如何去深入了解你的用戶扁远？ - 簡書
http://www.reibang.com/p/a95dc36f5650

用戶行為路徑分析是互聯(lián)網(wǎng)行業(yè)特有的一類數(shù)據(jù)分析方法扔枫，它主要根據(jù)每位用戶在App或網(wǎng)站中的點擊行為日志汛聚，分析用戶在App或網(wǎng)站中各個模塊的流轉規(guī)律與特點，挖掘用戶的訪問或點擊模式短荐，進而實現(xiàn)一些特定的業(yè)務用途倚舀，如App核心模塊的到達率提升、特定用戶群體的主流路徑提取與瀏覽特征刻畫忍宋，App產品設計的優(yōu)化與改版等痕貌。
本文會對用戶行為路徑分析方法作一些簡單的探討，更多的偏向于一些路徑分析業(yè)務場景與技術手段的介紹糠排，起到拋磚引玉的作用舵稠，歡迎致力于互聯(lián)網(wǎng)數(shù)據(jù)分析的朋友們拍磚與批評。以后有機會可以繼續(xù)介紹分享與實際業(yè)務結合較多的用戶行為路徑分析案例入宦。
一哺徊、 路徑分析業(yè)務場景
用戶行為路徑分析的一個重要終極目的便是優(yōu)化與提升關鍵模塊的轉化率，使得用戶可以便捷地依照產品設計的期望主流路徑直達核心模塊乾闰。具體在分析過程中還存在著以下的應用場景：
1落追、用戶典型路徑識別與用戶特征分析
用戶特征分析中常常使用的都是一些如性別、地域等人口統(tǒng)計數(shù)據(jù)或訂單價涯肩、訂單數(shù)等運營數(shù)據(jù)轿钠，用戶訪問路徑數(shù)據(jù)為我們了解用戶特征打開了另一扇大門雹熬。例如對于一款圖片制作上傳分享的應用，我們可以通過用戶的App使用操作數(shù)據(jù)谣膳，來劃分出樂于制作上傳的創(chuàng)作型用戶竿报，樂于點贊評論的互動型用戶，默默瀏覽看圖的潛水型用戶继谚，以及從不上傳只會下載圖片的消費型用戶烈菌。
2、產品設計的優(yōu)化與改進
路徑分析對產品設計的優(yōu)化與改進有著很大的幫助花履，可以用于監(jiān)測與優(yōu)化期望用戶路徑中各模塊的轉化率芽世，也可以發(fā)現(xiàn)某些冷僻的功能點。一款視頻創(chuàng)作分享型App應用中诡壁，從開始拍攝制作視頻到視頻的最終發(fā)布過程中济瓢，用戶往往會進行一系列的剪輯操作；通過路徑分析妹卿，我們可以清晰的看到哪些是用戶熟知并喜愛的編輯工具旺矾，哪些操作過于冗長繁瑣，這樣可以幫助我們針對性地改進剪輯操作模塊夺克，優(yōu)化用戶體驗箕宙。如果在路徑分析過程中用戶的創(chuàng)作數(shù)量與用戶被點贊、評論以及分享的行為密切相關铺纽，就可以考慮增強這款App的社交性柬帕，增強用戶黏性與創(chuàng)作欲望。
3狡门、產品運營過程的監(jiān)控
產品關鍵模塊的轉化率本身即是一項很重要的產品運營指標陷寝，通過路徑分析來監(jiān)測與驗證相應的運營活動結果，可以方便相關人員認識了解運營活動效果其馏。
二凤跑、 路徑分析數(shù)據(jù)獲取
互聯(lián)網(wǎng)行業(yè)對數(shù)據(jù)的獲取有著得天獨厚的優(yōu)勢，路徑分析所依賴的數(shù)據(jù)主要就是服務器中的日志數(shù)據(jù)尝偎。用戶在使用App過程中的每一步都可以被記錄下來饶火，這時候需要關注的便是優(yōu)秀的布點策略鹏控，它應當與我們所關心的業(yè)務息息相關致扯。這里可以推薦一下諸葛io，一款基于用戶洞察的精細化運營分析工具当辐；將諸葛io的SDK集成到App或網(wǎng)站中抖僵，便能獲得應用內的所有用戶行為數(shù)據(jù)。事實上缘揪，諸葛io認為在每個App里耍群，不是所有事件都有著同樣的價值义桂，基于對核心事件的深度分析需求，諸葛io推薦大家使用層級化的自定義事件布點方式蹈垢，每一個事件由三個層次組成的：事件(Event)慷吊、屬性(Key)和屬性值(Value)。同時曹抬，諸葛io還為開發(fā)者們提供數(shù)據(jù)監(jiān)測布點咨詢服務溉瓶，可以根據(jù)豐富的行業(yè)經(jīng)驗為客戶提供個性化的事件布點咨詢和技術支持。
三谤民、 漏斗模型與路徑分析的關系
以上提到的路徑分析與我們較為熟知的漏斗模型有相似之處堰酿，廣義上說，漏斗模型可以看作是路徑分析中的一種特殊情況张足，是針對少數(shù)人為特定模塊與事件節(jié)點的路徑分析触创。
漏斗模型通常是對用戶在網(wǎng)站或App中一系列關鍵節(jié)點的轉化率的描述，這些關鍵節(jié)點往往是我們人為指定的为牍。例如我們可以看到某購物App應用的購買行為在諸葛io中的漏斗轉化情況哼绑。這款購物App平臺上，買家從瀏覽到支付成功經(jīng)歷了4個關鍵節(jié)點碉咆，商品瀏覽凌那、加入購物車、結算吟逝、付款成功帽蝶，從步驟1到步驟4，經(jīng)歷了其關鍵節(jié)點的人群越來越少块攒，節(jié)點的轉化率呈現(xiàn)出一個漏斗狀的情形励稳，我們可以針對各個環(huán)節(jié)的轉化效率、運營效果及過程進行監(jiān)控和管理囱井，對于轉化率較低的環(huán)節(jié)進行針對性的深入分析與改進驹尼。其他的漏斗模型分析場景可以根據(jù)業(yè)務需求靈活運用，諸葛io平臺中擁有十分強大的漏斗分析工具庞呕，是您充分發(fā)揮自己對于數(shù)據(jù)的想象力的平臺新翎，歡迎參看一個基于漏斗模型的分析案例《漏斗/留存新玩兒法》。

漏斗/留存新玩兒法

路徑分析與漏斗模型存在不同之處住练，它通常是對每一個用戶的每一個行為路徑進行跟蹤與記錄地啰，在此基礎上分析挖掘用戶路徑行為特點，涉及到每一步的來源與去向讲逛、每一步的轉化率亏吝。可以說盏混，漏斗模型是事先的蔚鸥、人為的惜论、主動的設定了若干個關鍵事件節(jié)點路徑，而路徑分析是探索性的去挖掘整體的行為路徑止喷，找出用戶的主流路徑馆类，甚至可能發(fā)現(xiàn)某些事先不為人知的有趣的模式路徑。從技術手段上來看弹谁，漏斗模型簡單直觀計算并展示出相關的轉化率蹦掐，路徑分析會涉及到一些更為廣泛的層面。
四僵闯、路徑分析常見思路與方法
1卧抗、樸素的遍歷統(tǒng)計與可視化分析探索
通過解析布點獲得的用戶行為路徑數(shù)據(jù)，我們可以用最簡單與直接的方式將每個用戶的事件路徑點擊流數(shù)據(jù)進行統(tǒng)計鳖粟，并用數(shù)據(jù)可視化方法將其直觀地呈現(xiàn)出來社裆。D3.js是當前最流行的數(shù)據(jù)可視化庫之一，我們可以利用其中的Sunburst
Partition來刻畫用戶群體的事件路徑點擊狀況向图。從該圖的圓心出發(fā)泳秀，層層向外推進，代表了用戶從開始使用產品到離開的整個行為統(tǒng)計榄攀；sunburst事件路徑圖可以快速定位用戶的主流使用路徑嗜傅。通過提取特定人群或特定模塊之間的路徑數(shù)據(jù)，并使用sunburst事件路徑圖進行分析檩赢，可以定位到更深層次的問題吕嘀。靈活使用sunburst路徑統(tǒng)計圖，是我們在路徑分析中的一大法寶贞瞒。
諸葛io不僅能夠便捷獲取布點數(shù)據(jù)偶房，也為客戶提供了個性化的sunburst事件路徑圖分析，并可為客戶產品制作定制化的產品分析報告军浆。

sunburst事件路徑圖

2棕洋、基于關聯(lián)分析的序列路徑挖掘方法
提到關聯(lián)規(guī)則分析，必然免不了數(shù)據(jù)挖掘中的經(jīng)典案例“啤酒與尿布”乒融。暫且不論“啤酒與尿布”是不是Teradata的一位經(jīng)理胡編亂造吹噓出來的“神話故事”掰盘，這個案例在一定程度上讓人們理解與懂得了購物籃分析（關聯(lián)分析）的流程以及背后所帶來的業(yè)務價值。將超市的每個客戶一次購買的所有商品看成一個購物籃赞季，運用關聯(lián)規(guī)則算法分析這些存儲在數(shù)據(jù)庫中的購買行為數(shù)據(jù)愧捕，即購物籃分析，發(fā)現(xiàn)10%的顧客同事購買了尿布與啤酒碟摆，且在所有購買了尿布的顧客中晃财，70%的人同時購買了啤酒。于是超市決定將啤酒與尿布擺放在一起典蜕，結果明顯提升了銷售額断盛。
我們在此不妨將每個用戶每次使用App時操作所有事件點看成“購物籃”中的“一系列商品”，與上面提到的購物籃不同的是愉舔，這里的所有事件點擊行為都是存在嚴格的前后事件順序的钢猛。我們可以通過改進關聯(lián)規(guī)則中的Apriori或FP-Growth算法，使其可以挖掘存在嚴格先后順序的頻繁用戶行為路徑轩缤，不失為一種重要的用戶路徑分析思路命迈。我們可以仔細考量發(fā)掘出來的規(guī)則序列路徑所體現(xiàn)的產品業(yè)務邏輯，也可以比較分析不同用戶群體之間的規(guī)則序列路徑火的。
3壶愤、社會網(wǎng)絡分析（或鏈接分析）
早期的搜索引擎主要基于檢索網(wǎng)頁內容與用戶查詢的相似性或者通過查找搜索引擎中被索引過的頁面為用戶查找相關的網(wǎng)頁，隨著90年代中后期互聯(lián)網(wǎng)網(wǎng)頁數(shù)量的爆炸式增長馏鹤，早期的策略不再有效征椒，無法對大量的相似網(wǎng)頁給出合理的排序搜索結果。現(xiàn)今的搜索引擎巨頭如Google湃累、百度都采用了基于鏈接分析的搜索引擎算法來作為這個問題解決方法之一勃救。網(wǎng)頁與網(wǎng)頁之間通過超鏈接結合在一起，如同微博上的社交網(wǎng)絡通過關注行為連接起來治力，社交網(wǎng)絡中有影響力很大的知名權威大V們蒙秒，互聯(lián)網(wǎng)上也存在著重要性或權威性很高的網(wǎng)頁。將權威性較高的網(wǎng)頁提供到搜索引擎結果的前面宵统，使得搜索的效果更佳晕讲。
我們將社交網(wǎng)絡中的人看作一個個節(jié)點，將互聯(lián)網(wǎng)中的網(wǎng)頁看作一個個節(jié)點马澈，甚至可以將我們的App產品中的每一個模塊事件看作一個個節(jié)點益兄，節(jié)點與節(jié)點之間通過各自的方式連接組成了一個特定的網(wǎng)絡圖，以下將基于這些網(wǎng)絡結構的分析方法統(tǒng)稱為社會網(wǎng)絡分析箭券。
社會網(wǎng)絡分析中存在一些較為常見的分析方法可以運用到我們的路徑分析中來净捅，如節(jié)點的中心性分析，節(jié)點的影響力建模辩块，社區(qū)發(fā)現(xiàn)等蛔六。通過中心性分析，我們可以去探索哪些模塊事件處于中心地位废亭，或者作為樞紐連接了兩大類模塊事件国章，或者成為大多數(shù)模塊事件的最終到達目的地。通過社區(qū)發(fā)現(xiàn)豆村，我們可以去探索這個社會網(wǎng)絡中是否存在一些“小圈子”液兽，即用戶總是喜歡去操作的一小部分行為路徑，而該部分路徑又與其他大部分模塊相對獨立。
以上為筆者在諸葛io團隊中四啰，對各類產品進行用戶行為路徑分析的總結與思考宁玫，一些工作仍在不斷地探索過程中，希望大家不吝賜教柑晒。今后有機會可能會以案例方式分享如何做用戶路徑分析欧瘪，展示分析過程中的步驟與思路，希望能和大家多多交流匙赞。
本文由諸葛io數(shù)據(jù)科學家 吳揚 原創(chuàng)

作者：諸葛io鏈接：http://www.reibang.com/p/a95dc36f5650來源：簡書著作權歸作者所有佛掖。商業(yè)轉載請聯(lián)系作者獲得授權，非商業(yè)轉載請注明出處涌庭。