、海盗指标法AARRR:是互联网常用的“用户增长模型”，黑客增长模型：
Acquisition：获取用户
Activation：提高活跃度
Retention：提高留存率
Revenue：获取收入
Refer：自传播
数据分析常用工具
日常数据分析用的最多的还是办公软件尤其excel、word、ppt，数据存储处理可能用到一些数据库结合access用，另外目前一般公司小型关系数据库用mysql的还是比较多免费、轻量级，还有较多的也在用pg。
其次分析师是用一些专业的分析软件spss，sas，自助分析用的BI软件平台如：finebi、tableau等。
finebi
其实想强调的是分析师40%-60%的时间可能会花在数据的获取、处理和准备上，所以更好能会点sql，个人觉得对于分析师与其去了解数据库，不如好好去学下sql，因为sql是标准化的数据查询语言，所有的关系型数据库包括一些开源的数据库甚至各公司内部的数据平台都对它有良好的支持。最后对于第三方的一些数据收集或者一些跨平台的数据处理，包括一些分析可以用finebi。
数据分析流程
有了 这些基础的理论和分析 *** 后，接下来具体的分析流程可参考：
1.提出问题（需求） 2.结论/假设 3.数据准备 4.数据分析 5.报告生成 结论验证。
我们按照如上的分析步骤来个示例：
XX产品首销，哪些用户最有可能来购买？应该给哪些用户进行营销？
之一步首先是提出了问题，有了需求。
第二步分析问题，提出方案，这一步非常重要，正如上面提到的第二三类的数据分析本身就是一个假设检验的过程，如果这一步不能很好的假设，后续的检验也就无从谈起。主要需要思考下从哪些方面来分析这个问题。
可以从三个方面：（PS：这里对于一些常规的属性比如：性别、年龄、地区分布了这些基本，老大早已心中有数，就不再看了）
1.曾经购买过跟XX产品相似产品的用户，且当前使用机型是XX产品上一或几代产品，有换机意愿需求的。
2.用户的关注程度用户是否浏览了新品产品站，是否搜索过新品相关的信息，是否参加了新品的活动。
3.用户的消费能力历史消费金额、历史购机数量、本年度购机金额、本年度购机数量、最近一次购机时间及金额等。
第三步准备数据：
创建分析表，搜集数据 这一步基本是最花时间的，这时候就是考量你的数据平台、数据仓库的时候了，仓库集成的好，平台易用的话时间应该不用太长。
第四步数据分析：笔者是把数据导入到finebi进行分析的，也可以用python，其实用excel也非常好，只是笔者对excel的有些处理不是很擅长。
第五步就是图表呈现，报告的表达了，最后我们验证得到的一个结论就是：购买过同类产品，关注度越高，复购周期越近的用户越最容易再次复购。
注：想要获取33个好用数据分析工具，可以私聊回复我“工具”获得！