什么是Session?

如果把產(chǎn)品看成大賣場(chǎng)，那么互聯(lián)網(wǎng)用戶的行為就如同在大賣場(chǎng)掃貨的顧客。對(duì)賣場(chǎng)來(lái)說(shuō)，顧客從進(jìn)入商場(chǎng)到離開(kāi)商場(chǎng)，中間一系列行為購(gòu)成了一次來(lái)訪。

同樣，對(duì)產(chǎn)品來(lái)說(shuō)，用戶進(jìn)入產(chǎn)品到離開(kāi)產(chǎn)品的一系列行為，就是一次訪問(wèn)。稱之為 Session或Visit。

從技術(shù)上來(lái)說(shuō)，Session是服務(wù)器為了保存用戶狀態(tài)而創(chuàng)建的一個(gè)特殊的對(duì)象。

用戶用瀏覽器第一次訪問(wèn)產(chǎn)品運(yùn)行的服務(wù)器時(shí)，服務(wù)器創(chuàng)建一個(gè)session對(duì)象(該

對(duì)象有一個(gè)唯一的id,一般稱之為sessionId),服務(wù)器將sessionId以cookie的方式發(fā)送給瀏覽器。

用戶再次用瀏覽器訪問(wèn)服務(wù)器時(shí)，同樣會(huì)將sessionId發(fā)送過(guò)來(lái)，服務(wù)器依據(jù)sessionId就可以找到對(duì)應(yīng)的session對(duì)象。

用戶一系列行為中的每一個(gè)行為都最具備5大要素，用來(lái)描述用戶的一個(gè)行為，即：在什么時(shí)間什么地點(diǎn)干了什么事，而5大要素構(gòu)成了4W1H模型：

lWho：誰(shuí)

lWhen：時(shí)間

lWhere：地點(diǎn)

lHow：如何

lWhat：具體事件

用4W1H模型對(duì)行為進(jìn)行記錄，產(chǎn)品就可以知道用戶在產(chǎn)品里都做了什么，如：用戶什么時(shí)間進(jìn)入，什么時(shí)間買了東西等等。

用戶session基礎(chǔ)數(shù)據(jù)

使用session分析用戶行為，需要先獲取基于的底層的session基礎(chǔ)數(shù)據(jù)。以下是兩個(gè)基礎(chǔ)信息表，記錄了用戶基礎(chǔ)行為數(shù)據(jù)記錄字段及其含義。

l用戶行為數(shù)據(jù)：表示用戶的行為信息

l用戶信息

用戶行為分析模塊常見(jiàn)需求

Session的5大要素是用戶行為分析的基礎(chǔ)數(shù)據(jù)。在這些數(shù)據(jù)之上，在用戶行為分析模塊中，常見(jiàn)的用戶行為分析需求包括：

一、能夠按條件篩選出有指定行為特點(diǎn)的用戶session

功能說(shuō)明：

即在所有用戶session中找出具備特定行為的用戶session，能夠按條件進(jìn)行用戶session記錄的篩選，特定行為包括：

l搜索過(guò)某些關(guān)鍵詞的用戶

l訪問(wèn)時(shí)間在某個(gè)時(shí)間段內(nèi)的用戶

l年齡在某個(gè)范圍內(nèi)的用戶

l職業(yè)在某個(gè)范圍內(nèi)的用戶

l在某個(gè)城市的用戶

功能特點(diǎn)：

這個(gè)功能比較靈活，操作者可以對(duì)感興趣的用戶群篩選后再進(jìn)行其它業(yè)務(wù)邏輯的統(tǒng)計(jì)和分析，針對(duì)特殊人群形成結(jié)果數(shù)據(jù)，即對(duì)特定用戶群進(jìn)行分析；

如某個(gè)企業(yè)高層，想看本公司員工群體中，28~35歲、老師崗位的群體特征，再對(duì)這部分員工進(jìn)行統(tǒng)計(jì)、分析形成結(jié)論，輔助高管進(jìn)行公司戰(zhàn)略決策制定。

技術(shù)實(shí)現(xiàn)：

技術(shù)實(shí)現(xiàn)時(shí)會(huì)遇到的問(wèn)題包括：

1.按條件篩選session，篩選粒度不同

如搜索詞、訪問(wèn)時(shí)間，這些有session粒度還有action粒度的；有時(shí)還要針對(duì)用戶的基礎(chǔ)信息進(jìn)行篩選，如：年齡、性別、職業(yè)，篩選粒度不統(tǒng)一。

2．用戶訪問(wèn)數(shù)據(jù)量每天至少5億以上，10億左右，進(jìn)行session條件篩選時(shí)，不旦必須對(duì)不同顆粒度sessinon數(shù)據(jù)進(jìn)行掃描，而且還要全量掃描。

user_visit_action是記錄用戶訪問(wèn)數(shù)據(jù)量的表，一行代表了一個(gè)用戶行為。如：點(diǎn)擊、搜索等

國(guó)內(nèi)大的電商平臺(tái)，如果每天活躍用戶數(shù)量在千萬(wàn)級(jí)別。user_visit_action表每天的數(shù)據(jù)量至少在5億以上，10億左右。

對(duì)于存在的問(wèn)題，技術(shù)實(shí)現(xiàn)時(shí)需要對(duì)原始數(shù)據(jù)進(jìn)行聚合，即session粒度的聚合。

粒度的聚合是指用最基本的篩選條件，如：時(shí)間范圍，提取數(shù)據(jù)，再按照session_id字段進(jìn)行聚合，聚合后的記錄是一個(gè)用戶在指定時(shí)間內(nèi)的訪問(wèn)的記錄。如：

搜索過(guò)的所有的關(guān)鍵詞

點(diǎn)擊過(guò)的所有的品類id

Session中用userid關(guān)聯(lián)用戶基礎(chǔ)信息，聚合后按照用戶指定的篩選條件進(jìn)行篩選，選出符合條件session粒度的數(shù)據(jù)就是需要的session了。

二、統(tǒng)計(jì)出符合條件的session中，指定訪問(wèn)時(shí)長(zhǎng)的session占比；指定訪問(wèn)步長(zhǎng)的session占比

session訪問(wèn)時(shí)長(zhǎng)是一個(gè)session開(kāi)始action到結(jié)束action間的時(shí)間范圍；

訪問(wèn)步長(zhǎng)是一個(gè)session執(zhí)行期間依次點(diǎn)擊過(guò)多少個(gè)頁(yè)面。如：一次session持續(xù)1分鐘，訪問(wèn)時(shí)長(zhǎng)為1m。1分鐘內(nèi)點(diǎn)擊了10個(gè)頁(yè)面，則session訪問(wèn)步長(zhǎng)為10。

常見(jiàn)指定訪問(wèn)時(shí)長(zhǎng)包括：1s3s、4s6s、7s9s、10s30s、30s60s、1m3m、3m10m、10m30m、30m

常見(jiàn)指定訪問(wèn)步長(zhǎng)包括：13、46、79、1030、30~60、60

?

統(tǒng)計(jì)出符合條件的session中，指定訪問(wèn)時(shí)長(zhǎng)的session占比是指：

首先篩選出符合條件的session，如：數(shù)量有1000萬(wàn)條。

接下來(lái)計(jì)算出訪問(wèn)時(shí)長(zhǎng)為：1s3s的session的數(shù)量，再除以符合條件的總session量（1000萬(wàn)），如：100萬(wàn)/1000萬(wàn)，由此算出1s3s內(nèi)的session占比為10%。

功能的作用在于從全局角度了解符合某些指定條件的用戶群體使用產(chǎn)品的習(xí)慣。如：

大多數(shù)人在產(chǎn)品停留多長(zhǎng)時(shí)間

大多數(shù)人在一次使用產(chǎn)品時(shí)訪問(wèn)多少頁(yè)面

三、在符合條件的session中按時(shí)間比例隨機(jī)抽取指定數(shù)量session

為了保證樣本的隨機(jī)性，按時(shí)間比例隨機(jī)抽取session是指：

如果12:00~13:00的session數(shù)量是100萬(wàn)，這一小時(shí)的session占比為1/10，需要抽取1/10 * 1000 = 100個(gè)session。

功能作用在于對(duì)符合條件的session，按照時(shí)間比例均勻隨機(jī)采樣指定數(shù)量session，觀察其具體點(diǎn)擊流/行為，如：

進(jìn)入首頁(yè)-點(diǎn)擊食品品類-點(diǎn)擊雨潤(rùn)火腿腸商品-搜索火腿腸罐頭關(guān)鍵詞-下單王中王火腿腸-支付訂單

四、在符合條件的session中獲取下單和支付數(shù)量排名前10的商品品類

每個(gè)session可能會(huì)對(duì)某些品類商品進(jìn)行點(diǎn)擊下單、支付等行為。需要獲取這些重要的session點(diǎn)擊（如下單、支付動(dòng)作），并按不同商品的重要行為觸發(fā)數(shù)量進(jìn)行排名，如：排名前10的最熱門品類。

這個(gè)功能功能的實(shí)現(xiàn)：

1.首先需要計(jì)算出所有session對(duì)各品類下單、支付等的觸發(fā)次數(shù)，統(tǒng)計(jì)指標(biāo)主要有3個(gè)，即每個(gè)品類的點(diǎn)擊、下單和支付的數(shù)量。

2.然后分別按照3個(gè)指標(biāo) “點(diǎn)擊、下單、支付” 數(shù)量依次排序：先比較點(diǎn)擊數(shù)量，如相比較下單數(shù)，如還相同，比較支付數(shù)。

3.最后按照不同屬性進(jìn)行排序后獲取前10名品類。

這個(gè)功能作用是了解符合條件的用戶最感興趣什么類型的商品。讓產(chǎn)品團(tuán)隊(duì)清晰了解不同層次、不同類型用戶的心理、喜好。

五、對(duì)排名前10的品類分別獲取點(diǎn)擊數(shù)排名前10的session

針對(duì)排名top10的品類，每個(gè)品類都獲取其點(diǎn)擊次數(shù)排名前10的session。

這個(gè)功能作用在于了解某個(gè)用戶群體最感興趣品類，各品類的典型用戶的session行為。

功能實(shí)現(xiàn)需要對(duì)排名前10的品類數(shù)據(jù)集按照品類id進(jìn)行分組，然后算出每組點(diǎn)擊數(shù)量排名前10的session。

主要行為指標(biāo)

Session 統(tǒng)計(jì)分析構(gòu)成的主要用戶行為指標(biāo)包括：

l平均使用時(shí)長(zhǎng)

平均訪問(wèn)時(shí)長(zhǎng)指在一定統(tǒng)計(jì)時(shí)間內(nèi)，瀏覽網(wǎng)站的一個(gè)頁(yè)面或整個(gè)網(wǎng)站時(shí)用戶所逗留的總時(shí)間與該頁(yè)面或整個(gè)網(wǎng)站的訪問(wèn)次數(shù)的比。

指標(biāo)解讀：

平均訪問(wèn)時(shí)長(zhǎng)越久， 說(shuō)明產(chǎn)品越有吸引力。

如果用戶停留平均時(shí)間非常低，可能存在內(nèi)容不吸引人或界面優(yōu)化較差的問(wèn)題。

l平均交互深度

平均交互深度和平均訪問(wèn)深度定義有差別但意義相似，都是衡量產(chǎn)品質(zhì)量的重要指標(biāo)。

指標(biāo)解讀：

幫助企業(yè)了解產(chǎn)品頁(yè)面內(nèi)容的價(jià)值，功能是否滿足用戶需求，指標(biāo)具體意義需要依照業(yè)務(wù)判斷。

l跳出率

指在只訪問(wèn)了入口頁(yè)面（例如產(chǎn)品首頁(yè)）就離開(kāi)的訪問(wèn)量與所產(chǎn)生總訪問(wèn)量的百分比。跳出率計(jì)算公式：

跳出率=訪問(wèn)一個(gè)頁(yè)面后離開(kāi)網(wǎng)站的次數(shù)/總訪問(wèn)次數(shù)

指標(biāo)解讀：

觀察關(guān)鍵詞跳出率可以知道產(chǎn)品內(nèi)容對(duì)用戶的吸引力，產(chǎn)品內(nèi)容是否能夠?qū)τ脩粲兴鶐椭?，留住用戶也可以在跳出率中看出?/p>

跳出率是衡量網(wǎng)站內(nèi)容質(zhì)量的重要標(biāo)準(zhǔn)。

lSession渠道轉(zhuǎn)化分析

營(yíng)銷推廣中典型需求是需要知道不同渠道帶來(lái)的注冊(cè)、購(gòu)買等轉(zhuǎn)化情況，這個(gè)需求本質(zhì)上是界定 Session，然后按渠道屬性查看注冊(cè)、購(gòu)買等事件的轉(zhuǎn)化數(shù)量。

l用戶路徑

了解用戶在業(yè)務(wù)流程中的行為路徑，有助于找到用戶流失環(huán)節(jié)，優(yōu)化營(yíng)銷推廣效果，產(chǎn)品經(jīng)理通過(guò)驗(yàn)證用戶行為與初步設(shè)想，完善功能，優(yōu)化用戶體驗(yàn)。

使用用戶路徑分析，設(shè)定起始事件與 Session 切割時(shí)間，可以觀察一個(gè) Session 內(nèi)用戶的行為流。

Session 分析是用戶行為分析的重要方法，既可以了解流失用戶，也可以了解活躍用戶的使用習(xí)慣，增進(jìn)產(chǎn)品用戶體驗(yàn)設(shè)計(jì)。

? ?關(guān)注GZH【陪學(xué)產(chǎn)品經(jīng)理FM】了解更多產(chǎn)品經(jīng)理資訊