對于很多產(chǎn)品來說，分析用戶行為都是非常重要的田炭。用戶分析能推動產(chǎn)品的迭代师抄，為精準(zhǔn)營銷提供一些定制化服務(wù)，驅(qū)動我們做一些產(chǎn)品上的決策教硫。常用的用戶專題分析方法叨吮，包括用戶分群、留存分析瞬矩、轉(zhuǎn)化分析茶鉴、行為路徑分析和事件分析、用戶畫像景用、用戶增長等涵叮。那么，本篇文章會為大家重點(diǎn)介紹用戶行為路徑分析伞插，并結(jié)合可視化圖表——筛盍福基圖，來實(shí)現(xiàn)落地媚污。
一舀瓢、什么是用戶路徑？
用戶路徑耗美，就是用戶在網(wǎng)站或 APP 中的訪問行為路徑京髓，為了衡量網(wǎng)站/APP的優(yōu)化效果或者營銷推廣效果，了解用戶的行為偏好商架，要對訪問路徑的數(shù)據(jù)進(jìn)行分析堰怨。
二、用戶路徑分析的價(jià)值
用戶路徑分析和轉(zhuǎn)化分析有點(diǎn)類似甸私，轉(zhuǎn)化分析能告訴我們最終有多少用戶成功轉(zhuǎn)化诚些，多少用戶流失了飞傀』市停可這些流失的用戶都去了哪？他們在流失前都有什么行為砸烦？這些問題轉(zhuǎn)化分析都無法告訴我們弃鸦，因此我們需要對用戶的行為路徑進(jìn)行分析，以幫助我們更深入的了解流失背后的原因幢痘。行為路徑分析相比于轉(zhuǎn)化分析記錄的信息要更廣唬格。
用戶路徑分析，以目標(biāo)事件為起點(diǎn)｜終點(diǎn)，通過描述用戶的行為路徑购岗，可以查看某個(gè)事件節(jié)點(diǎn)用戶的流向汰聋，科學(xué)的路徑分析能夠帶來以下價(jià)值：
1、可視化用戶流向喊积，對海量用戶的行為習(xí)慣形成宏觀了解
通過用戶路徑分析烹困，可以將整個(gè)用戶路徑的上下游進(jìn)行可視化展示。即可看到用戶群體的登錄乾吻，跳轉(zhuǎn)髓梅、流失、成交等事件的情況绎签。運(yùn)營人員可通過用戶整體的行為路徑找到不同行為間的關(guān)系枯饿，挖掘規(guī)律并找到瓶頸。
2诡必、定位影響轉(zhuǎn)化的因素奢方，推動產(chǎn)品的優(yōu)化與改進(jìn)
路徑分析對產(chǎn)品設(shè)計(jì)的優(yōu)化與改進(jìn)有著很大的幫助，了解用戶從登錄到購買整體行為的主路徑和次路徑擒权，根據(jù)用戶路徑中各個(gè)環(huán)節(jié)的轉(zhuǎn)化率袱巨，發(fā)現(xiàn)用戶的行為規(guī)律和偏好，也用于監(jiān)測和定位用戶路徑走向中存在的問題碳抄，判斷影響轉(zhuǎn)化的主要因素和次要因素愉老，也可以發(fā)現(xiàn)某些冷門的功能點(diǎn)。
三剖效、路徑分析與漏斗分析的區(qū)別
行為路徑分析是用來追蹤用戶從某個(gè)事件開始到某個(gè)事件結(jié)束過程中的全部動線的分析方法嫉入。轉(zhuǎn)化漏斗是人為定義的，而對于用戶的行為路徑璧尸，我們雖然可以通過產(chǎn)品設(shè)計(jì)進(jìn)行引導(dǎo)咒林，但卻無法控制。因此我們分析用戶的行為路徑可以了解用戶的實(shí)際操作行為爷光，讓產(chǎn)品順應(yīng)用戶垫竞，通過優(yōu)化界面交互讓產(chǎn)品用起來更加流暢和符合用戶習(xí)慣，產(chǎn)出更多價(jià)值蛀序。
所以，簡單來說：
漏斗分析：人為設(shè)定一條或者若干條漏斗徐裸，先有假設(shè)再數(shù)據(jù)驗(yàn)證遣鼓。
路徑分析：基于用戶所有行為，挖掘出若干條重要的用戶路徑重贺，先有數(shù)據(jù)再驗(yàn)證假設(shè)骑祟。
四回懦、用代碼實(shí)現(xiàn)路徑分析——桑基圖
纱纹螅基圖怯晕，它的核心是對不同點(diǎn)之間，通過線來連接缸棵。線的粗細(xì)代表流量的大小贫贝。
很多工具都能實(shí)現(xiàn)桑基圖蛉谜，比如 excel稚晚、tableau，我們今天要用 pyecharts 來繪制型诚。
因?yàn)闆]有用戶行為路徑相關(guān)的公開數(shù)據(jù)客燕，所以本次實(shí)現(xiàn)可視化是根據(jù)泰坦尼克號，其生存與遇難的人的數(shù)據(jù)狰贯，來分析流向路徑也搓。學(xué)會思路，你也可以換成自己公司的用戶行為埋點(diǎn)數(shù)據(jù)涵紊。
1傍妒、讀取數(shù)據(jù)
數(shù)據(jù)來源：Kaggle泰坦尼克號挑戰(zhàn)杯”競賽泰坦尼克號數(shù)據(jù)
from pyecharts import options as opts
from pyecharts.charts import Sankey
import pandas as pd
data = pd.read_excel('/Users/wangwangyuqing/Desktop/train.xlsx')
data
2、整理數(shù)據(jù)結(jié)構(gòu)：父類→子類→值
從父類到子類, 每相鄰的兩個(gè)分類變量都需要計(jì)算, 使用pandas中數(shù)據(jù)透視表, 計(jì)算后的數(shù)據(jù)縱向合并成三列摸柄。
lis = data.columns.tolist()[:-1]
lis1 = lis[:-1]
lis2 = lis[1:]
data1 = pd.DataFrame()
for i in zip(lis1,lis2):
datai = data.pivot_table('ID',index=list(i),aggfunc='count').reset_index()
datai.columns=[0,1,2]
data1 = data1.append(datai)
data1
3颤练、生成節(jié)點(diǎn)數(shù)據(jù)
需要把所有涉及到的節(jié)點(diǎn)去重規(guī)整在一起。列表內(nèi)嵌套字典的形式去重匯總驱负。
# 生成nodes
nodes = []
# 先添加幾個(gè)頂級的父節(jié)點(diǎn)
nodes.append({'name':'C港口'})
nodes.append({'name':'Q港口'})
nodes.append({'name':'S港口'})
# 添加其他節(jié)點(diǎn)
for i in data1[1].unique():
dic = {}
dic['name'] = i
nodes.append(dic)
nodes
4嗦玖、組織數(shù)據(jù)：定義節(jié)點(diǎn)和流量
數(shù)據(jù)從哪里流向哪里，流量（值）是多少跃脊，循環(huán)+字典來組織數(shù)據(jù)
links = []
for i in data1.values:
dic = {}
dic['source'] = i[0]
dic['target'] = i[1]
dic['value'] = i[2]
links.append(dic)
links
5宇挫、數(shù)據(jù)可視化
c = (
Sankey(init_opts=opts.InitOpts(width="1200px", height="800px",theme='westeros'))
.add(
"",
nodes=nodes,
links=links,
linestyle_opt=opts.LineStyleOpts(opacity=0.2, curve=0.5, color="source"),
label_opts=opts.LabelOpts(position="right"),
)
.set_global_opts(title_opts=opts.TitleOpts(title="桑基圖"))
.render("/Users/wangwangyuqing/Desktop/image.html")
)
五酪术、總結(jié)
善鞅瘢基圖是分析用戶路徑的有效方法之一, 桑基圖能非常直觀地展現(xiàn)用戶旅程绘雁，
幫助我們進(jìn)一步確定轉(zhuǎn)化漏斗中的關(guān)鍵步驟橡疼，發(fā)現(xiàn)用戶的流失點(diǎn)，找到有價(jià)值的用戶群體咧七，
看用戶主要流向了哪里衰齐，發(fā)現(xiàn)用戶的興趣點(diǎn)任斋，發(fā)現(xiàn)被忽略的產(chǎn)品價(jià)值继阻，尋找新的機(jī)會耻涛。
