在之前的博客文章 为什么你的用户转化率不高？--新媒体运营转化效果渠道归因分析中，我们讲到 新媒体运营用户转化相关的指标以及目标追踪，以及相关的渠道归因分析。在本篇文章中，我们一起来看看，如何通过 Kyligence Zen 指标平台进行用户转化指标归因分析，对潜在的客户进行用户画像，进一步实现精准推送和精准营销，从而实现高效的用户转化。
定义指标 / 创建目标
下面是某产品网站用户转化的典型流程。首先通过不同的渠道对网站和产品进行曝光，吸引客户点击，接着完成注册和成单等操作。
根据业务流程，我们可以创建一系列用户转化相关的指标，并创建目标看板如下。
对指标进行归因分析 建立用户画像
通过上面的目标管理看板，我们可以对用户转化的指标和目标数据进行对比和分析。为了实现企业的用户转化目标，我们从用户的不同维度进行转化增长归因分析，找出对用户转化增长贡献较大的用户群体，进行用户画像，以此作为下一步精准用户营销的依据。
本文中，我们从性别、年龄和兴趣方向三个维度，对总曝光量、总点击量和总转化量三个关键指标的用户转化增长做归因分析。
性别维度
从性别维度来看，对于总曝光量、总点击量和总转化量的增长量来说，男性的贡献比例分别为 71.7%、61.6% 和 81.5%，远高于女性的相应的贡献比例 28.3%、38.4% 和 18.5%。由此可以看出，男性是该产品用户画像的主要群体。
1. 总曝光量
2. 总点击量
3. 总转化量
年龄维度
从年龄维度来看，对于总曝光量、总点击量和总转化量的增长量来说，30-34 岁年龄段的贡献比例分别为 62.6%、49.4% 和 74.3%，远高于其他年龄段。由此可以看出，30-34 岁年龄段是该产品用户画像的主要群体。
1. 总曝光量
2. 总点击量
3. 总转化量
兴趣方向维度
1. 总曝光量
从兴趣方向维度来看，对于总曝光量、总点击量和总转化量的增长量来说，编号为 15、28 和 29的兴趣方向类别的贡献比例远高于其他兴趣方向类别。由此可以看出，对编号为 15、28 和 29的兴趣方向感兴趣的用户是该产品用户画像的主要群体。
2. 总点击量
3. 总转化量
通过使用 Kyligence Zen 指标平台的指标归因分析功能，我们对用户转化中涉及的曝光量、点击量和转化量的增长进行归因分析；发现对于本文示例中的产品来说，重点目标客户群体的画像为 30-34 岁年龄段、对编号为 15、28 和 29 的兴趣方向感兴趣的男性用户。下一步，就可以对这个用户群体进行进一步的精准推送和营销。
即刻体验 Kyligence Zen
您可以访问 Kyligence Zen 指标集市获取用户转化分析指标模板，自行探索 Kyligence Zen 一站式云端指标管理中台、复现文中场景，无需下载或安装任何程序。
