SaaS服務類產品，如何做好用戶行為分析？

SaaS服務類產品做好用戶行為分析，需依據業務需求，對數據采集、數據倉庫、分析模型進行設計和創建。

對辦公OA、銷售營銷、人力資源、法務服務、財務稅務等SaaS服務類企業而言，如何準確分析不同渠道銷售線索效果，產品方案對客戶/用戶的真實價值，網站/H5界面的客戶友好度等，都將極大的影響到客戶的生命周期價值。

下面通過流程圖的方式，梳理一下應該如何做好SaaS類產品的渠道評估、用戶行為分析，以實現精準營銷、精細運營、產品調優。

用戶數據分析的目的是驅動業務增長，那么其核心是圍繞用戶搭建數據流、數據倉庫與數據分析模型。

一、抓住用戶數據流

也即用戶與企業、產品的交互過程中產生的數據，因為交互節點不同，可以通過用戶進入的邏輯線，對應出用戶數據流。

比如用戶點擊企業SEM的關鍵詞進入公司官網網站，在網站里瀏覽博文，最后提交了產品試用的申請，提交的聯系信息進入了企業的CRM系統，又由銷售聯絡跟進，并為用戶開通了試用賬號，用戶開始登錄產品平臺，進行產品試用。

有些用戶進入試用后會主動探索各個功能模塊，有些用戶粗略的查看產品之后就會關閉窗口很長時間不打開。

整個這個環節中，用戶完成了“搜索-點擊訪問-瀏覽網站-試用申請-登錄試用-購買決策”的完整過程，很容易能夠看出來，用戶的數據流并不是天生會被記錄或者能夠應用的，而是需要在各個環節進行前期的“數據設計”。

為了比較普適的說明，我們將剛才“搜索-點擊訪問”的環節統一為“渠道推廣吸引用戶訪問”。

在進行數據設計過程中，可以通過UTM參數，對渠道來源進行標記；對于用戶在網站里的瀏覽行為、申請試用行為，可以通過可視化埋點、前端埋點、后端埋點的方式進行數據采集；試用開通登錄后，用戶在產品系統里的操作序列，除了埋點方案，還可以通過服務器端數據傳輸工具的方式，進行數據收集。

做完數據設計和數據采集的部署之后，就能夠對用戶的來源、試用前行為、試用后在產品里的行為進行細致分析，從而找到最好的推廣渠道、網站優化方案、產品優化和用戶試用引導方案等。

但是從渠道來源到網站訪問數據到產品試用數據，數據的來源與存儲都不同，所以在進行數據采集設計之后，還需要規劃好數據存儲方案，構建統一數據倉庫。

最好的方法是，對不同來源的數據進行統一標定，集中存儲在同一個基于分布式框架的數據倉庫中，以保證分析時對于超大容量數據的實時分析響應。

除了建立統一存儲，數據結構方面，可以將所有數據劃分為用戶屬性數據和用戶事件數據，分別存在“兩張表”中。

用戶屬性數據記為User，比如性別、id、設備號、城市區域、ip號等信息，用于用戶區分、用戶分群。用戶事件數據記為Event，比如進入官網、瀏覽博客、點擊試用、填寫信息未提交退出等用戶事件。
記錄事件信息需包含誰（who）在什么時間（when）在哪里（where）以什么方式（how）做了什么事情（what）的完整記錄。

在建立好統一的數據倉庫與數據模型后，就可以根據業務需要，靈活的創建分析模型調用、分析數據了。