華為分析 | 如何基于用戶生命周期分析，尋找新的增長點

HMS Core是HMS生態的重要組成部分，是華為移動服務提供的芯、端、云開放能力的合集，開發者可以通過在應用中接入SDK的方式，快速呼叫所需能力，完成應用的開發、用戶增長及商業變現，

華為分析服務來作為HMS Core非常核心的能力之一，提供一站式的資料采集和分析平臺，幫忙開發者的運營團隊高效分析，開發者無需自建資料分析系統，即可完成一系列的分析模型如漏斗、留存、轉化等，幫助清晰理解用戶行為方式，從而實作用戶洞察，產品優化以及精細化運營決策，

那么，我們就來看下分析服務是如何基于用戶全生命周期的分析管理，幫助各類應用尋找新的增長點，

運營增長困境如何破局

我們知道，便捷生活、電商、游戲、娛樂影音、新聞閱讀等垂類應用，幾乎所有應用都面臨著很大的用戶增長的挑戰，這其中最主要的原因就是互聯網的人口紅利衰退、用戶數量以及增速越來越低，甚至在部分垂類里沒有增長或者負增長，互聯網流量越來越貴，獲客成本也在不斷地攀升，電商、生活、游戲行業的競爭也不斷加大，拉新渠道良莠不齊，同時，在另一方面，新用戶留存率不斷降低，如何通過運營手段轉化新客，讓來過的用戶再來，從而實作應用的營收就變的很重要，拉新難、留存低，已經成為各類應用的長期運營增長困境，

全生命周期管理，提升用戶價值

那么，面對增長困境，應用應該如何破局呢？大資料可以把用戶的所有日常行為分析沉淀下來，能讓開發者瞬間明白用戶的需求，所以，我們需要以資料驅動為基礎，在用戶全生命周期里尋找機會點，做精細化運營，對于新手期，需要圍繞ROI提升與促活來設計增長策略，保證拉新來的用戶是業務的目標用戶，從而盡快促進新用戶的活躍，完成新用戶向成長期用戶的轉變，對于成長期和成熟期，增長的關鍵詞則是提高留存率、提高轉化率，這部分用戶是應用的寶藏用戶，如何挖掘好此類用戶的價值，讓他們在產品內活躍更久、留存更久，對應用有著至關重要的價值，對于沉默期和流失期用戶，則要考慮防范流失、精準召回、分析流失原因、優化促活策略，可以看到，為了破除增長困境，需在用戶全生命周期尋找增長機會點，達成持續而有效的增長，

明確思路和目標后，需要針對性的進行資料分析，這里就要借助HMS Core分析服務提供的一系列的分析特性，對產品、用戶等方面進行深入的下沉分析，分析洞察后，通過過濾器和分析console圈定受眾用戶群組，最后就開始針對性的觸發運營動作：譬如制定策略，通過Push訊息等手段觸達用戶，以這種方式給用戶推送訊息，能夠讓用戶看到推送的第一時間覺得是欣喜而不是打擾，當然，動作執行后還需要回到分析平臺，對比前后的資料表現，衡量目標達成情況，并進行相應的運營策略調整或產品的調優，

新手期、成長期和成熟期增長策略

對于新手期用戶，應用關注降低獲客成本，促活、促成長，對于獲客成本的降低，我們可以通過華為分析的事件分析、對比分析等模型，判斷各類事件發生的整體趨勢，事件來源的機型分布和版本，再通過過濾器，做大量素材的對比測驗、甄別最優的投放渠道，對于新手期用戶，通過用戶的興趣點引導其盡快完成關鍵動作的執行，比如視頻應用，引導用戶觀看視頻或購買會員；游戲應用，引導用戶盡快過關；電商應用，引導用戶盡快完成首單等，再通過漏斗和歸因分析，對用戶在應用中一系列關鍵節點的動作分析他們的轉化率，優化流程，優化福利發放方式，或優化某一個環節的UI設計等，利用這類分析，提升新手促活和成長的轉化，

在上圖案例中，某短視頻應用通過多種渠道投放了拉新廣告，但無法準確識別各個渠道的貢獻率，且新用戶流失率較高，應用優化目標是：甄別投放渠道優劣從而提升新用戶留存，通過分析服務的歸因分析模型，確定目標轉化事件為 “新下載使用” ，確定待歸因事件為“各渠道廣告位的點擊” ，根據分析平臺生成的報告，得到火山小視頻的拉新貢獻率最高，微博的貢獻率最低，于是快速執行并取消了對微博的營銷預算投入，分配到火山小視頻中，經過3個月的優化，最后復盤結果顯示該視頻應用的獲客成本下降26%，新用戶留存率提升15%，

對于成長期和成熟期的用戶，應用除了關注促活促留存，更關注提高轉化率（LTV），“留存”和“轉化”也是幾乎所有應用都會普遍遇到的問題，對于留存，分析服務提供強大的過濾器功能，對用戶進行細分分析，深入洞察新老用戶的留存差異、不同渠道的用戶留存差異、不同手機版本的用戶留存差異、不同手機品牌的用戶留存差異等，針對分析結果，可以再使用受眾分析，對用戶進行分群、分層運營，不斷培養用戶對應用的粘性，從而留住用戶，對于轉化，分析服務提供的“路徑分析”功能，觀察用戶在產品中的實際行為路徑，看與產品設計的路徑是否有出入，并通過運營策略進行干預，引導用戶到運營人員希望的路徑上來，用戶在使用應用程序中的每一步都可以被記錄下來，這樣可以分析用戶在應用各個模塊的流轉規律與特點，挖掘用戶的點擊模式資訊，使得用戶可以便捷地依照應用設計的期望路徑，直達核心模塊，完成轉化，比如電商的瀏覽-收藏-加入購物車-提交訂單-付款的路徑，同時，也可以通過漏斗分析模型來直觀的看到各個環節的轉化數，轉化率，流失數，流失率等，分析后再優化，

上方案例中，提到了某電商生鮮應用，發現最近2個月用戶的留存率與購買轉化率都比較低，需要盡快找到原因并解決，運營人員先是通過用戶屬性，比如性別、年齡、地域、手機品牌等，以及用戶行為，比如瀏覽商品、加入購物車、購買，將用戶進行了細分，然后針對不同的細分受眾，在分析報告中進行下鉆分析，通過華為分析提供的路徑分析、行為分析報告挖掘其不同的行為特征，最后發現訂單頁面的某個按鈕設計比較隱蔽，阻礙了用戶的下單行為，根據這樣的發現，應用的運營人員制定了不同的增長策略：首先，優化訂單頁面互動設計，凸顯下單按鍵，其次通過對這類由于按鈕設計導致頁面停留時間長，無法下單的用戶進行受眾圈定，最后通過push訊息服務，推送補償優惠券，最終提升了這類用戶的留存率，并提高了商品的購買轉化率，

沉默期和流失期增長策略

用戶的沉默期和流失期，是應用的產品、運營人員不愿意見到的情景，沉默期內需要重點關注的是防范流失和精準喚醒，通過一系列的基于資料的分析，快速挽回激活這些用戶，

借助分析服務里用戶生命周期模型提供的各階段流失風險用戶預測、召回潛力用戶預測，可以提前通過運營手段盡可能的規避用戶流失，還可以通過行為分析、漏斗分析識別有喚醒價值和喚醒可能性的用戶，進行喚醒活動的訊息觸達，而對于流失期用戶，召回的難度可能大于拉新，現在業內的最新觀點是不做挽回，重點放在經驗總結和優化上面，避免其他用戶流失，分析服務可以洞察流失用戶的特征，增強流失前的識別能力，讓流失用戶為當前用戶的促活提供優化方向，通過產品優化、運營方案改進等增強活躍用戶的活力和粘性，從而避免流失，

上圖案例是一個海外游戲應用的沉默喚醒實踐，首先，運營人員通過研究沉默用戶的事件分析報告、行為分析報告，定位出了易喚醒，已經沉默的高價值用戶，他們是游戲好友超過30人、月互動次數大于2次、年齡區間在30歲以下的人群，設計喚醒文案不斷測驗，進行興趣引導與價值激勵，其次，識別到沉默用戶的安裝渠道，在渠道內不斷投放拉新內容，針對很久不更新游戲版本的用戶，定期推送更新內容，讓其感興趣，另一方面，游戲的運營人員通過用戶生命周期模型提供的各階段流失風險預測用戶群，對這類用戶也提前制定促活策略，加強用戶在游戲內的任務體驗，并通過郵件派發禮物，防范流失，這兩塊做完后，對于已經流失用戶，進行了詳細的行為、屬性洞察，得到初步的流失原因主要在兩方面，一是流失用戶共同的特征是游戲好友人數都少于5個；二是大多數投訴游戲卡頓，于是運營人員設計了方案去驗證，確定了流失原因后進行了產品優化和運營方案優化，例如他們提供了多渠道登錄界面方案，提供了每局對戰結束后新增一鍵添加好友按鈕方案，再通過A/B測驗，最終選擇了最有吸引力的方案是后者: 在下一個游戲版本的用戶對戰詳情頁中讓用戶選擇添加好友，并優化了互動邏輯，一系列措施實施后，這款游戲的用戶沉默率降低了12%，流失率降低接近8%，

再來回顧一下開發者是如何基于HMS Core分析服務，實作全生命周期用戶增長，通過集成了分析服務的SDK，便可以上報用戶屬性和用戶行為資料，這兩類資料聚合在一起就可以研究哪些用戶在什么時間做了什么事情，形成了資料分析的基礎，為了降低應用的開發作業量，分析服務支持11個用戶屬性和27個事件的自動采集，同時為了滿足開發者個性化需求，支持自定義用戶屬性以及500種自定義事件，這極大方便了開發者對于應用的不斷優化，也為精細化運營提供更多資料支撐，在有這些原子資料的基礎上，分析服務提供了豐富的分析模型，包括事件分析、行為分析、漏斗分析、受眾分析、生命周期分析、歸因分析等，幫助開發者深入洞察用戶增長情況、用戶行為特征、產品功能情況，并且在這些豐富的分析模型基礎上，可通過過濾器針對應用型別、用戶屬性、受眾用戶做細分，從而觸發進一步的運營動作，

值得一提的是，HMS Core分析服務SDK支持全終端，包括Android，iOS，Web，開發者僅需半天時間就可以集成成功并發布，正是如此敏捷的開發速度，以及這些強大的分析能力，分析服務已經成為全球開發者最受歡迎的服務之一，

>>訪問華為開發者聯盟官網，了解更多相關內容

>>獲取開發指導檔案

>>華為移動服務開源倉庫地址：GitHub、Gitee

關注我們，第一時間了解華為移動服務最新技術資訊~