一 什么是调研分析
调研分析是指围绕产品和用户，针对具体问题进行深度分析，并产出专业的研究报告；用于帮助高层做战略决策和行业布局，或者给出优化相关产品用户体验的方法和建议。
1.传统调研分析的问题
传统的调研分析，产品方多是被动接受调研需求，立项随意，在分析过程中没有一套专业的分析方法论及分析流程，且缺乏具体问题的分析经验，产出的调研报告多是单一的数据罗列或简单的现象描写，缺乏对具体问题进行本质的、深入的分析，无法给产品决策或建设提供真正有价值的建议。
2.专业的调研分析
专业的调研分析是指在对产品和竞品有足够了解的基础上，针对具体调研专题制定专业的分析流程，针对具体问题采用合理的调研方法，对问题的现状、原因进行深入分析，并给出具体的措施分析和产品建议，产出专业的调研报告，并在调研过程中不断沉淀调研分析方法论。
二 调研分析方法
☞ 漏斗分析方法
1.分析背景
漏斗模型可用于分析一个多步骤过程中每一步的转化与流失情况。可以针对转化率低或流失严重的重要环节进行深入分析，从而提高转化或预防流失。
举例分析：手百非feed版本收敛分析调研。
分析手百用户到Feed活跃用户的转化，提升重点环节的Feed转化率，提升Feed DAU。
作为Feed DAU转化的第一步，如何将非Feed版本用户提升为Feed版本用户，有巨大的空间值得去深挖和研究分析。
2.分析方法
来源分析：拆分系统、版本、渠道，定位非Feed版本手百的来源；
存量分析：针对存量活跃的非Feed版本用户，分析这些用户的手机型号和手百版本，利用恰当的资源推广位做版本升级运营。
3.措施分析
① 针对每日手百的低版本新增用户，排查新增渠道来源，对这些新增渠道来源进行封堵，替换成手百高版本。
② 针对活跃的手百低版本存量用户，分析用户的手机型号和手百版本，利用恰当的资源推广位做版本升级运营。
③ 针对两部分用户采取对应的策略。
☞ 活跃度分析方法
不同活跃度的用户对同一产品的认知存在差异，从而对同一产品的需求也存在一定差异。可以根据一段时间内用户来访天数和来访次数将用户区分成低活跃用户、活跃用户，对不同群体的用户需求进行详细分析，针对不同用户群制定不同的产品策略。
举例分析：明星粉丝用户分析。
1.分析背景
如何通过用户的搜索数据，确定哪些用户是特定明星的粉丝用户、哪些用户是明星的路人用户? 粉丝用户和路人用户对明星的需求有什么差异？
2.分析方法
思路：
方法：将一周内对同一明星搜索4天及以上的用户定义为粉丝用户，只搜索1天的用户定义为路人用户。
从用户的点击需求我们可以看到粉丝用户和路人用户的需求存在明显差异，这些差异符合我们对不同用户的认知。
3.措施分析
针对不同用户群体我们可以制定不同的产品策略，更有效的满足不同群体用户的需求。
☞ 渗透率分析方法
一个产品的不同模块，对哪部分用户满足较好，哪部分用户满足不好？我们可以用该产品的所有用户作为基础，查看对应模块的用户渗透率，来获取不同用户群对该模块的使用现状，对低渗透的用户群进行深入分析，查找用户低渗透的原因，并对低渗透用户进行策略分析。
举例分析：Feed调研二期。
1.分析背景
分析手百不同用户群体使用Feed的基本情况。
2.分析方法
针对用户的人口属性特征将用户进行分类，查看不同分类下的手百DAU用户使用Feed的情况。
① 根据人口属性进行单维度拆分
② 多维度交叉分析
3.措施分析
18岁以下用户Feed渗透率低，可针对这群用户做专题调研分析。
☞ Cohort分析方法
针对产品特性和目标，将总体按照不同维度做拆解和交叉分析，从而找到对目标有信号的点进行深入分析。
举例分析：Feed流失用户分析。
1.分析背景
Feed流失用户流失前有什么特征？
2.分析方法
针对用户流失前Feed使用情况和流失用户的人口属性进行维度拆解和交叉分析，找到用户流失前的特征信息。
按照用户流失前对Feed的使用情况将其拆分为直接流失和活跃后流失两类。
将拆分后的流失用户与人口属性做交叉分析，找到有信号的人群。
对用户流失前的行为做深入分析：
3.措施分析
可以根据流失用户流失前的Feed行为特征，对即将流失的用户进行预测。从而对这批即将流失的用户做挽留性的运营活动。
本文结合我们过往的经典分析案例，详细介绍了五种专业调研分析方法的分析方法论和分析流程， 希望能够对大家有所帮助。
文：锐哥@用户行为研究锐哥(ubs_voice)
首席增长官CGO荐读小红书推广：
更多精彩，关注：增长黑客（GrowthHK.cn）
增长黑客（Growth Hacker）是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度，梳理整合产品发展的因素，实现低成本甚至零成本带来的有效增长…
本文经授权发布，不代表增长黑客立场，如若转载，请注明出处：https://www.growthhk.cn/quan/18816.html
微信扫一扫 
支付宝扫一扫 