数据运营的能力是每个运营必备的技能，今天就带大家了解下常见的集中数据模型。上期我们讲了属性分析、渠道分析概述、留存分析三种数据分析，本期接着为大家分享平日实用的数据分析模板。

01

热图分析

◆ 热图分析概述

热力图分析可直观的分析用户行为，如点击位置，页面浏览时间，页面浏览度等行为，帮助运营人员更好的了解用户习惯偏好等从而进行优化运营。常见的热图分析有以下 4 种类型：

● 点击位置热图，用于展示用户在网站上所有点击的位置，聚集的点击越多，颜色越亮。

● 点击元素热图用于展示可交互元素的点击情况。

● 浏览深度线，通常用来寻找 CTA 的最佳位置和内容营销转换监测。

● 注意力热图用于展示用户在某个区域停留的时长，停留时间越长，该区域颜色越亮。通常用于分析：了解网页哪些内容吸引访客？哪些内容重要？

通过某一项热力图析，但不够直观。我们可以在不同场景选择合适的热图分析。

◆ 应用场景示例：用户在网页的注意力分析

赫伯特·西蒙是诺贝尔奖获得者，他曾经指出： “有价值的不是信息，而是注意力”注意力经济受到重视的当下，每个营销人在希望完全了解用户行为的同时，也越来越想要确保自己的内容正是用户所关注的。

放在具体场景里，运营人员可能会好奇这些问题：

哪个页面最吸引顾客？

顾客往往只会浏览到页面哪个位置？

哪个区域可以获得最多的点击？

页面越向下滑动，留存用户越少，说明随着页面的向下滑动，越来越多的用户需求已得到满足，或者没有得到相应满足。如果经过分析得出的浏览深度线与上述示例基本一致，建议可考虑在头部位置放置Banner广告。理想情况下，在用户进入网站时无需滚动即可立即看到放置的广告。

在了解到用户基本浏览深度之后，可进一步了解：

● 用户的鼠标大多置于在页面的什么位置？

● 用户最常点击哪里？

● 如何将网站访问者最大限度转化为买家？

此时，可以使用点击位置热图模型进行分析。还是某官网示例，我们发现往往很多情况下用户点击的位置会和预期有很大出入。一些没有嵌入按钮的空白区域，也会有很高的点击率。综合分析，可以给后期界面的优化提供实实在在的思路。

如果您通过热图发现可能用户习惯性点击这个界面的右侧，那么即使您不想在主体内容中放置广告，两侧的Skyscraper Ads也是个不错的选择。所以，热图分析在为品牌及其运营人员提升洞察力的同时，也可以使他们更了解用户关注的重点。

02

分布分析

◆分布分析概述

分析场景中十分常见：分析订单金额，订单偏好等场景。

◆ 应用场景示例：分析特定时段用户分布变化，赋能精细化

某证券公司的用户平台分布、投资风险等级分布、购买理财产品的金额分布，以及城市分布。用户平台分布以Web/H5为主，投资风险等级分布以中低型为主，购买5 万—10万理财产品的用户为最多，城市主要分布在深圳、郑州和北京。

该证券公司在 2021 年 9 月 11 日开始“金秋入金享福利”的活动策划，并于9月14 日正式投入推广。在9月14 日前，通过近7天的监测数据可以看到，从9月14 日开始，启动证券 APP 的用户数明显有大幅提升，来自深圳的用户人数相较于前一天，增长达到157.7％。

某证券公司近 7 日的用户城市分布情况截至9 月17日，该证券 APP 现有用户的城市分布情况为：来自深圳的用户占比39.15％、郑州33.04％、北京26.11％、杭州25.45％、武汉 21.72％、上海18.78％、成都16.83％。

基于数据不难发现，该证券 APP 现阶段可能比较契合深圳和郑州市场，可以再进一步结合其他模型的具体数据，细化运营策略。

利用分布分析模型，不仅可以监测到用户每月启动 APP、入金、交易股票频次的变化，还可以通过进一步细分选项的选择，查看不同性别、不同渠道来源、不同地域等的用户在交易频次上的差异，为运营策略的优化提供数据支持。

03

漏斗分析

◆ 漏斗分析概述

漏斗分析是分层分析逐一排查的很好地分析工具，可以从漏斗分析清楚看出是哪一环节出现分析，针对性的调整分析。

漏斗分析，可以帮助我们解决哪些问题呢？

● 广告曝光多，但是点击的人却很少，是因为什么？

● 点击量很大，但是进入网站的人很少，是因为什么？

● 进入网站的人很多，咨询却很少？

● 咨询的人很多，注册量却微乎其微？

用户行为路径是多种多样的。通过埋点事件配置关键业务路径，可以分析多种业务确定了哪一环节出了问题进而定向营销促转化。

◆ 应用场景示例：注册转化漏斗定位用户流失原因

对于需要用户注册的产品而言，注册转化流程的迭代优化是重中之重。通过漏斗分析模型，我们即可查看用户注册流失的主要路径。

618期间，某专门做钓具的品牌，想通过分析用户注册流程中的用户留存情况，以优化后期正式活动的营销策略。

通过漏斗分析，该品牌发现在过去7日的营销预热中，启动用户共381人次；进入注册页后流失了148人次、留存233人次，该环节的转化率为61.15％；在填写验证码阶段，共流失209人次，仅留存24人，该环节的转化率为10.3％；而最终完成注册的新用户只有6人，该阶段流失了18人，该阶段的转化率为25％。

一周以来，总留存率仅为1.58％。通过问题溯源，该品牌发现，根据此前的用户画像，自己的核心用户为中年（45—59 岁），这个年龄段的用户可能大多喜欢用笔画输入法；而后端提供注册的验证码为文字形式，且很多字笔画偏多，所以很多用户在这个阶段放弃了，导致该阶段的留存转化过低。

在了解到可能原因后，该品牌迅速做出调整，使得618正式活动期间，注册成功转化率率提升了近30％。除了监测注册流程的留存情况外，漏斗分析还可运用至新用户购买、Push 效果等多个场景中。通过分析各环节用户流失情况，改进产品及运营策略。

04

间隔分析

◆ 间隔分析概述

间隔分析，从首次触发开始，到指定触发之间的时间间隔。便于从这些指标中观察转化过程的情况。

通过转化时长指标来衡量特定转化路径在时间维度上的转化效率。

可以了解不同渠道用户的注册转化情况，有效升获客速度，还能够评估用户首次购买时长，设计相关激励措施，抓住最佳转化时机，降低转化耗时。

◆ 应用场景示例：监测开户的平均转化时长

通过各种渠道吸引客户下载、注册券商的 App 是第一步，引导客户成功开户才是券商进行客户激活的关键。

不同于普通的 App 用户激活，证券行业的特殊性决定了开户流程的复杂性。由于受到证监会的监督，开户过程中的所有流程都需要报备，不仅需要客户的基本资料，还需要进行银行卡认证、签署协议、视频认证等环节，且必不可少。

某证券企业通过将起始行为选择为「立即开户」，转化目标选择为「开户完成」，持续监测用户开户成功的平均转化时长，且了解到平均转化时长基本一直稳定在15分钟左右。在2021年9 月13日，该证券企业的用户开户的平均转化时长猛增至33分钟40秒，明显大于平均耗时。

结合漏斗分析，经排查后发现，原来是开户过程中的银行卡认证环节出现问题。

由于银行卡自动识别系统出现故障，导致用户在拍摄银行卡自动识别时出现故障，多次尝试拍摄自动识别失败，只能通过手动输入。最终，通过优化该环节，开户的平均转化时长恢复到正常水平。其实分析法还有很多种，后期有机会也会为大家带来更多的分析模型便于大家更好的运营。

上一篇：机会永远都在，靠它可以让你知道你想了解的一切（上）

下一篇：微信视频号转化分析