前言

用戶行為分析是對(duì)用戶在產(chǎn)品或觸點(diǎn)上產(chǎn)生的行為及行為背后的數(shù)據(jù)進(jìn)行分析，通過構(gòu)建用戶行為數(shù)據(jù)分析體系或者用戶畫像，來改變產(chǎn)品、營(yíng)銷、運(yùn)營(yíng)決策，實(shí)現(xiàn)精細(xì)化運(yùn)營(yíng)，指導(dǎo)業(yè)務(wù)增長(zhǎng)?？傊?#xff0c;很重要。

先來看下用戶類行為指標(biāo)說明，然后下面詳解常寫的指標(biāo)。僅供參考，實(shí)際開發(fā)邏輯還是按業(yè)務(wù)需求為標(biāo)準(zhǔn)。

指標(biāo)名稱	解釋說明
新增用戶	首次聯(lián)網(wǎng)使用應(yīng)用的用戶，如果一個(gè)用戶首次打開某APP，那這個(gè)用戶定義為新增用戶：卸載再安裝的設(shè)備，不會(huì)被算作一次新增，新增用戶包括日新增用戶，周新增用戶，月新增用戶。
活躍用戶	打開應(yīng)用的用戶即為活躍用戶，不考慮用戶的使用情況，每天一臺(tái)設(shè)備打開多次會(huì)話被記為一個(gè)活躍用戶
周（月）活躍用戶	用戶以設(shè)備作為判斷標(biāo)準(zhǔn)，在移動(dòng)統(tǒng)計(jì)中，每個(gè)獨(dú)立設(shè)備認(rèn)為是一個(gè)獨(dú)立用戶。安卓系統(tǒng)根據(jù)imei號(hào)，IOS系統(tǒng)根據(jù)openUDUID來標(biāo)識(shí)一個(gè)獨(dú)立用戶，每部手機(jī)一個(gè)用戶。
沉默用戶	用戶僅在安裝當(dāng)天（次日）啟動(dòng)一次，后續(xù)時(shí)間無再啟動(dòng)的行為。該指標(biāo)可以反應(yīng)新增用戶質(zhì)量和用戶與app的匹配程度
版本分布	不同版本的周內(nèi)新增用戶數(shù)，活躍用戶數(shù)和啟動(dòng)次數(shù)。利于判斷app各個(gè)版本之間的優(yōu)劣和用戶行為習(xí)慣。
本周回流用戶	上周未啟動(dòng)過的應(yīng)用，本周啟動(dòng)了應(yīng)用的用戶
連續(xù)n周活躍用戶	連續(xù)n周，每周至少啟動(dòng)一次。
忠誠(chéng)用戶	連續(xù)活躍5周以上的用戶
連續(xù)活躍用戶	連續(xù)兩周及以上活躍的用戶
近期流失用戶	連續(xù)n（2<=n <=4）周沒有啟動(dòng)應(yīng)用的用戶。（第n+1周沒有啟動(dòng)過）
留存用戶	某段時(shí)間內(nèi)的新增用戶，經(jīng)過一段時(shí)間后，仍然使用應(yīng)用的被認(rèn)作是留存用戶：這部分用戶占當(dāng)時(shí)新增用戶的比例即是留存率
用戶新鮮度	每天啟動(dòng)應(yīng)用的新老用戶比例，即新增用戶數(shù)占活躍用戶數(shù)的比例
單次使用時(shí)長(zhǎng)	每次啟動(dòng)使用的時(shí)間長(zhǎng)度
日使用時(shí)長(zhǎng)	累計(jì)一天內(nèi)使用時(shí)間長(zhǎng)度

用戶活躍

描述

判斷業(yè)務(wù)健康程度和發(fā)展趨勢(shì)的一個(gè)重要指標(biāo)。

業(yè)務(wù)指標(biāo)場(chǎng)景舉例

最近一個(gè)周/月內(nèi)，有過連續(xù)活躍n天的人數(shù)。

最近一周/月內(nèi)，每個(gè)用戶的平均活躍天數(shù)。

最近一周/月內(nèi)，最大沉默天數(shù)超n天的用戶數(shù)。

最近七天內(nèi)連續(xù)三天活躍用戶數(shù)。

分析思路

以日明細(xì)，獲取周，月用戶明細(xì)。

活躍用戶按天明細(xì)表 dws_uv_detail_day。

create??table?dws_uv_detail_day
(
????`mid_id`?string?COMMENT?'設(shè)備唯一標(biāo)識(shí)',
????`user_id`?string?COMMENT?'用戶標(biāo)識(shí)',?
????`app_time`?string?COMMENT?'客戶端日志產(chǎn)生時(shí)的時(shí)間',
????.?.?.?.?.?.?(省略其他字段)
)
partitioned?by(dt?string)
.?.?.?.?.?.

活躍用戶按周明細(xì)表 dws_uv_detail_wk。

create?table?dws_uv_detail_wk(?
????`mid_id`?string?COMMENT?'設(shè)備唯一標(biāo)識(shí)',
????`user_id`?string?COMMENT?'用戶標(biāo)識(shí)',?
????`app_time`?string?COMMENT?'客戶端日志產(chǎn)生時(shí)的時(shí)間',
????`monday_date`?string?COMMENT?'周一日期',
????`sunday_date`?string?COMMENT??'周日日期'?,
????.?.?.?.?.?.?(省略其他字段)
)?
PARTITIONED?BY?(`wk_dt`?string)
.?.?.?.?.?.

案例

最近七天內(nèi)連續(xù)三天活躍用戶數(shù)思路。

（1）查詢出最近7天的活躍用戶，并對(duì)用戶活躍日期進(jìn)行排名。

（2）計(jì)算用戶活躍日期及排名之間的差值。

（3）對(duì)同用戶及差值分組，統(tǒng)計(jì)差值個(gè)數(shù)。

（4）將差值相同個(gè)數(shù)大于等于3的數(shù)據(jù)取出，然后去重，即為連續(xù)3天及以上活躍的用戶數(shù)。

select
????'2022-01-04',
????concat(date_add('2022-01-04',-6),'_','2022-01-04'),
????count(*)
from
(
????select?uid_id
????from
????(
????????select?uid_id??????
????????from
????????(
????????????select?
????????????????uid_id,
????????????????date_sub(dt,rank)?date_diff
????????????from
????????????(
????????????????select?
????????????????????uid_id,
????????????????????dt,
????????????????????rank()?over(partition?by?uid_id?order?by?dt)?rank
????????????????from?dws_uv_detail_day
????????????????where?dt>=date_add('2022-01-04',-6)?and?dt<='2022-01-04'
????????????)t1
????????)t2?
????????group?by?uid_id,date_diff
????????having?count(*)>=3
????)t3?
????group?by?uid_id
)t4;

用戶（設(shè)備）新增

描述

用戶第一次打開應(yīng)用，那這個(gè)用戶定義為新增用戶。

業(yè)務(wù)指標(biāo)場(chǎng)景舉例

日新增用戶。

周新增用戶。

月新增用戶。

分析思路

每日活躍設(shè)備 left join 每日新增產(chǎn)生的結(jié)果，每日新增的設(shè)備id為null，則為新增。

案例

每日新增用戶（設(shè)備）

dws_uv_detail_day:每日活躍用戶表

dws_new_mid_day:每日新增設(shè)備表

select??
????ud.mid_id,
????ud.user_id
from?dws_uv_detail_day?ud?left?join?dws_new_mid_day?nm?on?ud.mid_id=nm.mid_id
where?ud.dt='2022-01-04'?and?nm.mid_id?is?null;

用戶留存

描述

「用戶留存」：某段時(shí)間內(nèi)的新增活躍用戶，經(jīng)過一段時(shí)間后，有繼續(xù)訪問或者使用應(yīng)用被稱為留存用戶。

留存可以看成是一個(gè)用戶在今天出現(xiàn)，在明天也出現(xiàn)，那就是次日留存。

一個(gè)用戶在今天出現(xiàn)，在后天出現(xiàn)，那就是2日留存。

「留存率」：留存用戶占新增活用戶的比例。

業(yè)務(wù)指標(biāo)場(chǎng)景舉例

次日留存率

3日留存率

7日留存率

分析思路

統(tǒng)計(jì)2022-01-04日，以統(tǒng)計(jì)2022-01-03日留存率為業(yè)務(wù)需求分析：

「2022-01-03設(shè)備留存率= 01-03日新增設(shè)備 且 01-04日活躍的 占 ?01-03日新增設(shè)備。」

（1） 01-03日新增設(shè)備

01-04日活躍表 left join 每日新增表，新增表id為null的為新增設(shè)備。

（2）01-03日新增設(shè)備 且 01-04日活躍的

01-03日新增 join 01-04的活躍。

（3）代入上面公式

案例

計(jì)算前1天新用戶訪問留存明細(xì)

dws_uv_detail_day:每日活躍用戶表

dws_user_retention_day：每日留存用戶明細(xì)表

dws_new_mid_day:每日新增設(shè)備表

select??
????nm.mid_id?mid_id,
????nm.user_id?user_id,
????ud.dt?dt,
????1?retention_day?//?留存天數(shù)
from?dws_uv_detail_day?ud?join?dws_new_mid_day?nm?
????????on?ud.mid_id?=nm.mid_id?
where?ud.dt='2022-01-04'?and?nm.create_date=date_add('2022-01-04',-1)

沉默用戶

描述

指的是只在安裝當(dāng)天啟動(dòng)過，且啟動(dòng)時(shí)間是在一周/月（某段時(shí)間）前。

分析思路

（1）按照設(shè)備id對(duì)日活表分組

（2）過濾只是在啟動(dòng)當(dāng)天用過的

（3）時(shí)間在某個(gè)時(shí)間前的

案例

7日沉默用戶（設(shè)備）數(shù)。

dws_uv_detail_day:每日活躍用戶表

select?
????'2022-01-04'?dt,
????count(*)?silent_count
from?
(
????select?mid_id
????from?dws_uv_detail_day
????where?dt<='2022-01-04'
????group?by?mid_id
????having?count(*)=1?and?min(dt)<=date_add('2022-01-04',-6)
)?t1;

回流用戶

描述

相當(dāng)于回頭客的意思，以前用過某物，過一段時(shí)間再次使用某物，這樣的用戶就是回流用戶。用戶已經(jīng)記錄n日以及n日以上未有登錄（即先認(rèn)定這部分用戶已經(jīng)流失），而在今天有登錄，那在今天這部分用戶稱之為回流用戶。

業(yè)務(wù)指標(biāo)場(chǎng)景舉例

（時(shí)間周期）回流=（時(shí)間周期活躍-（時(shí)間周期新增-（上個(gè)時(shí)間周期）活躍

如：本周回流=本周活躍-本周新增-上周活躍。

分析思路

本周活躍 left join 本周新增 left join 上周活躍。

條件是：本周新增id為null，上周活躍id為null。

案例

本周回流

dws_uv_detail_wk:每周活躍用戶表

dws_new_mid_day:每日新增設(shè)備表

mid_id：設(shè)備id

select?
???'2022-01-04'?dt,
???concat(date_add(next_day('2022-01-04','MO'),-7),'_',date_add(next_day('2022-01-04','MO'),-1))?wk_dt,
???count(*)
from?
(
????select?t1.mid_id
????from?
????(
????????select?mid_id
????????from?dws_uv_detail_wk
????????where?wk_dt=concat(date_add(next_day('2022-01-04','MO'),-7),'_',date_add(next_day('2022-01-04','MO'),-1))
????)t1
????left?join
????(
????????select?mid_id
????????from?dws_new_mid_day
????????where?create_date<=date_add(next_day('2022-01-04','MO'),-1)?and?create_date>=date_add(next_day('2022-01-04','MO'),-7)
????)t2
????on?t1.mid_id=t2.mid_id
????left?join
????(
????????select?mid_id
????????from?dws_uv_detail_wk
????????where?wk_dt=concat(date_add(next_day('2022-01-04','MO'),-7*2),'_',date_add(next_day('2022-01-04','MO'),-7-1))
????)t3
????on?t1.mid_id=t3.mid_id
????where?t2.mid_id?is?null?and?t3.mid_id?is?null
)t4;

流失用戶

描述

最近n天（自己定義）未登錄我們稱之為流失用戶。

案例

流失用戶數(shù)：最近7天未登錄用戶。

dws_uv_detail_day:每日活躍用戶表

select
?????'2022-01-04',
?????count(*)
from?
(
????select?mid_id
from?dws_uv_detail_day
????group?by?mid_id
????having?max(dt)<=date_add('2022-01-04',-7)
)t1;

瀏覽數(shù)與訪客數(shù)

瀏覽量（PV）：網(wǎng)站各頁(yè)面被查看的次數(shù)。用戶多次打開或刷新同一個(gè)頁(yè)面，該指標(biāo)值累加。

訪客數(shù)(UV)：網(wǎng)站各頁(yè)面的訪問人數(shù)。所選時(shí)間段內(nèi)，同一訪客多次訪問會(huì)進(jìn)行去重。

這兩個(gè)指標(biāo)沒啥說的，count取值或者去重count即可。

用戶行為漏斗分析

描述

舉例說明訂單轉(zhuǎn)化率

訪問到下單轉(zhuǎn)化率 = 下單人數(shù) / 日活躍人數(shù)

下單到支付轉(zhuǎn)化率 = 支付人數(shù) / 下單人數(shù)

SQL

dws_uv_detail_day:每日活躍用戶表

dws_user_action:用戶行為表

select?
????'2022-01-04',
????uv.day_count?日活躍人數(shù),
????ua.order_count?下單數(shù),
????cast(ua.order_count/uv.day_count?as??decimal(10,2))?訪問到下單轉(zhuǎn)化率,
????ua.payment_count?支付人數(shù),
????cast(ua.payment_count/ua.order_count?as??decimal(10,2))?下單到支付轉(zhuǎn)化率
from??
(
select?
????????sum(if(order_count>0,1,0))?order_count,
????????sum(if(payment_count>0,1,0))?payment_count
????from?dws_user_action
where?dt='2022-01-04'
group?by?dt
)ua?
join?
(select?
?dt?,
?count(*)??day_count?
?from?dws_uv_detail_day?
?where?dt='2022-01-04'?group?by?dt
?)
?uv?on?uv.dt=ua.dt