基于用户数据分析的产品优化及改进
——以云集APP为例
摘要：各个文献从用户数据分析的角度，对不同产品的用户行为做了一定的分析。运用多种数据分析方法初步搭建了用户的行为分析框架，结合搜集到的相关数据，利用该模型框架对基于用户行为的受众兴趣营销和产品分析进行了案例分析。说明基于该分析下的用户数据在产品优化、渠道改进等方面的作用，以期更好地提升用户的使用体验，探索了用户数据在线上线下方面的有效应用。
关键词：用户数据； 产品优化； 数据分析； 社交电商
一、文献综述
人口红利期的结束，产品的丰富以及推广渠道的增多间接导致了同质化竞争过多，使得线上获客成本增多。过去是“流量为王”，而现在单纯依靠拉客获得的运营数据，已很难实现价值增值。伴随“用户中心论”的兴起，使多种行业从产品和服务为主导，转向以用户为主。尤其发生在互联网领域。由用户数据衍生出的用户画像、行为数据等都成为产品改进与优化的不可或缺的考量因素。通过用户数据，进行精确分析与优化，以分析结果驱动价值增长已是大势所趋。本研究将立足于用户数据对产品进行优化与改进。下面相关文献或多或少都为本论文带来了研究思路。
胡宇宸与郭宇合力完成的《基于沙漏模型的移动互联网用户行为分析》（2013）中，以沙漏模型建立用户行为分析，将此应用于用户行为的受众兴趣营销、移动互联网的产品优化。随着移动互联网的发展应用和需求变化，将产生的不同维度的用户个体画像和群体特征，用数据分析来进一步指导产品的实际运营工作。此文献资料为本研究提供了基本的方向，但
以理论分析为主，缺乏实验数据的支持。
左军在《基于大数据的网络用户行为分析》（2014）中提及，据电子商务行业的用户行为分析公司不完全统计，用户在购买产品之前，平均要浏览与该产品相关的5个网站和36个页面。同时产生在社会化媒体和搜索引擎上的交互行为也多达数十次。电子商务领域的基于大数据的用户行为分析，可以帮助电子商务企业更好地为用户开展售前、售中和售后服务。从而得出大数据技术与互联网用户行为分析日益密切融合，彻底改变了传统产品设计、营销和经营管理模式。此研究中已初步借助数据说明，但是借助的数据并非自己研究所得，缺乏实证。
