13.6 路径分析案例的分享

13.6.1 案例背景

X产品是一款在线的SAAS产品,其主要功能是帮助网站平台的卖家更好、更有效地管理自己已有的买家询盘,并且开发更多潜在的询盘。当有买家向卖家发出询盘时,该产品会实时提醒卖家去查看最新的询盘,同时卖家借助该产品可以直接查看买家档案,该产品的买家雷达功能可帮助卖家更好地掌握买家浏览的动向,其买家推荐和智能跟进功能更能有效协助卖家开发潜在的商业机会。

X产品正式上线已经有一段时间了,也产生了一定数量的付费用户,现在需要了解付费用户到底是如何使用该产品的,以及产品中各功能点的价值到底如何。这项研究无论对于产品设计师,还是用户体验设计(UED),或者是对产品的运营人员来说都是非常有意义的。

13.6.2 主要的分析技术介绍

整个项目主要是以路径分析为主,从付费用户的产品使用路径中寻找、发现、提炼用户的主要使用行为、产品的主要功能点,以及用户的使用深度。具体来说,采用Sequence Analysis和Link Analysis分别进行不同角度的分析和提炼。

13.6.3 分析所用的数据概况

基于正式上线两个月以来产生的实际付费用户,选择他们在某一周里详细使用该产品的日志明细数据(Trace Log数据)。在该一周的时间段中,共有有效的付费用户多少人?鉴于对商业隐私的考虑,本案例中部分数据已被隐藏,其中91%的用户在此期间有过产品使用行为,也即有详细的日志明细数据记录。

以下的分析结论主要根据这91%的实际使用了产品的用户的详细日志明细数据得到的。

13.6.4 主要的数据结论和业务解说

1.用户登录产品后台的入口分析

这里将以1周7天(7月19日~7月25日)内有过登录行为的所有付费用户的Tracelog明细数据为分析对象,共有多少行数据,合计多少Session(“step=1”,可以理解为每个付费用户每天合计为1次Session,不同天次算不同Session),主要结论如表13-1所示。

00142.jpeg

2.付费用户使用产品路径分析——Sequence Analysis算法

Sequence Analysis算法主要用于分析在一个Session中的先后顺序规律。

在Sequence Analysis分析结论中,由于输出的规则有成千上万条,到底哪些规则有意义,哪些没有意义,这是要人脑进行一一研判的,而且有的规则需要动脑筋花时间深入考虑,不是那种一目十行的思考可以得到的,所以常常要花费大量的时间,不仅需要数据分析人员去研究,业务人员,尤其是PD人员更要仔细去体会其中的含义或意义。在此挑出一些比较有意义的规则予以分享,如表13-2所示。

00143.jpeg

3.付费用户使用产品路径分析——Link Analysis算法

Link Analysis算法主要用于分析两两直接顺序,即浏览当前页面和转换至下一个页面的规律。

行业主流分析通常会把两两直接相连的主要节点人为地串起来,从而形成一个网络产品(或网站)详细的主流路径。但是值得注意的是,这种人为串联的主流路径最多能反映路径的繁忙程度,并不代表一个用户或一群用户是沿着此路径一路走来的。虽然这种分析方法有少许漏洞,但它仍然是目前互联网行业主流的路径分析思路。关于该分析方法,具体内容如表13-3所示。

00144.jpeg

00145.jpeg

13.6.5 主要分析结论的落地应用跟踪

商业产品的优化和升级,要考虑的因素很多,这其中既要有客观的数据分析支持做参考,又要有企业管理层和产品设计师的主观考虑,故而本案例所发现的这些数据分析结论并不能立刻推动产品的优化和改版。在案例中,得到了一系列核心发现、结论之后,产品的设计师综合考虑了其他因素,最终对产品进行了一系列的优化和升级。可以这样说,路径分析为产品的设计优化和改版提供了一个重要的分析工具和许多参考意见。

本案例的具体发现如下:

1)从分析报告的多个表格及多个规则中,比如“PM钩子”是最重要的X产品功能结点,“PM钩子”是X产品的重要使用入口,“记录询盘里在线洽谈”后有52%的可能性会下一次返回“PM详情页面”等,得到了一个共同支持的猜想,即X的付费用户中有相当数量是因为其为PM核心用户而成为X产品的付费用户的,如果没有PM产品,X产品的用户数量以及使用率会大打折扣。根据随后提取的专题数据分析验证,2010年8月27日在服务期内的X产品付费用户共有个,其中当前也是全功能的PM用户有个,即42%的X产品付费用户在同时享受全功能的PM产品功能(基本上可以理解为PM付费用户),其中主动订购PM的用户*人,至少35%的X付费用户同时也是主动订购PM产品的用户。这个比例基本上可以支持上述的设想。这个结论对于产品运营和PD、UED来说比较有现实意义。从运营来说,PM的订购用户,甚至是PM的高质量用户很有可能会转化成X的预付费用户,这是X转付费运营的一个新思路新来源。另外,产品交叉使用的普遍性可以为下一步(适当时机)的交叉用户分析提供新的思路和方向。在后期的产品运营中,该建议得到运营方的贯彻和落实,并逐渐成为X产品的一个重要的售卖思路和运营主线。

2)从分析报告中的“用户登录后台的入口分析”相关结论来看,“从**助手这个正规入口进入”的比例目前已经达到28%,这个比例不算低,而且从这个入口进入的用户是否有可能是主动用户、高质量用户、成熟用户的一个重要的、新的辅助判断指标呢?这个需要进一步的数据抽取来验证;如果果真如此,对于今后的产品预付费运营和用户粘连度和成熟度划分,将会是一个新的有意义的指标和维度。在后期观察中,该入口的使用情况的确反映了用户的网站使用成熟度,使用该入口用户的活跃度和付费转化率都明显大于其他用户群体。基于相关分析和认证,目前该入口已经改版成为一个更加重要的用户自我教育平台,主要强调的是有关SAAS产品的用户自我了解、自我学习、自我提升和自我应用。

3)在Link Analysis算法所罗列的重要规则中:从“雷达浮起”到“7天动态筛选”这个直接路径所反映出的不正常高百分比,揭示了其开发环节的逻辑错误,提醒设计师要进行修改。

4)对于产品设计师和运营人员来说,Link Analysis算法所罗列的一些典型且重要的当前页面和下一页面之间的支持度和置信度的关系,可以有重点地提醒他们思考并了解用户的路径行为特征,进而在后期的迭代和运营中扬长避短,提升产品价值和运营效率。个中的事例太多太琐碎,就不一一列举了。