內(nèi)容提要：
1、案例：以直播產(chǎn)品為例，梳理提升轉(zhuǎn)化的三個要點
2、驗證：「與主播互動」與「新用戶付費轉(zhuǎn)化」的前后關(guān)系
3、結(jié)論：因果關(guān)系是目標，但需要優(yōu)先分析行為的先后關(guān)系，再通過迭代后的數(shù)據(jù)去嘗試證明其中的因果關(guān)系。
一、以直播為例：提升直播產(chǎn)品的充值轉(zhuǎn)化
現(xiàn)狀
通過分析，我們發(fā)現(xiàn)，對于潛在付費客戶來說，新增當(dāng)天就付費充值的比例大于80%，即，新用戶如果對產(chǎn)品感覺良好，新增當(dāng)天就會充值付費。
對于直播這類產(chǎn)品來說，充值付費后擁有的體驗可能會非常奢華，會刺激用戶更頻繁的使用其他功能。
所以到底是先有雞還是先有蛋，這個前后關(guān)系必須能夠區(qū)別開，分析結(jié)果才有意義。
提出假設(shè)：通過用戶分組對比，即「與主播互動」能夠促進新用戶的付費轉(zhuǎn)化。
但是這個猜想一經(jīng)提出就遇到了挑戰(zhàn)，大多數(shù)人雖然理解這個假設(shè)內(nèi)在的邏輯，但是確實也會擔(dān)心，當(dāng)用戶付費充值后，肯定會去打賞主播，這個過程中肯定會存在與主播互動交流的行為，那到底是現(xiàn)有付費促進了互動，還是互動促進了付費呢？
梳理預(yù)期場景
用戶：新增的有效用戶場景：在直播間內(nèi)行為：通過發(fā)送文字消息與主播互動目標：更大比例的實現(xiàn)付費轉(zhuǎn)化
我們希望驗證的目標是，滿足這樣場景和行為的用戶，整體的付費轉(zhuǎn)化率應(yīng)該比沒有滿足的用戶要高才對。
設(shè)計反向驗證的數(shù)據(jù)分析方案
1、篩選有效用戶，以保證分析公平
我們通過用戶第一次訪問時間，明確用戶的新增時間，同時通過在新增后1天內(nèi)，即新增當(dāng)天進入直播間超過5次這樣的行為，來定義用戶的有效性。這樣篩選出來的用戶，意味著都有在直播間與主播進行互動的能力，從而最大限度的保證了公平性。
2、善用轉(zhuǎn)化漏斗，探索行為的前后關(guān)系
首先，我們要進行漏斗轉(zhuǎn)化分析的，是我們在第一步里確定好的用戶群，所以選擇7月1日到7月31日新增的且新增當(dāng)天就進入直播間次數(shù)大于5次的用戶；然后我們將分析的時間段也設(shè)置為7月1日到7月31日之間；最后建立漏斗，第一步為「進入直播間」，第二步為「直播間內(nèi)文字互動」，第三步為「充值金幣」。
通過這樣一連串的設(shè)置，我們就能夠保證，這個漏斗中，最終轉(zhuǎn)化付費的用戶，一定是先經(jīng)歷了與主播互動，而后才進行的充值付費。
3、直播中與主播有文字互動的用戶，付費轉(zhuǎn)化率是沒有互動用戶的近5倍
基本邏輯就是在這個漏斗轉(zhuǎn)化過程中，第二步驟，直播間內(nèi)文字互動這一行為，已經(jīng)天然的講用戶分為了兩個組，一組是藍色部分也就是實現(xiàn)轉(zhuǎn)化的這組用戶，另一組是紅色部分，即進入直播間后沒有與主播進行文字互動。
那最終，我們需要對比藍色部分和紅色部分，最終有多大比例的用戶成功付費，對比他們兩組人最終的付費轉(zhuǎn)化率，就能夠知道「直播間內(nèi)文字互動」是不是一個能夠促進付費轉(zhuǎn)化的行為了。
我們可以去拆分出這部分高質(zhì)量用戶最終在分析的這一時間段內(nèi)的付費充值總數(shù)，減去藍色部分用戶最終付費轉(zhuǎn)化的人數(shù)，就是紅色部分用戶最終付費轉(zhuǎn)化的人數(shù)了。
通過簡單的計算，我們可以看到，在這些高質(zhì)量的有效用戶中，與主播有過文字互動的用戶，最終由4.91%成功實現(xiàn)了付費轉(zhuǎn)化，而沒有過文字互動的用戶，只有-0.99%不到1%。
也就是說，直播中與主播有文字互動的用戶，付費轉(zhuǎn)化率是沒有互動用的將近5倍。
至此，也許我們不能斬釘截鐵的說，是由于與主播的互動帶來了付費轉(zhuǎn)化，但是我們可以很有底氣的說，如果用戶能夠先與主播發(fā)生互動，那么他的付費轉(zhuǎn)化的可能性將遠遠大于沒有互動的用戶。
迭代方案：在直播間底部欄提示新用戶和主播聊天
當(dāng)這個分析結(jié)果得到認可后，該企業(yè)客戶很快在一個 Android 渠道發(fā)布了新版本，以測試這個結(jié)論能夠帶來的影響。
他們在直播間的底部欄，增加了互動的引導(dǎo)，如果是一個新用戶打開產(chǎn)品，在他進入直播間的前3次，會在底部發(fā)言區(qū)域彈出引導(dǎo)氣泡，提示用戶與主播互動和贈送鮮花。
最終效果是：新版本上線當(dāng)日，付費充值的轉(zhuǎn)化率環(huán)比提升了30%，次日留存率也環(huán)比提升了40%?！?/p>
由此，再加上傳統(tǒng)的訪談?wù){(diào)研，我們最終得出了一個大家都比較認可的因果性的結(jié)論，這款產(chǎn)品的用戶大多來自56線城市，而主播大多是12線城市，欠發(fā)達地區(qū)的用戶對發(fā)達地區(qū)的主播本來就既好奇又仰慕，那用戶與主播的互動，極大地增強了用戶的滿意度，滿足了用戶的好奇心以及其他體驗，從而增強了用戶的付費意愿。
二、探索行為之間的因果關(guān)系
回顧本案例，提升轉(zhuǎn)化的策略，是因為我們前期的數(shù)據(jù)挖掘，故，總結(jié)來說，對于提升轉(zhuǎn)化的行為分析：
首先，要明確的是，通過數(shù)據(jù)分析能夠得出的有價值的結(jié)論里，絕大多數(shù)是相關(guān)性的結(jié)論，想要得出因果性的結(jié)論是非常之難的。最終的因果性結(jié)論，往往是基于一個合理的數(shù)據(jù)解讀，又通過改版優(yōu)化，最終效果支持我們的結(jié)論后，才得出的一定范圍內(nèi)的因果性。
第二，要明確一個態(tài)度，雖然做出直接因果關(guān)系的結(jié)論很難，但是我們一定要不斷的對行為之間的因果關(guān)系做探索，因為本質(zhì)上，這就是對用戶內(nèi)容，對用戶的行為動機在做剖析，比如facebook 的 ahamoment就是用戶新增10天內(nèi)，添加7個好友，留存會提升，被驗證后，說明好友關(guān)系能夠幫助用戶長久的留在這個平臺上，這其中的因果，就是由于在 facebook 上的好友關(guān)系以及活動，最終用戶選擇長久的使用 facebook。
第三，要清楚的是，因果關(guān)系是目標，但是在分析的時候，我們會先分析行為的先后關(guān)系，再通過迭代后的數(shù)據(jù)去嘗試證明其中的因果關(guān)系。
三、梳理3個要點
提升留存，廣義上也是一個轉(zhuǎn)化類的分析，只不過這個轉(zhuǎn)化關(guān)系，時間跨度較長，留存模型內(nèi)在的支持了轉(zhuǎn)化，比如次日留存，就是第一天活躍的用戶，在第二天還活躍著，這樣的兩個用戶群之間的轉(zhuǎn)化，或者說占比關(guān)系。而分析短時間內(nèi)的轉(zhuǎn)化，就需要我們能夠不通過具體的時間，來判斷行為的前后順序。
而從分析流程上來講，其差異主要是在驗證結(jié)論這個階段，尤其是要把滿足設(shè)想的場景和目標能夠清晰的梳理出來，來驗證我們的假設(shè)原因。前三個部分其實各種分析都是差不多的，基本上就屬于非常標準變化不大的部分。
這個梳理過程，需要明確三個要點：
第一，明確是什么樣的用戶
第二，是在什么樣的場景下
第三，觸發(fā)什么行為
最終能夠更好的達成轉(zhuǎn)化目標
在分析這類轉(zhuǎn)化的時候，就需要基于漏斗轉(zhuǎn)化模型的天然特點，來更好的明確和分析用戶行為之間的前后關(guān)系。這就是諸葛io一直強調(diào)的對用戶的理解，對用戶行為動機的理解。而這套方法的核心，就在于對業(yè)務(wù)的精準解讀和漏斗轉(zhuǎn)化模型的靈活運用。
本文首發(fā)微信公眾號 諸葛io（ID:zhugeio1）
諸葛io，你身邊的數(shù)據(jù)驅(qū)動教練，點擊我，免費試用~
歡迎添加微信：zhugeio2016一起探討交流
