在这个每个互联网人都在谈论数据，每个产品经理都在谈论数据分析的时代，用户行为分析的重要性也越来越凸显出来，那么产品经理如何做用户行为分析呢?接下来将为大家进行分享。

　　一、为什么要做用户行为分析

　　观点一：有些功能整个平台用户都希望做，是没有必要耗费人力评估的，只要做了就可以了。用户行为分析是形式，不能为了分析而分析。

　　观点二：我都在这个行业做了这么多年了，用户需要什么难道我不知道吗?我本身就是用户，我可以代表他们，我的需求就是他们的需求目标。

　　观点三：只需要做充分的调研分析就可以了，比如需求调研，产品使用调研，多找找目标用户，多让他们提一些反馈意见，根据反馈来做修改即可。

　　观点四：不要总是顺着用户的意思去做产品。产品设计的核心是产品经理的想法，而不是用户的看法。

　　以上观点其实都是错误的，如果产品经理有这样的想法，会对自己极为不利。下面我们来看两个案例：

　　案例一：Growing IO 改版前后对比

　　视频介绍功能是所有用户都想要的，于是Growing IO毫不犹豫地把视频放在了首页，然后注册转化率下降了50%，持续观察两个周，注册转化率仍然没有显著增长，回滚到上个版本，注册转化率逐渐恢复。结论：

　　部分用户的观点无法代表全体用户的真实感受，视频介绍可能是伪需求。

　　产品经理的主观感受无法代表用户的真实体验，任何人都无法代表用户。

　　视频介绍分散了用户的注意力，导致首页注册转化率大幅度下跌。

　　案例二：Facebook改版之后再回滚

　　Facebook经过改版之后，页面更清爽了，展示面积更大了，突出了图片以及视频，展示信息更丰富，Facebook的产品经理、交互设计师都对这一版本非常有信心。然而10%灰度发布之后，用户平均在线时长降低50%，一个月后，数据仍然没有好转。

　　互联网产品要以数据为导向，而不仅仅凭借自己的主观感觉。

　　产品设计过于超前了，产品版本迭代版本之间没有一定的过渡，用户无法习惯。

　　因此可以说，数据分析在日常工作中起到的是必不可少的作用。1、用户行为分析不是形式化，不是为了分析而分析，哪怕是核心用户提出的需求，也要通过数据来验证，任何人都无法代表真正的用户。2、产品经理要有自我革新，自我否定的意识。用户的需求是变的，不能太过于依赖过往的经验，过往的经验不可靠，只有数据最可靠。3、用户分析调研是一方面，只是为产品提供思路，但是是否有利于产品长期发展还是要通过数据来说话。4、用户端产品要以用户体验为核心，以数据为导向。

　　二、数据指标与名词含义

　　1、流量来源：流量来源的意思是网站的访问来源，比如用户来自于知乎，来自于微博等等。主要用来统计分析各渠道的推广效果。

　　2、PV：PV(page view)即页面浏览量或点击量，指页面刷新的次数，每一次页面刷新，就算做一次PV流量。

　　3、UV：UV(unique visitor)即独立访客数，在同一天内，UV只记录第一次进入网站的具有独立IP的访问者，在同一天内再次访问该网站则不计数。PV与UV的比值一定程度上反映产品的粘性，比值越高往往粘性越高。

　　4、IP数：IP数即独立IP的访问用户数，指1天内使用不同IP地址的用户访问网站的数量。IP数字与UV可能不同(可大可小可相等)

　　5、日活/月活：每日活跃用户数(DAU)/每月活跃用户数(MAU)，反映的是网站或者APP的用户活跃程度，用户粘性。

　　6、次日留存/次月留存：次日留存、次月留存反映的是网站或者APP的留存率。

　　7、用户保有率：指在单位时间内符合有效用户条件的用户数在实际产生用户量的比率，也叫用户留存。

　　8、转化率/流失率：转化率一般用来统计两个流程之间的转化比例。其中流失率也是重要的数据指标。用户流失率=总流失用户数/总用户数。

　　9、跳出率：指用户到达网站上且仅浏览了一个页面就离开的访问次数(PV)与所有访问次数的百分比。跳出率越高说明越不受欢迎。

　　10、退出率：对某一个特定的页面而言，从这个页面离开网站的访问数(PV)占这个页面的访问数的百分比。跳出率适用于访问的着陆页 (即用户访问的第一个页面)，而退出率则适用于任何访问退出的页面。