facebook使用用户分析（facebook用户报告）

腾讯和Facebook的差距有多大？

Facebook的市值超出了腾讯的市值一千多亿美金，这个差距是非常大的。也就是说Facebook的市场认可度会更高，而且它的经营理念以及公司发展的前景都是比较强的。另外，Facebook在用户使用量也会更多，但是如果是从多元化经营方面来看，那么腾讯会比Facebook更有优势。

腾讯在国内所有的社交平台中可以说是用户数最多的一个平台，然而在腾讯在海外的用户量却非常少。而Facebook拥有二十亿的国际用户，基本上Facebook将海外多个比较发达的国家都占领了。所以腾讯曾经想要尝试进击国际市场，并没有什么效果。Facebook之所以拥有如此强大的用户数量，它的优势就在于建立了一个全球化的社区，这个社区可以让用户潜在数量快速拓宽，这是腾讯无法超于的地方。

Facebook的产品要比腾讯的产品会更加全面，更加立体。Facebook的主流社交平台拥有的用户数量是二十亿，即时通讯的用户数量超过了十亿，图片视频社交平台的用户也有十亿，不管是哪一个产品，都有非常庞大的用户数量，而且产品多样化，基本上将全球的主流社交市场都垄断了。

因此腾讯和Facebook之间的差距是非常大的，腾讯可以说都没办法和Facebook相提并论。虽然腾讯目前在国内有着非常高的知名度，但是它的用户数量、使用度以及国际知名度都差了Facebook十万八千里，这是一道难以越过的横沟。                                   

如何分析活跃用户和留存用户？

做产品和做运营经常会遇到一个难题——辛辛苦苦把用户拉来，却发现大部分用户再也不打开产品，更谈不上会在这里继续消费。

这种只来一次的用户，是几乎没有多少商业价值的，也就意味着投入在这些用户拉新上的投入全部浪费了。

有的用户，继续使用了几次之后，也成为流失用户。

相反的，那些在一定时间段里，能够持续活跃使用的用户，我们称之为留存用户。

留存用户占这批次新增用户的比例，我们称之为留存率。

考量留存的时间，一般会有次日、第7日、第30日等，分别对应着次日留存率、第7日留存率、第30日留存率。

比如，某个产品新增了100个用户，其中次日、第7日、第30日分别有30个、15个、5个用户再次使用了该产品，那么对应的：

次日留存率就是30%

第7日留存率是15%

第30日留存率是5%

有的没有做过运营的人，看到上面所举的数据，可能会有疑问——你举的例子，怎么留存数字用这么小，100个用户第30日只留下5个？

然而事实上，经过30日之后，当天还有5个用户登录的产品已经属于正常。而大部分留存低的产品，留存率比这个低很多。

作为一名运营，不要简单地以为用户拉进来就算是你的用户了，也不要总把「用户总数」作为洋洋自得的指标，而应该更关注活跃用户数和留存率。

因为，只有真正活跃的用户，才能产生商业价值。

比如一个产品各平台下载量是1000万，后台数据看到活跃用户有10万，只有这活跃的10万用户才有可能创造利润。

提升留存的魔法数字

在国外提升留存率的案例中，会经常提到一个概念——魔法数字。

Twitter发现它的留存用户与流失用户相比，留存用户会在第1次使用时多挑选5-10个用户关注（另外一个版本说法是留存用户首月内会关注30个用户)；

Facebook发现10天内添加7个好友的留存率高；

Linkedin的留存用户特征是，是一周内会添加5个好友；

Dropbox里使用了1次Dropbox的用户，会成为更活跃的用户。

上图的这些数字，就成为了这些产品的魔法数字。

魔法数字的方法论本质是通过分析、调研找到活跃用户和非活跃用户之间的行为差异，并通过产品设计和运营尽可能地让所有新用户体验到产品价值。

比如，当Twitter发现活跃用户有挑选5-10个用户关注的行为特点后，在产品设计上简化流程、突出重点，在运营上加强引导、优选推荐关注人等，让新来的用户非常轻松地关注5-10个用户，这样留存率就提高了。

为什么这样做留存率就会提高了呢？

因为Twitter的产品核心价值，就是看值得关注的用户发送的更新消息流，如果新用户刚开始关注的用户很少，也就很难体验到Twitter好在哪里，于是放弃使用的可能性就大幅提高。

一旦通过产品和运营，让用户能够更好地体验到产品的核心价值，更好地满足了用户的需求，产品的留存率也就提高了。

这种魔法数字是怎么被找到的呢？

找魔法数字的本质在于找到活跃用户和非活跃用户之间的行为差异，找到这种差异一种是通过数据分析找到的，另一种是通过用户回访找到的。

数据分析的方法是，通过看哪些用户行为特征与用户活跃是有正相关的，当正相关的程度很高，就说明这种差异性很可能就是影响活跃的关键。

理论上用户与App发生的所有交互行为都是可以被记录下来的，这种分析是能够发现一些问题的。

如果有能力的公司自己可以去建这种数据分析系统，现在市面上很多数据平台支持做这些分析，初创企业也可以以较低的成本使用。

facebook的广告该怎么定位受众的？

爆单不“卡壳”，广告不“撞课”

Hello，我是君志学堂的Neos，专注于解决独立站与Facebook广告的疑难杂症。

我们是否觉得FB广告找受众比找对象难，找不出来只能“空投”？

我们是否只有寥寥可数的几个受众，来来去去总是用它们，但效果越来越差？

找受众比找对象难？

#Facebook广告受众选择界面

每次提到受众，就会不由自主地会苦恼起来。这些问题不停地敲击我们每个投放的脑袋：

选择太多，反而不知道要选哪个受众；

担心选的受众效果差，之后还不知道怎么办；

一直用的受众效果变差，不得不再找新的受众。

那找受众真的比找对象难吗？

其实，并没有那么夸张。首先，我们要知道一个广告受众的基本组成部分：

FB核心受众定位= A.地点 + B.年龄 + C.性别 + D.细分受众

A+B+C：国家/区域+年龄段+性别

这3个是我们最基础的受众定位；基本上，通过了解目标市场和产品定位，即可清楚有哪些可以选择。

而难点就在 D.细分受众

#细分受众列表

细分受众之所以难，在于除了受众列表以外，还有数目众多的非列表受众；这些受众包括了各式各样的用户兴趣点，让人眼花缭乱。

#系统推荐的非列表细分受众

列表细分受众：系统分类的通用受众，具有较高的普遍性和较大的用户规模。主要包括3大类：

1.Demographics（人口统计特征）：

根据受教育程度、家庭状况、感情状况、职位等因素统计出相应用户作为受众。

2.Interests（用户兴趣点）：

系统分析用户数据得出的标签，主要是用户的兴趣和爱好，更具有相关性。

3.Behaviour（用户行为）：

根据用户在FB上的具体行为和设备使用情况来区分用户属性。

非列表细分受众：同样是系统分析用户数据得出的标签，但相比通用的列表细分受众，普遍性和概括性相对较低，更具体化。

总结：选择细分受众的重要性

细分受众都是系统基于用户数据分析出来的定位，对于广告投放的精准程度具有相当大的作用；

没有选择细分受众，简称“空投”，很大程度上加大广告投放的随机性和不确定性，非常容易影响广告测试的效率。所以一般不建议新手使用“空投”。

引爆出单的细分受众

我们经常会遇到爆单前“卡壳”的情形，当用一组细分受众投放的广告测试效果很好，然后不断用复制和加预算的方式进行扩量，结果随着广告数量一多起来，效果却不尽人意。

其实，很有可能是自己的广告在“撞课”。即使广告所选的用户规模很大，随着同样广告的数量一多起来，相互竞争的概率也在逐步上升；会出现用户多次看到同一条广告的情况，广告重复曝光自然效果也会打折扣。

那如何减少爆单前“卡壳”，让广告刚起效的“1”变成“100”。在知道细分受众是什么之后，我们需要了解 引爆出单的细分受众 到底是怎么找出来的。

1.细分受众基本分类

先围绕产品本身和定位的人群来寻找细分受众，可以通过以下角度进行分类：

（以 礼服 品类 为例）

(1) 产品词：根据产品属性相关的关键词，搜索其对应的细分受众。

例：关键词：Bodycon Dress、Corset、Little Black Dress、Party Dress、Cocktail Dress等。

#对应受众，还可以通过系统推荐找到同品类的其他细分受众

(2) 场景词：根据产品使用场景的关键词，搜索其对应的细分受众。

例：关键词：Party、Going out、Cocktail等。

#对应受众，还可以通过系统推荐找到其他适用场景的细分受众

(3) 用户兴趣词：根据产品定位人群的兴趣点，搜索其对应的细分受众。

例：关键词：Party、Going out、Cocktail等。

#对应受众，可以通过受众列表找到其他符合用户的细分受众

(4) 热点词：根据节假日、社会热点、时事等，搜索其对应的细分受众。

例：关键词：Christmas、Halloween、Black Friday等。

#对应受众，可以通过系统推荐找到其他符合热点的细分受众

(5) 品牌词：根据产品品类或所在类目的品牌，搜索其对应的细分受众。

例：关键词：Zara、Shein、Fashion nova等。

#对应受众，可以通过系统推荐找到其他同类型的细分受众

总结：

该细分受众分类主要针对较为庞杂的 非列表细分受众，方便我们可以找到适合产品定位和目标人群的定位；

按分类整理出来的细分受众，是较有可能起效的广告定位，但并不确定可以马上起效，要进行广告测试才能得出结论；

细分受众只是广告受众的其中一部分，需要跟“A.国家/区域+B.年龄段+C.性别”结合起来，“A+B+C”的不同也会造成广告效果的差异；因此，判断D.细分受众的作用时，必需先考虑广告定位的前提部分。

配置自己的核心受众

FB广告受众除了上述的基本组成(核心受众/保存受众)外，还有两种形式，一种是自定义受众(又称再营销)；另一种是类似受众。

其中，我们可以把这三种受众形式区分为两大类；一类是冷受众(Cold Audience)，代表的是新受众，包括核心受众与类似受众；另一类则是热受众(Warm Audience)，代表的是已有用户留存的老受众，包括了自定义受众。

不管是自定义受众还是类似受众，它们的来源一般都是根据核心受众的广告数据累计留存或分析推导出来的。所以接下来，我们先要认识如何配置自己的核心受众：

核心受众/保存受众（细分受众）：

核心受众的“核心”体现在上述内容的4个基本组成部分，尤其是细分受众；

而保存受众的“保存”表现在可以保存并重复使用的功能。

#保存受众的保存功能所在

除此之外，核心受众还有两个细节点可以让广告定位更加精准；一个是细分定位中的“排除”和“缩小受众范围”；

“排除”可以将特定人口统计数据、兴趣或行为从已选的受众中排除，排除非产品目标的用户；

“缩小受众范围”选定的关键词要求受众必须满足此条件，从而缩小受众规模，更聚焦于目标用户。

我们可将“添加/排除”“缩小受众范围”“进一步缩小受众”看作是细分定位的细分层级；可以为每个层级添加多个条件，让受众更灵活，定位更精准。

#细分受众的细分层级关系：

“添加”：或；

“缩小受众范围“：并必须符合；

“排除”：并排除其中；

另一个细节点则是隐藏在语言设置下的“联系”选项，选择那些跟FB主页或活动有过联系的用户，或者把他们排除在外，以找到新的受众。

什么是用户行为分析？怎么做用户行为分析？

一、什么是用户行为分析？

用户行为可以用5W2H来总结：

Who(谁)、What(做了什么行为)、When(什么时间)、Where(在哪里)、Why(目的是什么)、How(通过什么方式)，How much (用了多长时间、花了多少钱)。

用户行为分析就是通过对这些数据进行统计、分析，从中发现用户使用产品的规律，并将这些规律与网站的营销策略、产品功能、运营策略相结合，发现营销、产品和运营中可能存在的问题，解决这些问题就能优化用户体验、实现更精细和精准的运营与营销，让产品获得更好的增长。

二、为什么需要用户行为分析？

在PC互联网时代，网民的年增长率达到50%，随便建个网站就能得到大量流量; 在移动互联网早期，APP也经历了一波流量红利，获取一个客户的成本不到1元; 而近几年随着流量增长的红利消退，竞争越来越激烈，每个领域均有成百上千的同行竞争，获客成本也飙升到难以承受的水平，业务增长越来越慢甚至倒退。

图：互联网行业竞争越来越激烈

在如此高成本、高竞争的环境下，如果企业内部不能利用数据分析做好精细化运营，将产生巨大的资源浪费，势必会让企业的运营成本高涨，缺乏竞争力。 对于互联网平台来说，传统的数据分析主要针对结果类的数据进行分析，而缺乏对产生结果的用户行为过程的分析，因此数据分析的价值相对较局限，这也是为什么近几年很多企业感觉做了充分的数据分析，但却没有太大效果的原因。

通过对用户行为的5W2H进行分析可以掌握用户从哪里来，进行了哪些操作，为什么流失，从哪里流失等等。从而提升提升用户体验，平台的转化率，用精细化运营使企业获得业务增长。

三、如何采集用户行为数据？

用户行为分析如此重要，为什么互联网公司中能做好用户行为分析的凤毛麟角？主要是原因是数据采集不全面和分析模型不完善。

1.如何高效采集用户行为数据

传统的数据分析因为数据精细度不够和分析模型不完善等原因，导致分析过于粗放，分析结果的应用价值低。而我们要想做好分析，首先必须要有丰富的数据，因此要从数据采集说起，传统的用户行为数据采集方法比较低效，例如：我们获取用户的某个行为数据时，需要在相应的按钮、链接、或页面等加入监测代码，才能知道有多少人点击了这个按钮，点击了这个页面。这种方式被称为“埋点”，埋点需要耗费大量的人力，精力，过程繁琐，导致人力物力投入成本过高。

在移动互联网时代，埋点成了更痛苦的一件工作，因为每次埋点后都需要发布到应用商店，苹果应用商店的审核周期又是硬伤，这使得数据获取的时效性更加大打折扣。由于数据分析是业务发展中极其重要的一个环节，即便人力物力成本过高，这项工作仍然无法省掉。

因此，我们也看到国内外有一些优秀的用户行为分析工具，实现了无埋点采集的功能，例如：国外有Mixpanel，国内的数极客在WEB、H5、Android、iOS四端都可以无埋点采集数据。通过无埋点的采集，可以极大的增强数据的完善性和及时性。

2.如何精准采集用户行为数据

有些核心业务数据，我们希望确保100％准确，因此还可以通过后端埋点的方式作为补充，这样既可以体验到无埋点带来的高效便捷，又能保障核心业务数据的精准性。数极客在数据采集方面支持无埋点、前端埋点、后端埋点以及数极客BI导入数据这四种方式的数据整合。

四、如何做好用户行为分析？

首先要明确业务目标，深刻理解业务流程，根据目标，找出需要监测的关键数据节点，做好基础的数据的收集和整理工作，有了足够的数据，还要有科学的模型，才能更有效的支持分析结果。

上一代的用户行为分析工具(更确切的说法应该是：网站统计或APP统计)，主要功能还是局限于浏览行为的分析，而没有针对用户的深度交互行为进行分析，因此分析价值相对有限，目前大部份互联网从业人员对用户行为分析的印象还停留在这个阶段。

我认为要做好用户行为分析，应该掌握以下的分析模型：

1.用户行为全程追踪，支持AARRR模型

500 Startups 投资人Dave McClure提出了一套分析不同阶段用户获取的“海盗指标”这套分析模型，在硅谷得到了广泛应用。

AARRR是Acquisition、Activation、Retention、Revenue、Refer这个五个单词的缩写，分别对应用户生命周期中的5个重要环节，首先要基于用户的完整生命周期来做用户行为分析。

1).获取用户

在营销推广中，什么渠道带来的流量最高，渠道的ROI如何？不同广告内容的转化率如何，都是在这一步进行分析的数据。

来源渠道是获客的第一步，通过系统自动识别和自定义渠道相结合，分析每一个来源渠道的留存、转化效果。网站的访问来源，App 的下载渠道，以及各搜索引擎的搜索关键词，通过数据分析平台都可以很方便的进行统计和分析，利用UTM推广参数的多维分析、通过推广渠道、活动名称、展示媒介、广告内容、关键词和着陆页进行交叉分析，可以甄别优质渠道和劣质渠道，精细化追踪，提高渠道 ROI。

通过渠道质量模型，制定相应的获客推广策略：

图：渠道质量模型

以上图形中的所示渠道为示例，渠道质量也会动态的变化。 第一象限，渠道质量又高流量又大，应该继续保持渠道的投放策略和投放力度; 第二象限 渠道的质量比较高但流量比较小。应该加大渠道的投放，并持续关注渠道质量变化; 第三象限 这个象限里渠道质量又差，带来流量又小，应该谨慎调整逐步优化掉这个渠道; 第四象限 渠道质量比较差，但是流量较大，应该分析渠道数据做更精准的投放，提高渠道质量。

2).激活用户

激活用户是实现商业目标最关键的第一步，如果每天有大量用户来使用你的产品，但没有用户和你建立强联系，你就无法进行后续的运营行为。

3).用户留存

如今一款产品要获得成功的关键因素不是病毒性机制或大笔营销资金，而是用户留存率。开发出吸引用户回头的产品至关重要。 Facebook平台存在“40 – 20 – 10”留存法则。数字表示的是日留存率、周留存率和月留存率，如果你想让产品的DAU超过100万，那么日留存率应该大于40%，周留存率和月留存率分别大于20%和10%。

留存是 AARRR 模型中重要的环节之一，只有做好了留存，才能保障新用户在注册后不会白白流失。这就好像一个不断漏水的篮子，如果不去修补底下的裂缝，而只顾着往里倒水，是很难获得持续的增长的。

4).获取收入

实现收入是每个平台生存的根本，因此找到适合自己的商业模式至关重要。根据不同的业务模式，获取收入的方式也不同：媒体类平台依靠广告变现，游戏类依靠用户付费，电商类通过收取佣金或卖家付费的方式等，而在企业服务领域LTV: CAC大于3，才能有效良性增长。

5).病毒传播

通过模型前四个阶段的优化分析，从不稳定用户、活跃用户再到最终的忠实用户，将获客做最大的留存和转化，培养为企业的忠实用户，通过社交口碑传播可以给企业带来高效的收益。

在获客成本高昂的今天，社交传播可以为企业带来更优质的用户群，更低的获客成本。

2.转化分析模型

转化率是持续经营的核心，因此我也用较大篇幅来详细解读。转化分析常用的工具是转化漏斗，简称漏斗（funnel）。新用户在注册流程中不断流失，最终形成一个类似漏斗的形状。用户行为数据分析的过程中，我们不仅看最终的转化率，也关心转化的每一步的转化率。

1).如何科学的构建漏斗

以往我们会通过产品和运营的经验去构建漏斗，但这个漏斗是否具有代表性，优化这个漏斗对于整体转化率的提升有多大作用，心里没有底气，这时我们可以通过用户流向分析去了解用户的主流路径。

图：用户流向分析

用户流向分析，非常直观，但需要分析人员有一定的经验和判断能力。为了解决这个问题，数极客研发了智能路径分析功能，只需要选择转化目标后，一键就能分析出用户转化的主流路径。将创建漏斗的效率缩短到了几秒钟。

图：智能转化分析

2).漏斗对比分析法

转化分析仅用普通的漏斗是不够的，需要分析影响转化的细节因素，能否进行细分和对比分析非常关键。例如：转化漏斗按用户来源渠道对比，可以掌握不同渠道的转化差异用于优化渠道; 而按用户设备对比，则可以了解不同设备的用户的转化差异(例如：一款价格较高的产品，从下单到支付转化率，使用iphone的用户比android的用户明显要高)。

图：漏斗对比分析

3).漏斗与用户流向结合分析法

一般的转化漏斗只有主干流程，而没有每个步骤流入流出的详细信息，当我们在分析用户注册转化时，如果能知道没有转化到下一步的用户去了哪，我们就能更有效的规划好用户的转化路径。例如下图中的转化路径，没有进入第二步的用户，有88%是直接离开了，而还有10%的用户是注册用户选择直接登录，只有2％的用户绕过了落地页去网站首页了; 而没有从第二步转化至第三步的用户100％都离开了。这是比较典型的封闭式落地页，因此只需要优化第三步的转化率即可提升整体转化率。

4).微转化行为分析法

很多行为分析产品只能分析到功能层级和事件层级的转化，但在用户交互细节分析方面存在严重的缺失， 比如：在上图的漏斗中我们分析出最后一步是影响转化的关键，但最后一步是注册表单，因此对于填写表单的细节行为分析就至关重要， 这种行为我们称为微转化。

例如：填写表单所花费的时长，填写但没有提交表单的用户在填哪个字段时流失，表单字段空白率等表单填写行为。

图：表单填写转化漏斗

图：表单填写时长

通过上述表单填写的微转化分析，用户从开始填写到注册成功转化率达85％，而流量到填写只有8%，可以得出影响转化的最大泄漏点就是填写率，那么如何提高填写率就是我们提升注册转化的核心。有效的内容和精准的渠道是影响填写的核心因素，渠道因素我们在获客分析中已经讲过，这就引出我们微转化分析的第4种工具：用户注意力分析。

5).用户注意力分析法

用户在页面上的点击、浏览、在页面元素上的停留时长、滚动屏幕等用户与页面内容的交互行为，这些都代表用户对产品要展示的信息的关注程度，是否能吸引用户的眼球。

业务数据可以可视化，那么行为数据如何可视化呢？ 数极客把上述行为转化成了分屏触达率热图、链接点击图、页面点击图、浏览热图、注意力热图这5种热图，通过5种热图的交叉分析，可以有效的分析出用户最关注的内容。

图：注意力热图

只有能掌握微转化的交互行为分析，才能更有效的提高转化率。而一切不能有效提高平台转化率的分析工具都在浪费企业的人力和时间资源，这也是众多企业没有从用户行为分析中获益的根本原因。

3.精细化运营模型

以前做运营只能针对全体用户，如果要针对部分目标客户做精准运营行为。

图：用户分群画像

例如：当我们希望对某个地区使用iphone的注册但三天不活跃或未形成交易转化的用户进行精准营销时，需要运营人员、产品人员、技术人员 全体配合去调取数据、制定运营规则，其中涉及到大量人力和时间投入。而新一代的用户行为分析可以采用用户分群、用户画像、自定义用户活跃和留存行为，精准的定位用户，从而实现精细化运营。

图：创建用户分群

4.定性分析模型

用户体验是企业的头等大事，在产品设计、用户研究、研发、运营、营销、客户服务等众多环节，都需要掌握用户的真实体验过程。但如何优化用户体验向来是内部争议较多，主要原因还是难以具体和形象的描述。通过行为分析分现异常用户行为时，能否重现用户使用你的产品时的具体场景，这对于优化产品的体验至关重要。

以前我在淘宝时，用户体验部门会通过邀请用户到公司进行访谈，做可用性实验的方式来进行体验优化，但这种方式需要化费比较多的时间和费用投入，样本不一定具有代表性。为了解决这个难题，数极客研发了用户行为录屏工具，无需邀请用户到公司实地录制节省成本，直观高效的以视频形式还原用户的真实操作，使得企业各岗位均能掌握用户体验一手信息，帮助产品研发提高用户体验。

图：用户行为录屏播放界面

总结：通过AAARRR模型分析用户生命周期全程; 通过转化率分析模型 提高产品转化率; 通过精细化运营 提高运营有效性; 通过定性分析方法 优化用户体验; 如果以上4方面都做好了，就一定可以通过用户行为分析实现业务增长。

五、用户行为分析的未来方向是什么？

有很多人问我，为什么已经有几家做用户行为分析的公司了，你还要创办数极客？ 我认为数据分析的目标是应用分析结果优化经营效率，而国内外主要的分析工具，还只停留在分析层面，对于如何高效的应用还有很大的空间。因此数极客除了要在分析层面做得更专业和更有效，还要在应用层面实现新的突破。数据分析结果反映的问题主要是两类：运营(含营销)和产品。所以需要针对这两类问题提供针对性的解决方案。

1.运营的自动化

我们前面讲了，通过用户行为分析系统可以实现精细化运营，但具体应用还需要人工制定运营和营销策略，通过产品、研发开发才能应用，而且当策略改变时，需要重新开发相应的工具，这也占用了很多时间，影响运营与营销效率。数极客研发了会员营销系统和自动化运营工具，运营与营销人员直接设置规则，系统根据规则自动将精准的活动信息推送给符合条件的用户，直接提高运营人员工作效率，运营人员可以将工作重心转移到策划而不是浪费太量时间在重复执行，自动化运营可为企业节约大量运营成本。

图：创建自动化运营规则

2.产品、运营(营销)方面的科学决策

用户行为数据分析，往往是在行为发生之后进行分析，而产品、运营都是通过经验，拍脑袋进行决策，一旦决策失误就会造成难以挽回的结果。因此如果能在产品、运营方案上线前，通过用户分流A/B测试进行小范围验证，选择其中最优的方案发布，这样就可以大大提高决策的科学性。

Google每年通过运行数万次A/B测试优化产品、运营，为公司带来了100亿美元的收益。

A/B测试的方法非常有效，但国内互联网公司应用不普遍，主要和应用A/B测试的复杂性有关，

数极客拥有完整的A/B测试工具，业务人员可以在网站和APP上自助使用可视化试验编辑工具，创建并运行试验，通过自动解读测试报告，使得A/B测试门槛大大降低。

图：网站端可视化编辑试验工具

3.分析的自动化

用户行为分析有一定专业性，不仅需要掌握不同的分析方法，还要熟悉业务，结合业务才能给出有价值的分析结果。 如果能像360安全卫士一样，只需要加载SDK，就能自动诊断和分析，并给出解决方案，这是数据分析的未来方向，数极客在这方面也有积极的尝试，并有了初步成果，目前拥有数据自动预警、自动报表等功能。

用户行为分析是一门科学，善于获取数据、分析数据、应用数据，是每个人做好工作的基本功，每家企业都应该加强对用户行为分析大数据的应用，从数据中找出规律，用数据驱动企业增长。

数极客是国内新一代用户行为分析平台，是增长黑客必备的大数据分析工具，支持APP数据分析和网站分析，独创了6大转化率分析模型，是用户行为分析领域首家应用定量分析与定性分析方法的数据分析产品，并且基于用户行为分析系统，提供了会员营销系统和A/B测试工具两大数据智能应用解决方案，使得企业可以快速的实现数据驱动增长。

本文由数极客CEO谢荣生原创，欢迎转载，转载请保留全文和作者信息。

facebook如何精准找客户

方法如下：

1.巧用Facebook的“搜索好友”功能 Facebook会特别用心地分析我们前期添加的好友的特性。会根据好友特性、共同好友关系以及你与他人认识的可能性大小,来向你推荐你可能认识的人。 或者允许从hotmail、MSN...

2.巧用 Facebook搜索框 利用行业关键词,细分产品的关键词、联想词,或者你的用户可能在的公司类型等词,有很多潜在客户会用这些词来做姓名或者在个人资料和简介里放上这些关键词。 或者利用公司名、邮箱、电话或姓名等搜索

3.巧用Faebook的Groups (小组) 在Facebook左上方的搜索框中输入搜索词,然后点击像放大镜一样的搜索图标(不要点回车!),再选择“Groups”。选择你的目标小组(客户可能的聚集地),直接点击小组名或头...

4.利用Facebook的“线索广告”来寻找客户 投广告前,你同样需要利用五中所讲的 用Audience Insights来更细化受众群体,这里的方法只是投Facebook广告的其中一类,