华为开发者联盟是华为终端业务的生态服务平台，携手全球开发者共同打造终端消费者的卓越用户体验，构建万物互联的智慧终端生态。目前开发者联盟已经有57万用户，为了更好地帮助开发法者了解华为开放能力及服务，开发者联盟建立华为终端开发者论坛。通过对能力、技术、服务、IDE等进行全面透彻的讲解，实现开发者之间全方位的技术交流！
来华为开发者论坛，探索开发实践，获悉业界动态、解决开发疑惑吧！【点击此处进入】

在如今竞争越发激烈的移动应用市场中，想要突破产品同质化，收获大批活跃的忠诚用户，就必须要在社交价值（如微信）、经济价值（如拼多多）、情感关怀（如相亲类App）、商务价值（如钉钉、猎聘）、自我实现（如网易公开课）、方便易用（如墨迹天气）等用户需求层次中找到产品的立足之地，这是吸引用户长久使用产品的根本原因。
但这绝非易事，需要在不断追踪研究用户行为特点的基础上，设计运营策略并循环进行试错、验证、迭代后，才有可能触达用户的Aha！时刻，让用户发现产品对他的真正价值，从而转变为活跃用户。
那如何深入研究用户在应用内的使用行为？就让华为分析服务的“行为分析”功能来帮您解答吧！

1.1 如何使用行为分析？
华为分析服务根据开发者上报的各种用户行为事件，预置了行为分析模型，从活跃度分析、回访分析、页面分析等多个视角帮助洞察用户行为。

用户的活跃度是产品粘性和健康度的的关键指标。通过活跃度分析，可以了解用户对产品的依赖程度。运营人员可使用过滤器和时间选择器快速筛选分析范围，在“活跃度分析”中查看所选用户的活跃间隔、人均会话次数、人均页面访问深度、人均访问时长的分布情况及每日详情。


同样，回访分析中也可以通过过滤器和时间选择器筛选分析范围，并查看所选用户的回访情况。通过对回访用户的分析，您可以了解运营活动或产品新特性挽回用户的能力。


页面分析报告则展示了用户访问页面次数、次均停留时间的趋势变化和详情。通过分析用户对APP内不同页面的访问次数、停留时长，可帮助您判断各个页面的吸引力，为页面优化策略提供数据支撑。



1.2 行为分析的使用场景
场景一： App日常运营，分析用户活跃、忠诚度
洞察分析：



华为分析服务的活跃用户分析报告中定义了如下指标，用于衡量用户活跃情况，包括：
 活跃间隔：用户上一次活跃时间距离统计日的间隔天数
 人均会话次数：活跃用户的会话总数
 人均页面访问深度：活跃用户在一天内访问的页面总数（去重）
 人均访问时长：活跃用户会话总时长
每个指标均支持切换百分比，更直观地展现各分段用户在所有活跃用户中的占比情况。



除系统预置的四个活跃度指标外，还支持自定义指标，满足个性化的分析诉求。



为深入分析特定人群的活跃度，建议结合过滤器，选择特定的用户属性、受众或登录状态，以对不同用户制定有针对性的运营策略。



通过活跃度分析报告，运营人员可以一目了然地详细掌握用户的活跃分布情况，并支持下载每日明细数据做进一步分析，保障日常运营策略有据可依。

场景二：某应用拟上线新功能 “摇一摇”，上线前做了一波营销预热活动，一方面想要吸引新用户，一方面测试新功能的受欢迎度。活动启动后，新增用户数显著增加，但仅从新增用户数的增长难以辨别整体用户对新功能的接受度，运营人员想要做更全面细致的分析。
针对该场景，运营人员可以将参与活动的用户存为受众，通过活跃度分析报告、回访分析报告查看该用户群的活跃、回访情况，通过页面分析报告评估其对新功能的喜爱度。
准备工作：
Step1 打点上报事件
活动策划期间，需联合研发团队完成埋点上报数据的工作，当用户点击营销活动中提供的链接，进入推广内容时，上报如下预置事件：

运营活动上线前，在元数据管理->事件里新建$ViewCampaign事件。



Step2 创建受众
结合受众分析功能，使用“参与营销”事件创建受众，圈定参与了该营销活动的用户，便于后续的精准分析。



洞察分析：
查看活跃情况：进入行为分析->活跃度分析页面，在过滤器中选择“摇一摇特性推广”受众，查看参与该活动用户的活跃间隔、页面访问深度等数据指标。





查看回访情况：同样可以在行为分析->回访分析页面中，通过过滤器筛选出“摇一摇特性推广”受众，查看参与该活动用户的七日回访率等数据表现，以此判断新功能对其的吸引度。



查看页面访问情况：
除了以上对“摇一摇特性推广”受众整体的活跃、回访情况分析，还可以通过行为分析->页面分析报告，按照该新功能的页面名称查看参与活动用户对每个页面的访问次数、次均停留时间等指标，并通过每个页面的访问次数占比、停留时间占比，判断用户对该新功能的偏好程度，进而决定是否向更多的用户推广这项功能，或发现某个页面的优化点而加以改进。



上述两个简单的应用场景为大家展示了华为分析服务行为分析模型的功能价值，通过与受众分析模型结合可对用户进行精准细分分析。行为分析的主体是用户，如何进行“用户分析”呢？下期将为大家介绍，敬请期待！