无论是线下互动，还是线上销售和课程，都必须根据具体的数据指标优化用户体验，让用户转换更加顺畅。往往我们不知道如何分析数据，如何提取数据指标，即使数据摆在我们面前，也不知道如何使用。

　　结合我五年的操作经验，我写了这篇文章文章，通过对两个模型的分解和模型的混合应用，可以告诉您如何进行有效的数据推导，在操作过程中掌握核心数据。

　　谷歌用户体验团队的GSM模型

　　消费者行为分析的AIsAS模型

　　GSm”模型是Google用户体验团队提出的一个指标体系，该系统主要用于量化用户体验，并从设计目标出发推导出能够判断用户体验质量的数据指标。

　　GSm是目标（Goal）→信号（Signal）→索引（Metric），因此也被称为GSm模型。

　　上面的解释可能会有点混乱，让我们用具体案例来说明。

　　让我们用具体的例子来完成推导过程，如果我们想设计一双多舒适的鞋子，那么目标、信号和指示器如下所示。

　　目的：通过鞋子的设计，提高使用者的舒适度。

　　信号：随着鞋子舒适度的增加，你会发现什么样的现象？下面列出了几种典型现象

　　与旧款相比，新设计的鞋子更难磨

　　鞋子的人体工程学设计更合理，更舒适

　　用户非常喜欢这款新鞋的设计，并积极推荐他人购买

　　指标：包括但不限于以下几点：

　　从新鞋到脚完全适应时代

　　与旧款鞋相比，满意有哪些优势

　　在所有买家中，通过他人推荐购买的用户比例

　　然而在指标的推导过程中，影响指标变化的因素很多。

　　例如，在第三个指数中，通过他人推荐购买的客户比例有所上升，之所以不一定，是因为鞋子比较舒适，有可能是因为新鞋的外观设计比较流行，或者是一些品牌推广活动等。

　　利用GSM模型，我们可以推导出用户体验质量的具体数据，并且可以更好地识别出哪些数据受到我们的设计目标的影响。

　　AIsAS模型是中国电信针对互联网和无线应用时代消费者生活方式的变化而提出的一种全新的消费行为分析模型。

　　与传统的AIDMA规则相比，AIsAS模式在关注商品并产生兴趣后采取信息收集（Search），以及购买行为后的信息共享（SharE），符合当前互联网用户的消费习惯时代。

　　市场营销人员可以准确地了解消费者的心理和行为，制定有效的营销策略，提高交易率。

　　AIsAS营销原则被广泛运用，是引导运营商深入了解用户的一个法宝。

　　在实际工作中，他可以成为一个非常实用的“用户行为分析”模型，以标题为例：

　　Attention：写一个别人感兴趣并想点击的标题

　　Interest：吸引用户深度开始阅读。

　　Search：文章内容引起用户兴趣后，用户将搜索您帐户中其他文章对您感兴趣。

　　将您的搜索集成到综合。

　　Share:当用户认为你的文章非常好时，他们会直接点击转发，偶尔还会有人带来一些评论。

　　以上两个模型将对我们的操作工作有指导性的帮助GSM模型可以帮助我们改善用户体验，AIsAS模型可以帮助我们挖掘用户行为特征。

　　事实上这两个模型可以结合使用，GSM-AIsAS模型可以帮助我们更好地了解用户的消费习惯，更美国蓝鳄厂家理性地思考利润实现的手段，协调拉新、推广、转型等阶段的工作流程。

　　让我们以一个在线活动为例

　　（1） 活动摘要

　　例如，计划课程折扣H5。活动的目的是推广品牌，推销课程，活动的目的是增加课程的订购量，主要是通过参加人数和参加人数来衡量的。

　　入口在您自己的私人域名流量和网站上，邀请朋友帮忙，您可以获得课程折扣，邀请人数越多，折扣就越大。7天内，您每天可参与3次（3种课程），以支持分享，分享后，您需要注册您的帐户才能参与。

　　（2） 美国金镉大鳄活动分析

　　整个活动的分析基于两个维度模型AIsAS和GSM模型，以AIsAS模型中的五个因子作为GSM模型的目标，并找出每个因子对应的信号和指标

　　跟随（Attention）

　　焦点阶段是让更多的人了解活动，这是用户参与活动的第一步。

　　在这一阶段，我将目标划分为活动链接的打开率、是否查看指导指令以及活动规则是否清晰易懂。相应的数据指标是活动知晓率和UV的增加。

　　用户需要查看活动本身的规则，当用户第一次输入H5时，最好有一个指南提示。

　　相反，如果阅读活动的数量不合理，如果阅读规则过于简单，那么阅读活动的数量就会被忽略。

　　用户了解活动规则后，如果不感兴趣，直接关闭页面，相应的数据指标是页面跳出率。

　　利息（Interest）

　　兴趣阶段是让更多的人通过活动产生兴趣。

　　按照上述步骤，如果用户感兴趣，他们将浏览页面内容，相应的数据指标是页面停留时间、页面幻灯片数和页面上UV/PV的点击转换率。

　　搜索（Search）

　　当用户对活动感兴趣时，他可能会有参与活动的愿望。在参加活动之前，他可能不会立即做出选择，需要信息确认来美国蓝鳄以前才10块钱 说服自己。

　　例如，有的人将非常合理，他将搜索活动组织者的信息，并评估活动是否值得参与，然后他可能会回去调查平台，搜索他们的产品，确保活动的价值和品牌信任。

　　好吧，对于这些用户，我们需要考虑基于现有资源和产品的可能会搜索信息，例如许多操作平台

　　现阶段，我们将考察一些基于产品的搜索指标，如新增诸如数量和菜单浏览量；如果是网站，数据指标应该是网站排名、关键词覆盖率、IP的波动等

　　操作（Action）

　　有了前三点的铺垫，如果你对活动有足够的兴趣，你应该采取相应的行动，这里的行动是参与课程的优惠活动。

　　这里的动作也可以分成两部分。

　　第一部分是用户参与援助活动的情况，第二部分是用户订购课程的情况。

　　因此动作检查的重点是用户任务的完成。

　　一方面是用户完成的效率，另一方面是用户完成的成功率。

　　如果用户能够高效地完成任务，整个任务的操作步骤就会更少，完成任务所花费的时间也会更少，应用程序的数据索引是单个用户从进入活动页面到完成活动所花费的单击次数和时间。

　　如果用户更容易完成任务，更多的人会帮助他们的朋友第一次获得优惠券，因此首次参加活动的成功率可以作为一个量化指标。

　　帮助活动页的跳出率可用作衡量…的反向指示器

　　当用户成功收到优惠券时，我们应该调查用户的订单。

　　其中，评估指标为总订单量，GMV（网站交易量）和实际销售额，如果这些数据得到显著改善，则活性转化效果相对理想。

　　针对用户的订单，我们还可以分析订单率、支付率、整体支付率等指标。

　　共享（SharE）

　　这里指的是用户在使用产品后主动与他人分享，相应的定量指标是活动分享率。

　　通过共享链接、访问活动页面的UV用户数以及总人数中通过链接参与活动的人数所占比例，考虑用户的共享行为。

　　在共享阶段，我将共享目标扩展到满意度、用户跟进、用户参与频率和活动共享。

　　这样做的原因是我认为用户愿意分享，以及产品级别（课程质量）、活动福利（折扣叠加）等因素，以上情况至少能反映出用户对品牌的认可程度。如果以上数据指标状况良好，也可以提高用户的分享和传播。

　　在活动期间和之后，我们还应该考虑用户粘性和活动性的问题，在这个活动中，粘度对应于用户将返回参与活动，对应的数据指标是第二天留存率和第七天留存率。

　　与活动水平相对应的信号是用户参与频率的增加，相应的量化指标是单个用户7天参与的总数和活动的总次数。

　　总结

　　以上是模型组合的框架，但活动方案的实施会受到许多其他因素的限制，因此需要对具体问题进行分析。

　　在实际操作工作中，我们将运用多种方法、模型和框架，尝试对他们进行分解、重组和拼接，也许你会发现新天地。

　　模型就是工具，如何使用他取决于用户。如果你手头只有一把锤子，用锤子很容易；如果你收集螺丝刀、钻头、钳子，你可能会想到工具和解决问题之间的关系。

　　经过长时间的思考和积累，你会发现真正有效的方法论其实是建立在大脑的思维认知基础上的。

　　本文通过一个小案例，采用GSM模型和AIsAS模型的简单组合，对目标进行分解和量化，为大家提供一些参考思路。