用户路径分析解读 | 十大数据分析模型连载1

一系列常见的数据分析模型可以根据多维事件模型和常见的数据分析需求抽象出来。在用户行为领域，通过数据分析模型的科学应用，结合多维交叉钻井、分组比较、条件筛选等操作，可以方便高效地发现数据特征和异常点，实现对业务和用户的洞察，使企业能够建立快速响应、适应变化的敏捷商业智能决策。

十大数据分析模型连载将揭开以下分析模型的神秘面纱：事件分析、漏斗分析、用户路径分析、保留分析Session 分析、热分析、归因分析、间隔分析、分布分析、属性分析。

现在的 APP 或者网站产品功能丰富，页面路径多样，用户访问就像参观展览一样，1000个哈姆雷特可能有1000种访问方式。但对于网站来说，自然会有用户完成的核心路径。那么如何判断用户访问是否偏离了核心路径呢？此时，需要使用用户路径分析模型。

顾名思义，用户行为路径分析是基于用户在 APP 或网站中的访问行为，分析用户在每个模块中跳转的规则和特征，挖掘用户的群体特征，然后实现业务指标：如提高核心模块的到达率APP 产品设计优化改版，用户下落分析流失等。在使用路径分析时，应注意以下 2 要点：

1、从目标场景出发，考虑选择合适的开始或结束，如限制开始或结束。

如果你清楚地知道用户的切入点，你需要在这个时候选择一个固定的启动事件。如果有明确的结果，你需要回去看看是什么事件影响了结果。此时，您需要选择一个固定的结束事件。例如，当产品学生需要验证流量分配是否符合预期时，他们可以选择启动事件作为目标事件；此外，我们从漏斗分析中发现的丢失用户也可以通过设置初始事件来观察用户的下落。如果我们想考虑一些重要行为的来源，我们可以选择目标事件作为结束事件，看看有序事件。

2、根据需要选择相关事件进行分析，避免全部选择。

事实上，当我们看到用户的行为路径时，我们已经有了一个相对明确的问题，所以我们需要删除一些与问题无关的事件，即使这些事件可能发生。因为这些不是观察的焦点，而且会影响我们的最终判断，我们需要做的是关注相关的事件。此外，由于点击事件通常伴随着页面浏览，一般可以根据分析选择一个，以便在更少的步骤中更有效地找到路径的规则。

1、场景示例1:只有 7% 加入购物车，为什么用户流失？

这是世界领先的 O2O 服务平台的数据分析场景。在评估客户整体转化率的过程中，运营商通过漏斗分析发现，只有7%的客户在用户打开小程序后加入购物车。运营商希望通过用户路径分析客户流失的原因。因为目的是找出从小程序开始到加入购物车的用户流失的原因，所以您可以选择浏览小程序页面以查看用户的行为路径，如下图所示。

运营商选择几个事件来深入分析客户的购买路径，包括用户从小程序页面浏览到加入购物车可能触发的所有事件。发现用户打开小程序后，约37% 的客户会点击 Banner，大约26% 的客户会点击主页上的每个频道，大约25% 的用户会退出小程序，大约4% 的客户会点击搜索入口。

运营商进一步检查了 4 用户加入购物车的情况，发现直接点击搜索 用户提交订单的比例最高，超过 90%。虽然点击 Banner这是更多客户打开小程序后的首选(约占总客户的 37%)，但浏览商品列表后，只有 10% 用户提交订单，说明 Banner 内部的商品选择没有打击用户需求，需要加强 Banner 承担相应的活动详细信息页面商品，或调整活动页面的选择策略。

2、场景示例二:关联其他场景用法

用户行为路径分析，除了优化路径，找到操作重点外，还可以结合用户特点进行综合分析，如结合生命周期查看不同周期的用户行为** 用户保留和转换的功能页面是一个有前途的分析模型。此外，路径分析还可以为其他分析提供思路。例如，在使用归因分析时，如果你想确保结果的科学性，选择合适的待归因事件是一项至关重要的前提。如果不确定待归因事件是否合理或完整，则可以在用户路径中查看用户行为，以确定待归因事件的合理性和完整性。

在真实的用户行为路径中，它实际上是一个交叉和重复的过程。以电为例，企业希望买家登录完成主页浏览、搜索商品、加入购物车、提交订单、支付订单等环节，用户可以在提交订单后返回主页继续搜索商品，也可以取消订单，每条路径背后都有不同的动机。因此，在使用用户行为路径分析模型时，需要与其他分析模型进行深入分析，快速找到用户动机，引导用户走向最佳路径或预期路径。

您可以免费下载十大数据分析模型详解 ** :方法 1:神策数据官网下载；方法 2:关注神策数据微信官方账号，后台回复分析模型获取。

http://weixin.qq.com/r/dj9rc_fE8LqPraMQ92pk (二维码自动识别)