谁在使用我的网站——用户分类

用户分类

在网站分析中，根据用户的基本信息和行为特征可以将用户分为许多类别，衍生出各种各样的用户指标，对于用户总体的统计可以让我们明确用户的整体变化情况，而对于用户各分类的统计分析，可以让我们看到用户每个细分群体的变化情况，进而掌握网站用户的全面情况。

某些用户的分类对于网站的用户现状和发展趋势具有特殊的意义，我们可以着重对这些用户分类进行更加具体的分析和研究，而首先要做的是对这些用户的分类规则和用户指标给出一个清晰的定义。

用户指标

随着网站分析的不断发展，对用户的分析也越来越广泛，根据用户的行为表现可以定义很多相关的指标，如访问用户、新/老用户、活跃用户、流失用户、留存用户、回访用户、沉默用户、休眠用户、购买用户、忠诚用户等，每个用户指标都有它出现和存在的意义，但某些指标的定义比较类似，在分析层面也扮演着相似的角色或者可以被某些指标间接地替代。有些人天生就有“取别名”的喜好，但如果给用户取过多的“别名”，最后可能会把自己搞糊涂，所以不建议将用户混乱无章地分成N个类别，用户的细分关键在于以合理的体系将用户细分成几个类别，并且每个类别都能发挥其在用户分析上的功效，不存在累赘和混淆。

其实只要设定几个够用的用户指标就可以了，基于这些指标再衍生出一些其他的用户指标，基本上就能满足大部分的用户分析的需要。从我的角度出发，一般的用户指标有访问用户数、新用户数、活跃用户数、流失用户数和回访用户数，下面介绍这些指标的定义以及为什么选择这个指标。

• 访问用户数：即平常所说的UV，主要按天或月统计，基于用户的访问行为，如果网站提供注册和登录，那么每天的登录用户数也需要统计。访问用户数用于体现网站的访问用户量，能够直接反映网站的受欢迎程度。
• 新用户数：首次访问或者刚刚注册的用户，那些非首次来访的用户就是老用户，所以通过访问用户数减去新用户数可以计算得到网站的老用户数。基于新用户数同样可以计算得到网站的新用户比例，用于分析网站的推广效果和发展速度。
• 活跃用户数：活跃用户的定义千差万别，一般定义有关键动作或者行为达到某个要求时的用户为活跃用户。每个网站应该根据自身的产品特征定义活跃用户，但活跃用户不仅是网站的主角，网站的配角也应该被当成活跃用户，因为他们同样为网站创造价值，正如一个论坛中，除了发高质量帖的用户外，灌水的用户也是不可缺少的，因为他们同样给网站带来了活力。活跃用户用于分析网站真正掌握的用户量，因为只有活跃用户才能直接或间接地为网站创造着价值。
• 流失用户数：一段时间内未访问或登录过网站的用户，一般流失用户都是对于那些需要注册、提供应用服务的网站而言的，比如微博、邮箱、电子商务类网站等。不同网站对于流失的定义各不相同，对于微博和邮箱等用户需要经常登录查看的网站而言，可能用户未登录超过1个月，我们就可以认为用户已经流失了；而对于电子商务网站而言，可能3个月未登录或者半年内没有任何购买行为的用户才可以被认定是流失用户。流失用户数用于分析网站保留用户的能力，我们将那些未流失的用户叫做留存用户，用户流失率也通过流失用户数计算得到。
• 回访用户数：是指那些之前已经流失，但之后又重新访问网站的用户，用于分析网站挽回流失用户的能力。需要注意的是，除非近期内执行了一些挽留流失用户的手段，正常情况下回访用户的比例应该是比较低的（一般在5%以下比较正常），否则就是对流失用户的定义不够准确，应该适当延长定义流失的时间间隔。

从上面可以看出，我们在获得访问用户数、新用户数、活跃用户数、流失用户数、回访用户数的同时，通过计算还得到了老用户数、留存用户数等衍生用户指标，同时得到了新用户比例、活跃用户比例、用户流失率、用户访问率等复合指标。这些指标给我们的分析提供了足够的支持，而且指标的定义相对明确，有各自的应用价值，不会存在相互重复或重叠的部分，类似这样的网站用户指标体系是比较完整和规范的。至于上面提到的其他用户指标，也许在某些时候基于某些分析才会用到，一般不需要作为日常指标，可以使用临时统计或者从其他数据中间接获取。

当我们已经定义了一套适合分析用户的指标体系之后，可以看一下哪些指标值得重点去关注，这个时候可以设想一下：如果你想用尽量简洁有效的数据了解一个网站或产品的用户情况，你会问哪几个用户数据？

图 6-1    值得关注的用户指标

如果是我提问，我只会问三个指标：活跃用户数、新用户比例和用户流失率，如图6-1所示。也许很多人都喜欢看网站的累计用户数和访问用户数，其实累计用户数除了增加一些自我满足感外什么意义都没有，所有历史上访问过网站或者使用过产品的用户累计的数值只代表网站的过去，无法代表网站的现在和未来，无论过去如何辉煌，你要面对的还是现实。即使网站的访问用户数可以反映当前的情况，为什么也不是最值得关注的指标？因为不是每个访问用户都能为网站带来价值，无论是显性还是隐性，一些因误操作而进入网站的用户对网站毫无价值，他们只是匆匆过客，无论你怎么挽留他们都不会留下来，所以那些愿意留下来，并对网站或产品感兴趣的用户才能体现价值，也就是网站的活跃用户数。

新用户比例反映着网站或产品的推广能力，渠道的铺设以及带来的效果，新用户比例不仅是评估市场部门绩效的一个关键指标，同时也是反映网站和产品发展状况的重要指标。

然而，只看新用户比例是不够的，需要结合着用户流失率一起看，我见过流失率98%的网站，也见过流失率20%左右的产品，流失率会根据产品对用户黏性的不同而显得参差不齐。用户流失率反映了网站或者产品保留用户的能力，即新用户比例反映的是用户“进来”的情况，用户流失率反映的是用户“离开”的情况，结合这两个指标会有下面三类情况，代表了三种不同的产品发展阶段，如图6-2所示。

图 6-2    新用户比例和用户流失率的平衡

w   新用户比例大于用户流失率：产品处于发展成长阶段；

w   新用户比例与用户流失率持平：产品处于成熟稳定阶段；

w   新用户比例低于用户流失率：产品处于下滑衰退阶段。

网站的活跃用户数体现了网站当前实际掌握的用户数量，结合新用户比例和用户流失率可以分析网站用户的发展情况，通过这三个指标基本可以掌控网站用户的全景。可以将这三个指标放在一张图表中来分析网站用户的状况，如图6-3所示。

图 6-3    值得关注的用户指标图表

如果图6-3显示的是你的网站近半年内的用户变化情况，你觉得网站在用户运营上可能存在什么问题，应该如何解决？

新老用户

网站中新老用户的分析已经成为了网站分析中最常见的一类用户细分方法，也是网站分析中用户分析的一个重要组成。Google Analytics中对新老用户的命名分别为New Visitors和Returning Visitors，同时很多的细分维度上也提供了新用户比例这个指标。

简单地说，新用户就是首次访问网站或者首次使用网站服务的用户；而老用户则是之前访问过网站或者使用过网站服务的用户。网站的老用户一般都是网站的目标用户甚至忠诚用户，有相对较高的黏度，也是为网站带来价值的主要用户群体；而新用户则意味着网站业务的发展，是网站价值不断提升的前提。可以说，老用户是网站生存的基础，新用户是网站发展的动力，所以网站的发展战略往往是在基于保留老用户的基础上不断地提升新用户数。

首先需要明确新老用户是如何定义和区分的。如果是基于访问，一般使用cookie，类似Google Analytics会在用户的cookie中记录一个访问次数字段，如果该字段大于1就说明用户不是第一次访问，为老用户；有些网站区分新老用户可能基于用户的注册和登录，首次注册成为网站用户的为新用户，再次登录的为老用户，一般使用用户名或ID来识别用户。

图 6-4    网站新老用户图表

可以用柱状堆积图显示新用户和老用户的数量变化，堆积的结果就是网站总用户数量的变化，结合新用户比例的折线，通过分析网站新用户的数量和比例的变化能够直接反映网站在营销推广上的效果，如图6-4所示，。

对于新用户的分析可以掌握网站的发展状况，但网站的根基在于老用户，所以有时候需要单独分析老用户的数据。之前遇到过一个问题：网站经常会通过一些推广策略吸引流量，这些推广可能会吸引一些新用户的加入，新用户比例会随之上升，但网站的转化率却在逐渐下降。所以网站的运营人员需要明确转化率的下降是因为网站本身的原因造成的，还是因为新用户比例的增加拉低了整体转化率。转化率一直是网站中比较敏感的一个指标，因为直接关系到目标和绩效，如果证明转化率的下降不是由于推广导致的，而是网站运营的问题，那么运营人员显然需要尽快寻找和解决问题。所以这里就需要区分新老用户的转化率，网站推广带来新用户，新用户的转化率不高可以理解，如果新用户的比例持续上升，转化率的下降就会被持续拉低，相对而言，网站的老用户是基本稳定的，而且如果网站自身没有发生问题，老用户的转化率也应该保持稳定，细分新老用户统计转化率能够帮助我们回答这个问题，如图6-5所示。

图 6-5    细分新老用户的网站转化率

图6-5展示的是1月份前几天每天细分新老用户的网站转化率变化趋势，同时加入了新用户比例的数据，从图表上看，1月4日之后整体转化率的趋势有明显的下滑，同时新用户比例明显上涨，可能网站展开了新一轮的推广。我们需要分析整体转化率的下降与网站的推广是否存在必然联系，于是需要细分新老用户的转化率，上图中老用户的转化率几乎维持不变，而新用户的转化率也从1月4号后开始出现下滑，所以通过用户细分后的转化率趋势分析，基本上可以判断网站整体转化率的下降是由于网站推广带来的新用户转化率过低导致的，与网站本身的运营没有关系。

所以还是那句话，老用户是网站生存的基础，新用户是网站发展的动力，细分老用户的数据可以分析网站当前的根基是否牢固，同时排除网站营销推广的干扰；细分新用户的数据可以分析网站营销推广中引入的流量质量，同时消除了凭借原始积累的“吃老本”的情况。

活跃用户和流失用户

基于新老用户的分析是为了让网站更好地保留老用户、发掘新用户，但仅提升网站的用户数量是不够的，同时需要提高网站用户的质量。网站的活跃用户给网站带来活力，同时为网站创造持久的价值，而用户的活跃度一旦下降，用户很可能会渐渐地远离网站，进而流失。所以通过分析网站的活跃用户可以洞悉网站当前真实的运营现状，而分析流失用户则可以了解网站是否存在被淘汰的风险，以及网站是否有能力留住新用户。

活跃用户和流失用户没有标准定义，也很难在网站分析工具中找到类似的指标，它们都是基于网站业务特征的自定义指标，所以分析之前必须对指标做出明确的定义。在很多的网站分析工具中可以找到Engagement的指标，Google Analytics里面Engagement的指标分类在用户行为下面，包括访问时长（Visit Duration）和访问页面深度（Page Depth，即一次访问中的浏览页面数），我们可以结合Engagement指标和网站业务的关键行为动作来定义活跃用户。

关键动作根据网站的业务特征进行定义，如电子商务网站的下单、社交媒介上的信息互动、论坛上发帖或评论、视频网站播放视频等，只要用户在访问过程中完成了任何已定义的网站关键动作，该用户即为活跃用户；如果用户没有任何关键动作，只要Engagement指标满足一定的条件，如访问时长超过3分钟并且浏览页面数超过3页，同样可以认为该用户为活跃用户。需要满足的Engagement指标的定义也需要根据网站的特征，如社交类网站大部分操作在一个页面完成，可以适当减小页面浏览数的限制；论坛社区等经常需要查看不同主题的帖子的网站应该适当增加页面浏览数。

活跃用户的关键在于合理的定义，只有符合网站业务特征的定义才能真正反映网站活跃用户的情况，有些网站喜欢宽松的定义，以便让活跃用户数和活跃用户比例看起来更加“美观”；有些网站对活跃用户的定义相对严谨，这样虽然造成网站的活跃用户比例较低，但符合定义的活跃用户基本都是实际的价值创造者，所以在分析的时候指标反映问题可以更加灵敏。活跃用户数的分析主要是趋势分析和细分，需要结合图表观察活跃用户数的变化情况，也可以作为网站的关键指标，比较直观。

如何定义用户是否流失？当网站原先的用户长久不再访问或登录网站时，我们认为该用户已经流失，一般流失用户都是对于那些需要注册、提供应用服务的网站而言的，比如微博、邮箱、电子商务类网站等，因为注册用户更易识别，访问情况可以被准确地统计，同时针对注册用户分析流失情况对网站来说更具意义。

不同网站对于流失的时间期限的定义各不相同，对于微博和邮箱等需要用户经常登录查看的网站而言，如果用户超过1个月未登录，就可以认为用户已经流失了；而对于电子商务而言，可能3个月未登录或者半年内没有任何购买行为的用户才可以被认定是流失用户。流失用户是通过用户的最近一次访问距离当前的时间来鉴定的，所以要分析流失用户，需要知道每个用户的最后一次访问时间，因此，建议网站注册用户的信息里面记录每位用户的最近一次访问时间，这样就能够准确地计算用户最近一次访问距离当前的间隔时间，进而区分该用户是否流失。可以借助另外一个指标来评估流失用户的流失时间期限的定义是否合理——回访用户比例。回访用户是指流失后重新访问网站的用户，即用户在超过流失时间期限的时间段内一直没有访问网站，但最近又开始重新访问网站。一般来说，一个成熟网站回访用户所占的比例应该低于5%，而处于成长期的网站的回访用户比例应该更低，这样流失时间期限的定义才能被认为是合理的。

这里还需要注意的是流失用户数的统计存在滞后性，因为流失时间期限的存在，需要判断用户是否流失必须等到经历这个时间期限之后，这个期限跨度越长，流失用户数统计的滞后性就越大。比如定义用户流失的时间期限是30天，要统计1月1日的流失用户数，即1月1日登录访问过，但之后的30天持续未访问，则需要等到2月1日才能得出结果；如果流失的时间期限更长，如3个月，那么就要到4月1日才能得出1月1日的流失用户数的统计结果。介于流失用户数统计的严重滞后性，流失用户的分析更多地集中在回溯和总结性的评价。

例如，网站的推广部门有个需求：网站在年底的圣诞和元旦双节日（12月24日到1月3日，为期11天）针对新用户做了一个促销推广活动，活动期限内新注册用户可以免费领取20元的现金抵价券，在3天有效期内购买任意商品时都可以使用，需要分析这次活动为网站用户数的增长所带来的效果。从活动的内容来看，活动的主旨是带动网站新用户的注册和消费，为网站积累用户数，既然针对新用户，可以对流失用户做进一步细分，分析活动期间新用户的流失情况，如图6-6所示。

图 6-6    网站新用户流失分析

如果网站定义的流失时间期限是3个月，那么图6-6的数据需要在3个月后才能统计得到，这里要选取活动期间注册的新用户，统计活动期间每天的新用户流失率。从图表看，推广期内网站老用户数基本维持恒定，新用户数从原先每天接近2万增长到每天接近4万，几乎翻了一倍，但新用户的流失率也明显上升，从原先的64%左右逐步增长到85%左右，最高接近90%，进而我们可以算一下推广活动带来的新用户是否真的沉淀和积累下来了？结果是活动前每天大概有7千左右的新用户积累了下来，而活动期间积累的新用户数也只是接近7千，某几天甚至只有6千左右，这个推广活动不但没有促成网站用户的积淀，将新用户转化成老用户，反而导致用户的过度流失（甚至新用户的流失情况比活动之前更加严重），所以此次推广活动可以说是失败的。如果不做此类流失用户的回溯性分析，而在活动结束之后马上分析用户数的增长情况，也许会带来误导性的结论，进而错误地判断活动的效果。另外，我们可以同时观察活跃用户的变化趋势来验证活动是否带动了有价值用户的积累和增长。所以用户流失分析对于分析网站的用户策略至关重要，让我们充分了解用户的持续发展，做出有效的判断。

本文节选自《网站分析实战——如何以数据驱动决策，提升网站价值（全彩）》

王彦平 吴盛峰  编著

电子工业出版社出版